鄭連香

(三明學(xué)院 經(jīng)濟(jì)與管理學(xué)院，福建 三明 365004)

隨著物流業(yè)的快速發(fā)展，物流金融業(yè)務(wù)因其能夠有效解決中小企業(yè)資金周轉(zhuǎn)難和融資難的問題而得到了迅速的開展。近年來，物流金融深層次地起到調(diào)節(jié)資金流動、提高資金運(yùn)行效率的作用，搭建起了連接銀行、物流企業(yè)和融資企業(yè)緊密合作的橋梁，實(shí)現(xiàn)了三方共贏的目標(biāo)。雖然物流金融在企業(yè)融資過程中起到了重要的作用，產(chǎn)生了顯著的收益，但在發(fā)展過程中同樣遇到潛在的風(fēng)險(xiǎn)，因此建立物流金融風(fēng)險(xiǎn)防范體系成為物流企業(yè)、銀行及融資企業(yè)可持續(xù)發(fā)展的迫切要求。

1 文獻(xiàn)評述

在關(guān)于物流金融風(fēng)險(xiǎn)識別和管理的研究中，國外學(xué)者David 等[1]研究存貨質(zhì)押模式下的動產(chǎn)抵押融資業(yè)務(wù)，通過建立函數(shù)模式研究風(fēng)險(xiǎn)指標(biāo)，由各項(xiàng)指標(biāo)分析得出企業(yè)的風(fēng)險(xiǎn)所在，并提出相應(yīng)的防范措施。Fenmore[2]分析質(zhì)押物模式業(yè)務(wù)，在進(jìn)行質(zhì)押物管理過程中若由于操作失誤、倉庫存放不安全等原因，可能導(dǎo)致質(zhì)押物的毀損，給三方主體帶來經(jīng)濟(jì)損失。Mohammad 等[3]從企業(yè)供應(yīng)鏈角度出發(fā)，提出不確定性環(huán)境中網(wǎng)絡(luò)的應(yīng)用，剖析風(fēng)險(xiǎn)中性兩階段隨機(jī)模型的不同效益，為企業(yè)規(guī)避風(fēng)險(xiǎn)提供依據(jù)。Gago[4]分析拉美國家大宗商品的交易情形，得出金融行業(yè)和物流企業(yè)兩者之間互相滲透，兩者之間的聯(lián)系越來越緊密。國內(nèi)學(xué)者趙維家[5]針對ZY物流公司實(shí)施物流金融實(shí)踐狀況，有效分析融資項(xiàng)目風(fēng)險(xiǎn)，給出質(zhì)押物價(jià)格警戒線建議，以有效防范質(zhì)押物價(jià)格波動風(fēng)險(xiǎn)。張淑麗和周學(xué)明[6]建立物流金融服務(wù)風(fēng)險(xiǎn)評價(jià)指標(biāo)體系，通過多層次模糊分析法，對風(fēng)險(xiǎn)進(jìn)行定量分析，為物流企業(yè)開展物流金融服務(wù)提供一定的理論支持。胡春雨[7]通過尋找風(fēng)險(xiǎn)因子，利用統(tǒng)計(jì)學(xué)軟件得到指標(biāo)，構(gòu)建指標(biāo)評價(jià)體系，找出物流金融可能性大的風(fēng)險(xiǎn)指標(biāo)，提出風(fēng)險(xiǎn)規(guī)避建議。張國良[8]從建立信息共享平臺、培養(yǎng)復(fù)合型人才、完善風(fēng)險(xiǎn)評估等方面解決物流金融行業(yè)存在的問題及可能的風(fēng)險(xiǎn)。寧琰[9]對風(fēng)險(xiǎn)因素進(jìn)行專家打分，利用熵權(quán)法和G1法的綜合集成賦權(quán)法構(gòu)建風(fēng)險(xiǎn)評價(jià)指標(biāo)體系，并定量分析鋼貿(mào)交易的風(fēng)險(xiǎn)。劉曉麗[10]運(yùn)用博弈理論分析融資企業(yè)、金融機(jī)構(gòu)及物流企業(yè)主體三者之間的博弈關(guān)系，找出影響質(zhì)押融資模式順利實(shí)施的各種要素，提出防止存貨質(zhì)押融資風(fēng)險(xiǎn)發(fā)生的措施。

從已有研究成果來看，多數(shù)研究都是從定性角度分析物流金融業(yè)務(wù)存在的風(fēng)險(xiǎn)，而定量的研究相對較少。因此，本研究從建立物流金融風(fēng)險(xiǎn)評價(jià)指標(biāo)體系入手，運(yùn)用層次分析法和熵權(quán)法確定組合權(quán)重，再運(yùn)用模糊綜合評價(jià)方法進(jìn)行評價(jià)，旨在為物流企業(yè)有效規(guī)避風(fēng)險(xiǎn)提供參考。

2 風(fēng)險(xiǎn)評價(jià)指標(biāo)體系的構(gòu)建

在物流金融風(fēng)險(xiǎn)及企業(yè)實(shí)踐研究基礎(chǔ)上，結(jié)合物流金融業(yè)務(wù)主要模式及現(xiàn)階段物流企業(yè)經(jīng)營現(xiàn)狀，對物流金融風(fēng)險(xiǎn)進(jìn)行歸納總結(jié)，確立風(fēng)險(xiǎn)評價(jià)指標(biāo)體系，見表1。

表1 物流金融風(fēng)險(xiǎn)評價(jià)指標(biāo)體系

3 風(fēng)險(xiǎn)評價(jià)指標(biāo)權(quán)重確定

在物流金融運(yùn)作過程中，客觀評價(jià)物流企業(yè)的發(fā)展情況，科學(xué)、合理的指標(biāo)權(quán)重確定對于評價(jià)物流金融風(fēng)險(xiǎn)尤為關(guān)鍵，本研究評價(jià)指標(biāo)體系的權(quán)重采用AHP-熵權(quán)組合賦權(quán)法。

3.1 AHP法確定主觀權(quán)重

AHP即層次分析法是由美國的運(yùn)籌學(xué)家Satty教授提出來的，被廣泛采用的多準(zhǔn)則決策方法[11]，主要是將一個復(fù)雜的問題轉(zhuǎn)化為有序的多層次結(jié)構(gòu)。步驟如下。

3.1.1 同一層次的各元素進(jìn)行比較，構(gòu)造兩兩判斷矩陣

(a)確定不同元素之間的重要性關(guān)系

在確定各個指標(biāo)的重要性關(guān)系時，通常采用1～9標(biāo)度法定義判斷矩陣A=(aij)m×n。1～9標(biāo)度法中標(biāo)度的意義見表2。

表2 1～9標(biāo)度法重要性取值示意

(b)計(jì)算下層各元素的權(quán)重

同層元素u1，u2，…un在相互比較重要性時，按照前述方法獲取判斷矩陣A，求得其特征向量并歸一化，最后獲得各指標(biāo)權(quán)重，所有權(quán)重構(gòu)成的向量為該層元素的權(quán)向量w=(w1，…，wn)T。

特征向量的計(jì)算方法有很多種，本研究采用和法計(jì)算判斷矩陣的最大特征值以及對應(yīng)的特征向量：

3.1.2 對計(jì)算得出的權(quán)重進(jìn)行一致性檢驗(yàn)

由于進(jìn)行重要性判定時，仍存在人為主觀因素的影響，對指標(biāo)進(jìn)行兩兩比較時可能產(chǎn)生不一致的結(jié)論。一致性指標(biāo)與一致性比例為檢驗(yàn)矩陣一致性的2個要素，其計(jì)算過程為

(b)根據(jù)平均隨機(jī)一致性指標(biāo)，找出對應(yīng)的R.I.值表3。

表3 平均隨機(jī)一致性指標(biāo)

3.2 熵權(quán)法確定客觀權(quán)重

熵的概念于1864年由克勞修斯提出，定量描述系統(tǒng)復(fù)雜性、狀態(tài)不確定性與有序度的變化。熵權(quán)法是信息熵確定權(quán)重的客觀賦權(quán)法，其優(yōu)點(diǎn)是大大增強(qiáng)操作可行性的同時減少主觀判斷性[12]。計(jì)算過程如下：

3.2.1 初始數(shù)據(jù)矩陣標(biāo)準(zhǔn)化

假設(shè)有m個評價(jià)指標(biāo)、每個指標(biāo)有n個評語，組成m×n評語隸屬關(guān)系矩陣，并進(jìn)行標(biāo)準(zhǔn)化處理。

3.2.2 定義熵

針對(m,n)評價(jià)，通過熵度量相關(guān)概念可得到第i個評價(jià)指標(biāo)的熵為

3.2.3 定義熵權(quán)

第i個指標(biāo)的熵權(quán)(即該指標(biāo)對應(yīng)信息熵的權(quán)重)表示為

3.3 組合賦權(quán)法確定權(quán)重

3.4 基于組合賦權(quán)的模糊綜合評價(jià)法

模糊綜合評價(jià)法是指在進(jìn)行系統(tǒng)決策評價(jià)時，評價(jià)指標(biāo)經(jīng)過模糊變換對事物作出評價(jià)。評價(jià)的基本步驟如下。

3.4.1 構(gòu)建指標(biāo)體系U。

3.4.2 建立評語集V= {很好，好，一般，差，很差}，對應(yīng)的分?jǐn)?shù)段分別為80～100、60～80、40～60、20～40、0～20。

3.4.3 構(gòu)造模糊隸屬度矩陣G。

3.4.4 通過AHP-熵權(quán)組合賦權(quán)法計(jì)算綜合權(quán)重w。

3.4.5 建立模糊評價(jià)向量D=綜合權(quán)重W×隸屬矩陣G。

3.4.6 計(jì)算模糊評價(jià)得分。根據(jù)模糊評價(jià)向量D等級賦值，得到總指標(biāo)和一級指標(biāo)的最終得分，根據(jù)得分分析每個指標(biāo)的風(fēng)險(xiǎn)大小，分?jǐn)?shù)越高，風(fēng)險(xiǎn)越小。

4 XX公司物流金融風(fēng)險(xiǎn)實(shí)證分析

物流金融風(fēng)險(xiǎn)綜合評價(jià)模型采用單一企業(yè)的縱向動態(tài)評價(jià)，選取XX公司為評價(jià)對象，對物流金融風(fēng)險(xiǎn)進(jìn)行評價(jià)和預(yù)測。通過專家打分方式對XX公司物流金融風(fēng)險(xiǎn)7個方面共24個具體指標(biāo)進(jìn)行評判。

邀請企業(yè)內(nèi)部管理人員以及企業(yè)外的行業(yè)專家共10個人對指標(biāo)的相對重要性按照本文“表2”進(jìn)行評判，得出XX公司物流金融風(fēng)險(xiǎn)評價(jià)指標(biāo)體系的兩兩判斷矩陣，見表4～8。

表4 物流金融風(fēng)險(xiǎn)評價(jià)指標(biāo)體系判斷矩陣

表5 內(nèi)部經(jīng)營管理風(fēng)險(xiǎn)判斷矩陣

表6 貨物評估風(fēng)險(xiǎn)判斷矩陣和融資企業(yè)資信風(fēng)險(xiǎn)判斷矩陣

表7 監(jiān)管風(fēng)險(xiǎn)判斷矩陣和質(zhì)押物風(fēng)險(xiǎn)判斷矩陣

表8 法律風(fēng)險(xiǎn)判斷矩陣和外部環(huán)境風(fēng)險(xiǎn)判斷矩陣

再通過邀請5名公司的管理人員、5名公司外專家以及30名公司員工對本公司的各指標(biāo)表現(xiàn)進(jìn)行百分制打分，規(guī)定分?jǐn)?shù)越高代表該指標(biāo)表現(xiàn)越好。然后將打分分成公司管理人員、公司員工以及公司外專家三部分，針對每部分均算出每一指標(biāo)的算術(shù)平均分，得到原始評分矩陣X′=(xij′)如下：

基于判斷矩陣和原始評分計(jì)算的指標(biāo)權(quán)重見表9～10。

表9 原始評分矩陣

表10 綜合權(quán)重表

根據(jù)最大隸屬度原則確定每一個模糊評價(jià)向量的最大隸屬度及其對應(yīng)的評語，再將每一個模糊評價(jià)向量乘以評語集對應(yīng)的分?jǐn)?shù)集(90，70，50，30，10)T算出指標(biāo)A、A1～A7的模糊評價(jià)得分，結(jié)果見表14。

表11 模糊評價(jià)結(jié)果

評價(jià)結(jié)果表明，XX公司物流金融運(yùn)作的整體風(fēng)險(xiǎn)評價(jià)結(jié)果得分為72.53，指標(biāo)得分高于70分，評語表現(xiàn)為好，風(fēng)險(xiǎn)相對較低。其中質(zhì)押物風(fēng)險(xiǎn)評價(jià)結(jié)果得分為57.78，外部環(huán)境風(fēng)險(xiǎn)評價(jià)結(jié)果得分為59.05，指標(biāo)得分表現(xiàn)一般，風(fēng)險(xiǎn)相對較大；融資企業(yè)資信風(fēng)險(xiǎn)評價(jià)結(jié)果得分為62.16，評語表現(xiàn)為好，但相對于其他得分在70以上的指標(biāo)，此得分剛過線勉強(qiáng)及格，因此從謹(jǐn)慎性角度來講仍然歸為風(fēng)險(xiǎn)相對較大的指標(biāo)；除以上3個風(fēng)險(xiǎn)相對較大的指標(biāo)外，其余指標(biāo)評價(jià)結(jié)果得分均超過70分，評語表現(xiàn)為好，風(fēng)險(xiǎn)相對較小。

5 結(jié)束語

物流金融風(fēng)險(xiǎn)評估對于物流金融業(yè)務(wù)的發(fā)展至關(guān)重要，通過對風(fēng)險(xiǎn)指標(biāo)的篩選以及AHP-熵權(quán)綜合指標(biāo)權(quán)重系數(shù)的確定，構(gòu)建了一套相對完整的物流金融風(fēng)險(xiǎn)評價(jià)指標(biāo)體系，在綜合指標(biāo)權(quán)重的基礎(chǔ)上運(yùn)用模糊綜合法對物流企業(yè)進(jìn)行風(fēng)險(xiǎn)評價(jià)，對物流企業(yè)實(shí)際操作有一定的指導(dǎo)價(jià)值，能夠幫助融資企業(yè)、銀行、第三方物流企業(yè)有效規(guī)避風(fēng)險(xiǎn)。