供應鏈融資模式下中小企業(yè)信用風險評估研究
——基于左右得分的模糊TOPSIS算法

周文坤， 王成付

(1.上海大學 管理學院，上海 200444; 2.安徽科技學院 管理學院，安徽 鳳陽 233100)

?

供應鏈融資模式下中小企業(yè)信用風險評估研究
——基于左右得分的模糊TOPSIS算法

周文坤1， 王成付2

(1.上海大學 管理學院，上海 200444; 2.安徽科技學院 管理學院，安徽 鳳陽 233100)

中小企業(yè)信用風險評價是供應鏈融資實現的關鍵。本文在對已進行的研究總結的基礎上，建立了一套比較完整的評價指標體系，然后運用DEA、AHP和基于左右得分的模糊TOPSIS相結合的評價方法對中小企業(yè)在供應鏈融資中的信用風險進行評價。最后，將方法成功應用到具體實例，結果表明將AHP方法和左右得分模糊TOPSIS結合應用到多層次指標評價問題是合理、可行的，能夠為供應鏈融資信用風險評估提供決策依據。

供應鏈融資；信用風險；模糊TOPSIS；中小企業(yè)

0 引言

近年來，中小企業(yè)發(fā)展迅猛成為我國經濟發(fā)展重要推動力量，然而由于當前中國經濟結構調整的政策背景下，存款準備金率居高不下，再加上中小企業(yè)財務信息的透明度比較低，可抵押固定資產少等原因，中小企業(yè)按照傳統(tǒng)融資方式很難獲得貸款，面臨著資金鏈斷裂或瀕臨斷裂的困境。供應鏈金融正是商業(yè)銀行專門為中小企業(yè)量身定做的一種新型融資模式[1]，銀行所謂供應鏈融資服務，就是銀行根據特定產品供應鏈上的真實貿易背景和供應鏈核心企業(yè)信用水平，以企業(yè)貿易行為(項目運作)所產生的未來收益(現金流)為直接還款來源，配合銀行短期金融產品和封閉貸款操作所進行的單筆或額度授信方式的融資業(yè)務[2]，供應鏈融資的主要產品有應收賬款、存貨、預付賬款和倉單等。

由于中小型企業(yè)本身具有的財務數據不透明或不規(guī)范的特點，銀行等金融機構采用的傳統(tǒng)的信用風險的評價指標和方法并不適用，成為制約供應鏈融資的重要因素。信用風險包括三個主要層面：一是由于債務人償債能力低導致債權人損失的可能性；二是債權人償債意愿差導致債權人損失的可能性；三是債務人的信用等級變動存在潛在的損失的可能性[3]。國外學者主要注重對于供應鏈融資模式方面的研究，如Hofmann和Erik對于庫存融資進行了研究[4]，Gomm和Moritz Leon從財務角度揭示了供應鏈融資的優(yōu)勢[5]，而對于信用風險方面研究較少。國內學者對于供應鏈融資企業(yè)信用風險評價問題進行了一些研究。

閆俊宏應用灰色綜合評價法從行業(yè)風險、中小企業(yè)綜合實力、供應鏈運營狀況方面對供應鏈融資風險進行了評價；[6]白少布將AHP與FCE應用到供應量融資企業(yè)信用風險評價之中，提出了由融資企業(yè)本身信用風險、核心企業(yè)信用風險、融資企業(yè)貿易項目風險、供應鏈協調性構成的綜合信用風險評價體系；[7]熊熊等人提出了主體評級和債項評級為主的信用風險評價體系，并采用了主成分分析法和logistic回歸模型建立了風險評價模型；[8]隨后，王琪用決策樹的方法對供應鏈的融資模式進行了信用風險進行了評估，提出了由供應鏈狀況、供應鏈資產狀況、企業(yè)經營狀況、企業(yè)狀況構成的評價體系；[9]孔媛媛等人在提出影響供應鏈融資信用風險因素拓撲結構的基礎上，運用模糊影像圖算法對信用風險進行了評估；[10]近期，鮑旭紅從中小企業(yè)資信狀況、融資項下資產狀況、供應鏈條運營狀況、外部環(huán)境方面考慮構建了信用風險評價體系，并運用AHP方法進行權重分析；[11]盛巧玲、吳炎太建立了供應鏈存貨質押融資風險評價體系，并將層次分析法和模糊綜合評價法結合進行了風險評價。[12]

供應鏈融資是銀行將資金或信用注入到供應鏈中，實現整個供應鏈的產供銷協調順暢，達到銀行、供應鏈核心企業(yè)、融資企業(yè)的互利合作、持續(xù)發(fā)展和良性互動的一種多方合作的模式，因此，在評價信用風險時涉及因素的全面性尤為重要，這些因素應該包括融資企業(yè)本身、核心企業(yè)、質押物的情況、作為?？顚Ｓ煤瓦€款來源的交易或項目的風險和外部宏觀和行業(yè)環(huán)境。在這一方面，以上研究文獻與較前期的研究相比較雖然都克服了把信貸企業(yè)作為孤立評估點進行評價的缺陷，以供應鏈的整體角度進行分析，但是在考慮因素和指標體系的全面性上稍顯不足。其次，供應鏈融資企業(yè)的風險評價并沒有統(tǒng)一的方法，以上文獻涉及到了AHP、模糊綜合評價、主成分分析、logistic回歸等，本文采用了AHP和左右的得分的模糊TOPSIS相結合的評價方法，對于信用風險進行了系統(tǒng)的模糊評價。

1 供應鏈融資企業(yè)風險評價指標體系的建立

評級指標體系是所有影響因素量化而成的，它應該遵循全面性、系統(tǒng)性、科學性、代表性、層次性、可操作性、動態(tài)性等原則。同時供應鏈融資企業(yè)信用風險評價指標應該注意指標體系不要相互涵蓋，應該站在商業(yè)銀行視角，應該減弱對財務報表的依賴，還應該站在供應鏈全局的角度。

核心企業(yè)起著反擔保的作用，它的信用狀況直接影響到與中小企業(yè)交易的質量和融資企業(yè)發(fā)生問題后銀行損失的賠付，本文參照銀行內部評級規(guī)則通用的企業(yè)資信評估體系，以財務指標作為主要參考依據，從營運能力、償債能力、盈利能力三大方面進行考察。

融資企業(yè)一般是處于核心企業(yè)上下游的中小企業(yè)，一般財務數據不健全、不透明，再加上供應鏈融資的直接還款來源為融資項目的收益。所以對于財務數據的依靠應該適當減弱，應該更加關注與中小企業(yè)的項目能力和資信水平，本文參考白少布面向供應鏈融資企業(yè)信用風險評估指標體系設計[7]，提出應從合作情況、企業(yè)前景、當前經營狀況幾大方面考核。

融資項目的收益是供應鏈融資的直接還款來源，所以對項目風險的評估尤為重要，本文參照唐萬梅的風險投資項目的評價模型[13]和魏星等的風險投資項目決策中的風險綜合評價[14]，得到由技術風險、管理風險、市場風險和財務風險構成的定性分析的項目風險評價體系。

供應鏈績效水平不僅直接影響到核心企業(yè)及融資企業(yè)的經營狀況，對于融資項目的順利實施也是至關重要的。本文根據周淑華的基于協調的供應鏈績效評價指標體系研究[15],從物流協調、資金協調、信息協調、供應鏈柔性角度定量分析。對于此部分數據的收集，銀行可以建立風險利益共同分擔的互信機制與供應鏈核心企業(yè)合作，由核心企業(yè)提供信息。

根據閆俊宏等的基于供應鏈金融的中小企業(yè)融資模式分析[16]，供應鏈融資的質押物一般有貨物和應收賬款兩種。當質押物是貨物時，對于貨物的價格穩(wěn)定性、變現能力、易損程度考量；當質押物是應收賬款時，考慮賬期、退貨記錄和受信人壞賬率。

外部環(huán)境主要為行業(yè)環(huán)境，因為各個企業(yè)所面臨的宏觀環(huán)境大概相同，所以本文將行業(yè)環(huán)境作為重點指標考察，行業(yè)環(huán)境包括行業(yè)市場供求情況、行業(yè)壟斷程度、行業(yè)產品替代性。它們都直接影響到企業(yè)進入市場時機正確與否、企業(yè)經營獲取資源難易度、企業(yè)產品銷售價格和數量。

由此得到整個指標體系如表1所示，對于其中定量數據可以通過企業(yè)財務報表、歷史合作情況及核心企業(yè)收集信息得到，對于定性數據需要專家評分方式得到。

表1 供應鏈融資企業(yè)信用風險評價指標體系

2 融資企業(yè)信用風險評價方法

TOPSIS是一種處理多屬性決策的有效方法，它根據不同方案到正負理想解的距離對方案的優(yōu)劣進行評價，模糊TOPSIS是將決策矩陣和指標權重都以模糊數來表示，進行模糊數之間的運算，得到方案優(yōu)劣排序。Ying-Ming Wang的基于截集的模糊TOPSIS[17],Jia-wen Wang簡化參數化的距離提出了模糊多層級的TOPSIS[18]，Wei Guiwu和 Lin Rui提出運用線性規(guī)劃的方法確定屬性權重的模糊TOPSIS方法[19]。以往的模糊TOPSIS文獻的指標體系均是單層次的，對于多層次指標體系中的模糊TOPSIS直接應用較為困難，并且大多是對于TOPSIS中距離的簡單模糊化。本文將AHP方法與基于左右得分的模糊TOPSIS方法結合應用到供應鏈融資企業(yè)風險評價的三層指標體系中，而且基于左右得分的模糊TOPSIS大大縮減a截集的模糊TOPSIS的計算過程，同時對于距離的求解采用了線性規(guī)劃的方法。

2.1 準備知識

(1)

(2)

(3)

(4)

(5)

2.2 基于左右得分的模糊TOPSIS的步驟

Step 1 構建由三角模糊數組成的的模糊決策矩陣和各指標的模糊權重矩陣

(6)

Step 2 將模糊決策矩陣運用公式(3)和(4)進行規(guī)范化，模糊權重矩陣運用公式(3)進行規(guī)范化，得到規(guī)范化后的模糊矩陣

(7)

Step 4 由規(guī)范化公式(3)和(4)可知規(guī)范化決策矩陣中的元素是在大于0小于1的，因此我們可以將正負理想解定義為：

令yij∈[Lij,Rij],wj∈[Lj,Rj]則方案i到正負理想解的距離為：

(8)

Step 5 可以得到貼近度公式為：

(9)

其中Lj≤wj≤Rj,Lij≤yij≤Rij,j=1,…,n。

(10)

(11)

(12)

s.t.Lj≤wj≤Rj

用lingo軟件計算上述非線性規(guī)劃問題得到相應的(RCi)l和(RCi)r

2.3 供應鏈融資企業(yè)信用風險評價的步驟

Step 1 三級指標的獲取和DEA的運用

假設有m′個融資企業(yè)，收集到每一個供應鏈融資企業(yè)41個三級指標，專家評分依據見表2,這樣就得到了m′行41列的初始決策矩陣，由于DEA對于指標量綱沒要求，所以直接運用EMS軟件去除θ<1無效的方案，得到DEA有效的方案m個。

Step 2 二級指標權重的確定

對于每一個一級指標均下設若干個二級指標，運用AHP方法，以一級指標為準則，判斷其相應的二級指標的重要程度，構造兩兩比較的判斷矩陣(由于篇幅限制，不再詳述)，然后通過特征根法得到相應二級指標的權重wjk，wjk是第j個一級指標下的第k個二級指標的權重。

w1=(w11,w12,w13)=(0.25,0.45,0.30)

表3 專家對于二級指標的模糊打分標準

表4 專家對于一級指標的模糊權重打分標準

這里應該特別說明的是因為質押物與供應鏈的融資方式有關，所以相應二級指標貨物特征和應收賬款特征在評價是一般二者選其一，不必進行AHP求權重。

Step 3 初始模糊決策矩陣

(14)

Step 4 一級指標模糊權重矩陣的獲得

由3名業(yè)內知名專家參照表4對一級指標的模糊權重估計并且求平均得到表5。

表5 專家對于一級指標的模糊權重打分結果

Step 4 基于左右的分的模糊TOPSIS的應用

將上一步得到的初始模糊決策矩陣及一級指標模糊權重矩陣運用模糊TOPSIS，計算得到每一個融資企業(yè)貼近度，并對其進行排序。

3 實證研究

現有企業(yè)A和和企業(yè)B兩個供應鏈核心企業(yè)，它們都是C銀行的客戶，其供應鏈上下游中小型企業(yè)通過供應鏈融資的方式向C銀行申請貸款，C銀行要對這些融資企業(yè)進行信用風險評價。其中處于企業(yè)A供應鏈上的三家企業(yè)A1、A2、A3通過融通倉的方式融資，A4、A5通過保兌倉方式融資；處于企業(yè)B供應鏈上的兩家企業(yè)B(1)B2通過應收賬款方式進行融資。

根據2.3章節(jié)的評價步驟，首先收集這7家融資企業(yè)的41個三級指標數值，運用EMS軟件發(fā)現企業(yè)A3非DEA有效。然后進行2.3節(jié)中的Step2和Step3得到6行6列的初始模糊決策矩陣和一級指標的模糊權重矩陣。

w=[(0.7,0.87,0.97)(0.77,0.93,1.0)(0.9,1.0,1.0)，(0.5,0.7,0.87)(0.77,0.9,0.97)(0.57,0.77,0.93)]

最后，運用Matlab進行模糊TOPSIS編程求出模糊決策矩陣和模糊權重矩陣的左右得分，并將輸出結果應用到lingo關于式(11)和式(12)的模型求解中得到每一個融資企業(yè)的平均貼近度值如下：

RCaverage=(A1,A2,A4,A5,B1,B2)=(0.74,0.82,0.85,0.79,0.82,0.77)

按照貼近度大小進行排序：A4A2B1A5B2A1。所以，A4企業(yè)作為融資對象是最優(yōu)的，其次是A2和B1企業(yè)，A1企業(yè)是最差的融資對象。

4 結論與討論

供應鏈融資信用風險評價結果的有效性取決于評價體系的合理性和全面性，以往研究文獻雖然在合理性有所突破即擺脫了對單一融資企業(yè)進行評價的狹隘境地，但是，對于指標體系的完備性和全面性做的不足。本文在考量供應鏈融資基本概念和融資模式的基礎上，提出了涵蓋各融資利益主體和融資進程產生風險可能性的全面的評價指標體系，對于商業(yè)銀行中小企業(yè)供應鏈融資模式的實施和展開，具有一定的推進作用。

同時，本文采用了定性和定量分析相結合、模糊數據和實際數據相結合、AHP和左右得分的模糊TOPSIS相結合的評價方法。中小企業(yè)財務信息的不透明性和融資進程的不可控性等決定了采用定性分析和模糊數據的必要性和合理性。AHP方法與模糊TOPSIS方法的結合，使模糊TOPSIS在多層次指標評價中的應用成為可能。

當然，對于收集信息方面，我國銀行應該盡快建立起全面完善的中小企業(yè)信息庫，加強與供應鏈上企業(yè)的合作，促進信息共享和透明。只有具備了足夠準確的信息，以上評價指標和方法才能發(fā)揮應有的作用，這是我們應該共同努力的。

[1] 陳祥峰，石代倫,朱道立.金融供應鏈與融通倉服務[J].物流技術,2006,(3):93-95.

[2] 李彤，何飏杉.深發(fā)行:供應鏈金融[J].商界論壇,2007,(10): 60- 63.

[3] 葉蜀君.信用風險的博弈分析與度量模型[M].北京:中國經濟出版社,2008.

[4] Hofmann Erik. Inventory financing in supply chains A logistics services provider approach[J]. International Journal of Physical distribution & Logistics Management, 2009, 39(9-10): 716-740.

[5] Gomm M L. Supply chain finance: applying finance theory to supply chain management to enhance finance in supply chains[J]. International Journal of Logistics-Research and Application, 2010, 13(2): 133-142.

[6] 閆俊宏.供應鏈金融融資模式及其信用風險管理研究[D].西安：西北工業(yè)大學，2007.

[7] 白少布.面向供應鏈融資企業(yè)信用風險評估指標體系的設計[J].經濟經緯，2009,(6)：90-94.

[8] 熊熊,馬佳,趙文杰.供應鏈金融模式下信用風險評價[J].南開管理評論，2009,(4)：92-98.

[9] 王琪.基于決策樹的供應鏈金融模式信用風險評估[J].新金融，2010,(4)：38- 41.

[10] 孔媛媛,王恒山,朱珂,李晟.模糊影響圖評價算法在供應鏈金融信用風險評估中的應用[J].數學的實踐與認識，2010，(21)：80- 86.

[11] 鮑旭紅.供應鏈融資模式下中小企業(yè)信用風險評價研究[J].安徽科技學院學報，2011,(3)：78- 81.

[12] 盛巧玲,吳炎太.基于層次分析法的供應鏈存貨質押融資風險模糊綜合評價[J].科技管理研究，2012,(11)：52-57.

[13] 唐萬梅.基于灰色關聯分析的多層次綜合評價研究[J].系統(tǒng)工程理論與實踐，2006,(6)：25-29.

[14] 魏星,夏恩君,李全興.風險投資項目決策中的風險綜合評價[J].中國軟科學，2004,(2)：153-157.

[15] 周淑華.基于協調的供應鏈績效評價指標體系研究[J].科技管理，2005,(2)：38- 41.

[16] 閆俊宏，許祥秦.基于供應鏈金融的中小企業(yè)融資模式分析[J].上海金融，2007,(2)：14-16.

[17] Wang Y M, Elhag T M S. Fuzzy TOPSIS method based on alpha level sets with an application on bridge risk assessment[J]. Expert Systems with Aplications, 2006, 31(2): 309-319.

[18] Wang Jiawen, Cheng C H. Fuzzy hierarchical TOPSIS for supplier selection[J]. Applied Soft computing, 2009, 9(1): 377-386.

[19] Wei Guiwu, lin Rui, Zhao Xiaofei. TOPSIS-based linear-programming methodology for multiple attribute decision making with incomplete weight information in intuitionistic fuzzy setting[J]. Information-an international interdisciplinary journal, 2010, 13(5): 1721-1726.

Study on SMEs Credit Risk Assessment in the Mode of Supply Chain Finance——Based on Left and Right Scores Fuzzy TOPSIS

ZHOU Wen-kun1, WANG Cheng-fu2

(1.SchoolofManagement,ShanghaiUniversity,Shanghai200444,China; 2.SchoolofManagement,AnhuiScienceandTechnologyUniversity,Fengyang233100,China)

SME credit risk assessment is the key to executing supply chain financing. On the basis of the summary of conducted research, this paper builds a relatively complete set of risk evaluation index system. Moreover, we use DEA, AHP and fuzzy TOPSIS based on the left and right scores to evaluate the credit risk of SMEs in the supply chain financing. Finally, the method is applied to an example, and the results suggest that Synthetic application of AHP and fuzzy TOPSIS based on the left and right scores in multi-level evaluation index problem is available and reasonable and can provide basis for decision making of supply chain financing credit risk assessment.

supply chain finance; credit risks; fuzzy TOPSIS; SME

2013- 06-21

國家自然科學基金項目(71071033)

李正義，男，博士研究生，研究方向：物流與供應鏈管理；仲偉俊，男，教授，博導，研究方向：科技與創(chuàng)新管理，信息管理與信息系統(tǒng)，供應鏈管理，電子商務與電子政務。

F832.4

A

1007-3221(2015)01- 0209- 07