基于模糊多屬性方法的企業(yè)風(fēng)險(xiǎn)管理評(píng)價(jià)研究

郭 祥

(對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué) 保險(xiǎn)學(xué)院，北京 100029)

一、引言

企業(yè)風(fēng)險(xiǎn)管理的逐漸應(yīng)用促使對(duì)其有效性研究的深入，如何考查風(fēng)險(xiǎn)管理效果成為一個(gè)亟待解決的問(wèn)題。以技術(shù)風(fēng)險(xiǎn)為例，技術(shù)在現(xiàn)代管理與投資活動(dòng)中發(fā)揮日益重要的作用，成為現(xiàn)在企業(yè)競(jìng)爭(zhēng)的有效手段。但是技術(shù)開(kāi)發(fā)與應(yīng)用都伴隨著較大的風(fēng)險(xiǎn)，難以直接量化衡量，這成為評(píng)價(jià)企業(yè)風(fēng)險(xiǎn)管理效果過(guò)程中不可忽視的問(wèn)題。目前存在多種風(fēng)險(xiǎn)量化方法，如風(fēng)險(xiǎn)指數(shù)分析法、邏輯演繹法、層次分析法、蒙特卡洛模擬與系統(tǒng)動(dòng)態(tài)法(T．L．Saaty，1970;Forrester，1961)，但是缺少對(duì)總體風(fēng)險(xiǎn)管理效果的直接評(píng)價(jià)方法。其中一個(gè)重要原因是，如技術(shù)風(fēng)險(xiǎn)等這類難以量化的風(fēng)險(xiǎn)，其管理效果測(cè)量具有自身的獨(dú)特性:較難獲得風(fēng)險(xiǎn)損失分布數(shù)據(jù)或者無(wú)法進(jìn)行損失分布擬合，因此必須另外考慮具有針對(duì)性的評(píng)價(jià)方法。多屬性決策(Multi－attribute Decision－making，MADM)是一類決策分析方法的總稱，其最早出現(xiàn)于企業(yè)對(duì)多個(gè)投資方案的選擇(Chu－rchman，Ackoff，1957)，現(xiàn)階段仍主要應(yīng)用于相互沖突的多屬性情況下對(duì)多個(gè)備選方案的選擇。但是，這種決策方法在考察客觀事物的復(fù)雜性、不確定性和評(píng)判主觀性方面仍存在諸多不足。隨著模糊數(shù)學(xué)知識(shí)的引入，模糊多屬性決策(FMADM)模型首次被提出(Bellmanhe，Zadeh，1970)并被廣泛關(guān)注，且方法日趨多樣化(Chen，Hwang，1992)。另有學(xué)者將不確定性的新理論和方法引入該領(lǐng)域，將Fuzzy集理論擴(kuò)展為Vague集理論(Gau，Buehrer，1993)，指出Vague集理論能同時(shí)兼顧集合元素的隸屬度和非隸屬度兩方面的信息，具有比Fuzzy集更好的適用性。已有研究表明多屬性決策評(píng)價(jià)方法對(duì)某些特殊風(fēng)險(xiǎn)的管理效果評(píng)價(jià)具有一定優(yōu)越性，隨著對(duì)多種風(fēng)險(xiǎn)的深入研究，該方法可以廣泛擴(kuò)展到整個(gè)企業(yè)風(fēng)險(xiǎn)管理的范圍，成為衡量企業(yè)風(fēng)險(xiǎn)管理效果的可行方法。

二、基于FMADM的企業(yè)風(fēng)險(xiǎn)管理評(píng)價(jià)模型相關(guān)研究

模糊多屬性決策的風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)按表述方式不同分為定量指標(biāo)和定性指標(biāo)。其中，定量指標(biāo)能夠使用數(shù)字量化表示，如財(cái)務(wù)指標(biāo)等客觀指標(biāo);而定性指標(biāo)多為主觀屬性指標(biāo)，如技術(shù)安全等級(jí)、方案的可行性等，通常用模糊語(yǔ)言表示。此外，F(xiàn)MADM的指標(biāo)按決策者的期望又可以分為效益型指標(biāo)、成本型指標(biāo)、固定型指標(biāo)、偏離型指標(biāo)。效益型指標(biāo)的屬性值增長(zhǎng)與決策者的意愿相符，而成本型指標(biāo)屬性值的增長(zhǎng)與決策者的意愿相反。對(duì)于固定型指標(biāo)而言，決策者希望其屬性值固定在某一數(shù)值不發(fā)生波動(dòng)。偏離型指標(biāo)與固定性指標(biāo)相反，以偏離某一數(shù)值的較大波動(dòng)為最優(yōu)。而本文立足于以下的分類分析，即FMADM的指標(biāo)按屬性值的形式分為區(qū)間數(shù)指標(biāo)和模糊語(yǔ)言指標(biāo)。區(qū)間數(shù)指標(biāo)使用區(qū)間表示指標(biāo)的變動(dòng)，本質(zhì)上是定量指標(biāo)的一種。而模糊語(yǔ)言指標(biāo)主觀性較強(qiáng)，但由于其較好地表示了客觀事物的復(fù)雜性和主觀思維的不確定性，因而在模糊難以量化的風(fēng)險(xiǎn)研究中有較大應(yīng)用。

模糊多屬性決策的重要研究?jī)?nèi)容是權(quán)重如何確定，主要分為主觀賦權(quán)、客觀賦權(quán)、組合賦權(quán)和交互賦權(quán)。主觀賦權(quán)情況下，決策者依據(jù)專家經(jīng)驗(yàn)和自身偏好程度對(duì)各屬性進(jìn)行權(quán)重的數(shù)量化，如判斷矩陣法、點(diǎn)估計(jì)方法和Fuzzy集合法等。客觀賦權(quán)是利用客觀存在的數(shù)據(jù)計(jì)算各屬性的權(quán)重，如熵值法、利差最大化法、線性規(guī)劃法、兩階段法等。組合賦權(quán)法綜合前兩種方法的優(yōu)點(diǎn)，兼顧賦權(quán)的偏離程度和客觀性，主要在體現(xiàn)方差最大化賦權(quán)法、組合目標(biāo)規(guī)劃法、組合最小二乘法等。交互賦權(quán)克服了上述方法的靜態(tài)性，根據(jù)實(shí)際情況不斷調(diào)整屬性的賦權(quán)，使決策更具合理性，如在歸一化處理后對(duì)不合理的指標(biāo)權(quán)重進(jìn)行調(diào)整(王宗軍，1996);將交互方式引入多屬性決策領(lǐng)域，形成方案達(dá)成度和綜合度的賦權(quán)方法(徐澤水，2002)。

FMADM主要有以下幾種研究方法:Hwang和Yoon于1981年首次提出TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)方法，隨后得到廣泛應(yīng)用。該方法首先考察各項(xiàng)屬性的最優(yōu)值和最差值，由所有屬性的最優(yōu)值構(gòu)成正理想解，由所有屬性的最差值構(gòu)成負(fù)理想解，通過(guò)確定各項(xiàng)指標(biāo)的正負(fù)理想解限定各個(gè)方案的上下限。隨后計(jì)算各方案與最優(yōu)解、最差解的距離作為評(píng)價(jià)標(biāo)準(zhǔn)。通過(guò)歸一化消除不同指標(biāo)量綱的影響，能夠綜合評(píng)價(jià)多個(gè)方案，實(shí)際應(yīng)用中適用性較強(qiáng)。但該方法在權(quán)重確定時(shí)存在主觀性，方案增加會(huì)因?yàn)槟嫘騿?wèn)題導(dǎo)致分析結(jié)果可靠性降低，這導(dǎo)致改進(jìn)的TOPSIS方法的出現(xiàn)，如使用熵權(quán)計(jì)算法、主成分分析法的客觀方法確定權(quán)重，使用絕對(duì)正負(fù)理想解進(jìn)行距離計(jì)算等。

我國(guó)學(xué)者鄧聚龍?zhí)岢龌疑P(guān)聯(lián)分析，充分克服了回歸分析在多因素、非線性等方面的不足，使用關(guān)聯(lián)度作為動(dòng)態(tài)過(guò)程的量化分析。根據(jù)各個(gè)因子發(fā)展趨勢(shì)的相異程度衡量不同因子之間的距離，并找出影響函數(shù)值的主要因子。ELECTRE法(Elimination Et Choice Translation Reality)形成于上世紀(jì)六十年代(Benayown，1969)，并逐步得到完善(Roy，Skalka，Bertier，Hugonnard，Yu)。在解決方案無(wú)明顯排序優(yōu)劣問(wèn)題時(shí)，該方法借助決策者的風(fēng)險(xiǎn)偏好差異對(duì)方案進(jìn)行排序。常用凈優(yōu)勢(shì)值和凈劣勢(shì)值(Van Delft，Nijkamp，1976)對(duì)方案進(jìn)行排序。LINMAP法(Linear Programming Techniques for Multidimensional Analysis of Preference)的主要思想是通過(guò)對(duì)備選方案兩兩比較得出理想解。此方法的理想解來(lái)自真實(shí)數(shù)據(jù)，而非事先經(jīng)驗(yàn)確定，因此具有較強(qiáng)的實(shí)證能力。投影法將每一決策方案視為一個(gè)行向量，選定理想決策方案，其他決策向量與理想決策方案存在夾角，夾角余弦的正負(fù)能反映各個(gè)決策方案與理想方案的方向是否一致，但是不能反映其距離大小，必須將向量模的大小引入，全面考察各決策方案與理想方案的接近程度。整個(gè)過(guò)程相當(dāng)于將被考察向量投影于理想向量上，通過(guò)投影研究各個(gè)決策向量的優(yōu)劣。在實(shí)際評(píng)價(jià)過(guò)程中，經(jīng)常存在使用模糊語(yǔ)言對(duì)指標(biāo)進(jìn)行評(píng)價(jià)的情況。這類形式具有較強(qiáng)的實(shí)用價(jià)值，促使學(xué)者研究其運(yùn)算規(guī)則，語(yǔ)言有序加權(quán)算術(shù)平均(LOWA)算子首先提出，并被應(yīng)用于決策過(guò)程(Herrera，1993)。隨后，語(yǔ)言混合(LHA)、語(yǔ)言加權(quán)取大(LWM)、混合語(yǔ)言加權(quán)平均(HLWM)、不確定語(yǔ)言混合(ULHA)等多種模糊語(yǔ)言算子提出。此外，還存在其他一些方法，如加性加權(quán)平均法(AWA)是傳統(tǒng)被廣泛應(yīng)用的信息決策方法，而有序加權(quán)平均被加以改進(jìn)推廣到不確定性環(huán)境中，相應(yīng)出現(xiàn)OWGA、FOWG、GIOWA等多種算子(徐澤水，2002，2003)。

三、基于FMADM的企業(yè)風(fēng)險(xiǎn)管理評(píng)價(jià)模型分析

企業(yè)風(fēng)險(xiǎn)管理是涉及企業(yè)范圍內(nèi)整體風(fēng)險(xiǎn)的綜合管理。企業(yè)風(fēng)險(xiǎn)管理是一個(gè)過(guò)程，它由董事會(huì)、管理當(dāng)局和其他人員實(shí)施，應(yīng)用于戰(zhàn)略制定并貫穿于企業(yè)之中，旨在識(shí)別可能的潛在事項(xiàng)以使其在該主體的風(fēng)險(xiǎn)容量之內(nèi)，并為目標(biāo)的實(shí)現(xiàn)提供合理保證(COSO，2004)。風(fēng)險(xiǎn)管理一直是企業(yè)的核心競(jìng)爭(zhēng)力，而風(fēng)險(xiǎn)表現(xiàn)是盈利能力的主要決定性因素。企業(yè)在經(jīng)營(yíng)過(guò)程中必須面對(duì)多方面、多層次的風(fēng)險(xiǎn)。這些多樣化的風(fēng)險(xiǎn)因素是企業(yè)風(fēng)險(xiǎn)管理過(guò)程的評(píng)價(jià)指標(biāo)，類似于經(jīng)典FMADM描述中多種方案的決策指標(biāo)，而不同企業(yè)的風(fēng)險(xiǎn)管理水平則相當(dāng)于FMADM分析中對(duì)方案整體評(píng)價(jià)。傳統(tǒng)意義上使用風(fēng)險(xiǎn)事件概率對(duì)不確定條件下的風(fēng)險(xiǎn)損失進(jìn)行加權(quán)，這種使用損失期望值的方法在表現(xiàn)風(fēng)險(xiǎn)對(duì)企業(yè)沖擊的方面失真。使用區(qū)間數(shù)和模糊語(yǔ)言來(lái)描述企業(yè)的風(fēng)險(xiǎn)損益更科學(xué)準(zhǔn)確地反映了難以量化的風(fēng)險(xiǎn)的特點(diǎn)。本文探討使用模糊多屬性決策對(duì)企業(yè)風(fēng)險(xiǎn)管理水平進(jìn)行綜合評(píng)價(jià)，基于綜合組合權(quán)重的混合評(píng)價(jià)指標(biāo)綜合了對(duì)定性風(fēng)險(xiǎn)與定量風(fēng)險(xiǎn)多個(gè)風(fēng)險(xiǎn)因素，能夠比較全面地反映整體層面的風(fēng)險(xiǎn)管理效果，希望為風(fēng)險(xiǎn)管理的具體管理實(shí)施提供借鑒。

(一)形成風(fēng)險(xiǎn)判斷矩陣

考察企業(yè)風(fēng)險(xiǎn)管理中主要的風(fēng)險(xiǎn)因素，不失一般性假設(shè)存在i個(gè)風(fēng)險(xiǎn)節(jié)點(diǎn)(i=1，2，3……)，并按照上述第一種標(biāo)準(zhǔn)與風(fēng)險(xiǎn)損失的較大波動(dòng)性，采用區(qū)間數(shù)表示其預(yù)期損失或費(fèi)用:分別用Ai=(ai1，ai2，…，aim)表示第i個(gè)風(fēng)險(xiǎn)事件損失構(gòu)成的向量。由于風(fēng)險(xiǎn)可能具有較大的不穩(wěn)定性，其損失存在范圍波動(dòng)的可能，因此按實(shí)際情況對(duì)各個(gè)風(fēng)險(xiǎn)損失估計(jì)采用區(qū)間數(shù)表示，以便更好地表示風(fēng)險(xiǎn)損失的波動(dòng)性。部分指標(biāo)在現(xiàn)實(shí)中采用模糊語(yǔ)言進(jìn)行描述，將風(fēng)險(xiǎn)損失分為幾個(gè)等級(jí)，針對(duì)具體情況確定該風(fēng)險(xiǎn)類別所屬的風(fēng)險(xiǎn)等級(jí)，并利用模糊語(yǔ)言的等級(jí)轉(zhuǎn)換規(guī)則將模糊語(yǔ)言描述轉(zhuǎn)化為區(qū)間數(shù)形式。以Az為例，Az是由模糊語(yǔ)言所表示的風(fēng)險(xiǎn)等級(jí)矩陣，如內(nèi)控制度的完善程度可以分為從十分完善到十分不完善的多個(gè)等級(jí)，對(duì)于該風(fēng)險(xiǎn)管理節(jié)點(diǎn)可以將區(qū)間［0，1］分為m個(gè)子區(qū)間，每一區(qū)間對(duì)應(yīng)一個(gè)轉(zhuǎn)換等級(jí)，這樣實(shí)現(xiàn)了模糊語(yǔ)言評(píng)價(jià)到區(qū)間數(shù)的轉(zhuǎn)換。這種表示風(fēng)險(xiǎn)的方法具有較強(qiáng)的現(xiàn)實(shí)意義。

(二)風(fēng)險(xiǎn)相離度和熵值確權(quán)

不失一般性，設(shè)［ru，r+u］，［rv，r+v］為上述任一風(fēng)險(xiǎn)節(jié)點(diǎn)的兩個(gè)子區(qū)間，相離度采用歐式距離，定義為 d ［ru， r+u］， ［rv， r+v］ =由于各區(qū)間采用損失值，此處確定［rv，r+v］為每一區(qū)間端點(diǎn)最小值所對(duì)應(yīng)的區(qū)間，相應(yīng)的基于區(qū)間數(shù)的風(fēng)險(xiǎn)矩陣可以轉(zhuǎn)化為相離度矩陣D=(dij)n×∑j，整理前后兩者在衡量風(fēng)險(xiǎn)指標(biāo)的重要性方面具有一致性，因此對(duì)區(qū)間數(shù)構(gòu)成的風(fēng)險(xiǎn)判斷矩陣進(jìn)行確權(quán)等同于對(duì)相離度矩陣進(jìn)行確權(quán)，而對(duì)于相離度矩陣可通過(guò)熵值法確定各指標(biāo)權(quán)重。

熵的概念源于物理學(xué)(Rudolf Clausius，1850)，用來(lái)表示任何一種能量在空間中分布的均勻程度，后被引入信息論中表示信息量的大小，熵值越小表示包含的信息量越大，相應(yīng)的風(fēng)險(xiǎn)因素對(duì)于企業(yè)風(fēng)險(xiǎn)管理越重要，其權(quán)重應(yīng)越大，因此利用熵值進(jìn)行確權(quán)是合理的(Shannon，1948;Rudolf Clausius，1850)。將相離度矩陣規(guī)范化:

而依據(jù)前面分析可以看出，權(quán)重大小與熵值大小相反，越小的熵值表示的信息量越大，應(yīng)該被賦予較大權(quán)重，依據(jù)這種對(duì)應(yīng)關(guān)系，將權(quán)重表示為:

(三)基于TOPSIS方法的企業(yè)風(fēng)險(xiǎn)管理水平綜合評(píng)價(jià)

本部分在相離度矩陣與確權(quán)基礎(chǔ)上，通過(guò)TOPSIS方法對(duì)已經(jīng)確權(quán)的企業(yè)風(fēng)險(xiǎn)指標(biāo)進(jìn)行加總，計(jì)算出企業(yè)內(nèi)各運(yùn)營(yíng)部門整體風(fēng)險(xiǎn)管理水平的評(píng)價(jià)值。由于本文采用風(fēng)險(xiǎn)損失金額作為區(qū)間數(shù)，企業(yè)經(jīng)營(yíng)者期望將風(fēng)險(xiǎn)損失降低到最小，這種思路與成本化指標(biāo)本質(zhì)相同，因此采用基于成本型屬性指標(biāo)的規(guī)范化形式，對(duì)于任意區(qū)間數(shù)，規(guī)范化后的區(qū)間數(shù)表示為

規(guī)范化之后的區(qū)間數(shù)按照前述熵值的方法確定其權(quán)重，并確定區(qū)間數(shù)之間的距離，設(shè)u(ru，r+u)，v(rv－，rv+)是兩個(gè)區(qū)間數(shù)，則u，v之間的距離定義為:

定義最優(yōu)風(fēng)險(xiǎn)管理情況下的正負(fù)理想解，正理想解為v+，負(fù)理想解為v－，

各個(gè)企業(yè)與正理想企業(yè)的加權(quán)距離為d+，與負(fù)理想企業(yè)的加權(quán)距離為d－，

最后計(jì)算各運(yùn)營(yíng)部門的風(fēng)險(xiǎn)管理水平評(píng)價(jià)值Ci:

根據(jù)每個(gè)運(yùn)營(yíng)部門的C值判斷企業(yè)內(nèi)的各個(gè)運(yùn)營(yíng)部門風(fēng)險(xiǎn)管理水平的優(yōu)劣。Ci(i)的值越大，說(shuō)明第i個(gè)運(yùn)營(yíng)部門與選出的理想最優(yōu)運(yùn)營(yíng)部門在風(fēng)險(xiǎn)管理水平方面差距較小，選取的風(fēng)險(xiǎn)測(cè)量指標(biāo)越全面，模糊語(yǔ)言轉(zhuǎn)換的越精確上述結(jié)果表示的風(fēng)險(xiǎn)管理水平就會(huì)更加精確。

四、結(jié)語(yǔ)

科技企業(yè)以科技開(kāi)發(fā)為主，風(fēng)險(xiǎn)損失具有極大的不穩(wěn)定性。本文最初針對(duì)技術(shù)風(fēng)險(xiǎn)管理效果度量進(jìn)行研究，但是隨著對(duì)企業(yè)風(fēng)險(xiǎn)管理研究的深入，逐步產(chǎn)生了新的認(rèn)識(shí)，即該方法借助模糊多屬性決策方法與區(qū)間數(shù)轉(zhuǎn)化過(guò)程實(shí)現(xiàn)了對(duì)模糊風(fēng)險(xiǎn)的更為科學(xué)的度量，不僅可以在科技企業(yè)或部門進(jìn)行使用，可以更廣泛地作為企業(yè)整體風(fēng)險(xiǎn)管理評(píng)價(jià)方法加以應(yīng)用。通過(guò)對(duì)比實(shí)施風(fēng)險(xiǎn)管理前后的風(fēng)險(xiǎn)管理水平評(píng)價(jià)值ci(i)，這一分析方法將模糊評(píng)價(jià)標(biāo)準(zhǔn)的風(fēng)險(xiǎn)評(píng)判意識(shí)變?yōu)轱L(fēng)險(xiǎn)分析與風(fēng)險(xiǎn)控制的依據(jù)，用以衡量風(fēng)險(xiǎn)管理效果從而達(dá)到風(fēng)險(xiǎn)控制的目的。此外，ci(i)可以作為經(jīng)濟(jì)資本的配置份額的考慮因素，從而將上述方法與經(jīng)濟(jì)資本配置、績(jī)效考核等多個(gè)風(fēng)險(xiǎn)管理方面相互聯(lián)系起來(lái)。因此，模糊多屬性研究是企業(yè)整體風(fēng)險(xiǎn)管理的重要組成部分。主要注意的是，由于在形成模糊判斷矩陣時(shí)，專業(yè)人員的判斷對(duì)風(fēng)險(xiǎn)評(píng)分影響較大，因此存在部分主觀性，如何借助客觀數(shù)據(jù)更為科學(xué)地形成風(fēng)險(xiǎn)判斷矩陣成為今后研究的方向。

［1］ 李寧霞，謝定華，董鵬．LINMAP方法在生產(chǎn)企業(yè)供應(yīng)商選擇中的應(yīng)用［J］．中國(guó)管理科學(xué)，2009，(10):437－440．

［2］ 徐克龍．基于ELEGTRE法的風(fēng)險(xiǎn)決策方法［J］．重慶工商大學(xué)學(xué)報(bào)(自然科學(xué)版)，2004，(2):7－10．

［3］ 龔艷冰．基于方案偏好和部分權(quán)重信息的模糊多屬性決策方法［J］．控制與決策，2008，(5):507－510．

［4］ 徐澤水．三角模糊數(shù)互補(bǔ)判斷矩陣排序方法研究［J］．系統(tǒng)工程學(xué)報(bào)，2004，(1):85－88．

［5］ 郭戰(zhàn)琴，周宗放．信貸風(fēng)險(xiǎn)管理的區(qū)間數(shù)參數(shù)模型及其應(yīng)用［J］．電子科技大學(xué)學(xué)報(bào)，2006，(2):137－139．

［6］ 安東尼桑德斯．信用風(fēng)險(xiǎn)度量:風(fēng)險(xiǎn)估值的新方法與其他范式［M］．北京:機(jī)械工業(yè)出版社，2001．

［7］ 朱方霞，陳華友．確定區(qū)間數(shù)決策矩陣屬性權(quán)重的方法——熵值法［J］．安徽大學(xué)學(xué)報(bào)(自然科學(xué)版)，2006，(9):4－6．

［8］ 徐澤水，孫在東．一類小確定型多屬性決策問(wèn)題的排序方法［J］．管理科學(xué)學(xué)報(bào)，2002，(5):35－39．