基于信息熵和Copula模型的供應(yīng)鏈財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估研究

畢文靜++許紀(jì)校

摘 要：信息熵法多用于橫向的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估，對(duì)于縱向的供應(yīng)鏈財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估需要與其他方法結(jié)合使用，由于供應(yīng)鏈上企業(yè)間的相關(guān)關(guān)系是非正態(tài)、非線性的，因此采用Copula模型與信息熵相結(jié)合對(duì)供應(yīng)鏈財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評(píng)估。以海爾、美的、格力為核心企業(yè)組成的27條供應(yīng)鏈為例，建立27個(gè)Copula函數(shù)方程度量企業(yè)間相關(guān)關(guān)系，并結(jié)合信息熵法計(jì)算得出供應(yīng)鏈財(cái)務(wù)風(fēng)險(xiǎn)的大小，從而為企業(yè)供應(yīng)鏈的發(fā)展提供依據(jù)。

關(guān)鍵詞：供應(yīng)鏈財(cái)務(wù)風(fēng)險(xiǎn)；信息熵法；Copula模型

中圖分類號(hào)：F275.5 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2017）28-0077-03

供應(yīng)鏈財(cái)務(wù)風(fēng)險(xiǎn)是指在供應(yīng)鏈條上的節(jié)點(diǎn)企業(yè)在籌資、投資、生產(chǎn)經(jīng)營、利潤分配等各項(xiàng)財(cái)務(wù)活動(dòng)中的決策所引起的自身財(cái)務(wù)成果實(shí)際與預(yù)期的負(fù)偏離，并最終導(dǎo)致整條供應(yīng)鏈上財(cái)務(wù)風(fēng)險(xiǎn)的增加。家電行業(yè)基本處于行業(yè)生命周期的成熟期，市場化程度較高，大型的家電制造企業(yè)對(duì)整條供應(yīng)鏈的運(yùn)行起著核心作用，因此與上下游企業(yè)的經(jīng)營往來中具有強(qiáng)大的議價(jià)能力，對(duì)于供應(yīng)商采取先貨后款的賒銷延后結(jié)算方式。對(duì)經(jīng)銷商而言，市場暢銷的制造商往往可以控制銷售渠道，從而可以采取先款后貨的結(jié)算方式，財(cái)務(wù)風(fēng)險(xiǎn)極易以貨物或資金為載體在家電企業(yè)供應(yīng)鏈條上傳導(dǎo)。

一、供應(yīng)鏈上企業(yè)間相關(guān)關(guān)系模型的構(gòu)建與擬合

目前對(duì)于供應(yīng)鏈財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估的比較零散，一些學(xué)者采用不同研究方法如信息熵法、改進(jìn)能量分析模型、層次分析法等，但每種方法的研究文獻(xiàn)都非常少。其中，信息熵法多用于橫向的財(cái)務(wù)信息評(píng)估，應(yīng)用于縱向的供應(yīng)鏈時(shí)需要與其他方法結(jié)合使用。比較有代表性的有，賈煒瑩（2010）選定了18個(gè)財(cái)務(wù)指標(biāo)來評(píng)價(jià)供應(yīng)鏈財(cái)務(wù)風(fēng)險(xiǎn)，根據(jù)信息熵計(jì)算出供應(yīng)鏈節(jié)點(diǎn)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，并利用計(jì)算評(píng)估整條供應(yīng)鏈的財(cái)務(wù)風(fēng)險(xiǎn)并進(jìn)行財(cái)務(wù)預(yù)警，這種評(píng)估方法是建立在供應(yīng)鏈上節(jié)點(diǎn)企業(yè)間的財(cái)務(wù)風(fēng)險(xiǎn)是相互獨(dú)立互不影響的基礎(chǔ)之上的。但實(shí)際情況下，由于財(cái)務(wù)風(fēng)險(xiǎn)的傳導(dǎo)性，鏈上企業(yè)的財(cái)務(wù)狀況由于相互之間的業(yè)務(wù)活動(dòng)和財(cái)務(wù)往來而互相影響，在利用信息熵法對(duì)供應(yīng)鏈財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評(píng)估時(shí)應(yīng)當(dāng)考慮鏈上企業(yè)間的相關(guān)關(guān)系。

供應(yīng)鏈上企業(yè)的相關(guān)關(guān)系可能是線性的，也可能是非線性的，因此需要根據(jù)其經(jīng)營狀況選擇更合適的評(píng)估模型。企業(yè)的收益率可以較為真實(shí)地反映其經(jīng)營狀況，且具有較強(qiáng)的聯(lián)動(dòng)性，因此可以采用收益率作為指標(biāo)對(duì)鏈上企業(yè)的相關(guān)性進(jìn)行度量，從而選擇更為合適的評(píng)估模型。本文選取供應(yīng)商為三花股份（B1）、華聲電器（B2）、華意壓縮（B3），核心企業(yè)為海爾集團(tuán)（A1）、美的集團(tuán)（A2）、格力電器（A3），銷售商為蘇寧云商（C1）、三胞集團(tuán)（C2）、三聯(lián)商社（C3）組成27條供應(yīng)鏈，評(píng)估該27條供應(yīng)鏈財(cái)務(wù)風(fēng)險(xiǎn)。以海爾集團(tuán)—三花股份—蘇寧云商供應(yīng)鏈為例，收集三家企業(yè)2016年1月1日至2016年12月31日的同期日收益率，即：

Rn，t=100（lnpn，t-lnpn，t-1）

其中，pn，t表示三個(gè)企業(yè)第t日的收盤價(jià)。

調(diào)用Matlab中skewness函數(shù)和kurtosis函數(shù)計(jì)算三家企業(yè)的偏度和峰度，從而得出日收益率總體分布密度曲線的對(duì)稱性信息和峰值附近密度曲線的變化信息，結(jié)果（見表1）。

當(dāng)樣本偏度接近于0，同時(shí)偏度接近于3時(shí)，服從正態(tài)分布。其中，偏度越接近于0，總體分布越對(duì)稱，否則便越傾斜；偏度小于0時(shí)呈現(xiàn)左偏分布，曲線頂點(diǎn)偏向右邊；偏度大于0時(shí)呈現(xiàn)右偏分布，頂點(diǎn)偏向左邊。從表中可以看出，三家企業(yè)均不服從正態(tài)分布，因此采用線性相關(guān)系數(shù)來反映供應(yīng)鏈上企業(yè)的相關(guān)性會(huì)產(chǎn)生誤差。而Copula函數(shù)可以較為準(zhǔn)確的衡量變量間非對(duì)稱、非線性關(guān)系，作為相關(guān)性分析和多元統(tǒng)計(jì)分析的工具，Copula理論廣泛應(yīng)用于金融及金融分析，如在研究中國股票市場的相關(guān)度模型，股票市場各行業(yè)板塊之間的相關(guān)關(guān)系方面得到了廣泛的應(yīng)用，一些研究也將Copula函數(shù)應(yīng)用于風(fēng)險(xiǎn)分析和風(fēng)險(xiǎn)管理方面，因此本文采用Copula模型進(jìn)行供應(yīng)鏈企業(yè)間相關(guān)關(guān)系的度量。

利用Matlab R2014a估計(jì)模型參數(shù)（見表2），將參數(shù)帶回模型中可以分別構(gòu)建3個(gè)二元Clayton Copula函數(shù)、3個(gè)二元Gumbel Copula函數(shù)和3個(gè)二元Frank Copula函數(shù)，因此需引入經(jīng)驗(yàn)Copula函數(shù)進(jìn)行模型優(yōu)劣的評(píng)價(jià)，通過比較經(jīng)驗(yàn)Copula函數(shù)與估計(jì)出的3個(gè)Copula函數(shù)模型的平方歐式距離，距離越小，則表明模型能夠更好地?cái)M合原始數(shù)據(jù)，結(jié)果（如表2所示）。

平方歐式距離值越小者擬合效果越好，通過對(duì)比平方歐式距離，選擇Gumbel Copula函數(shù)對(duì)三家企業(yè)間的整體相關(guān)性度量更為準(zhǔn)確。由于MATLAB只能調(diào)用二元阿基米德Copula函數(shù)包，因此需用MATLAB建模將二元模型擴(kuò)展為多元模型。首先利用Gumbel Copula函數(shù)復(fù)合海爾集團(tuán)與三花股份，復(fù)合參數(shù)為1.2670，之后再與蘇寧云商復(fù)合，得出參數(shù)1.3673，由此構(gòu)造三元Gumbel Copula相依模型：

利用上述方法，對(duì)由三花股份、華聲電器、華意壓縮、海爾集團(tuán)、美的集團(tuán)、格力電器、蘇寧云商、三胞集團(tuán)、三聯(lián)商社組成的供應(yīng)鏈進(jìn)行相關(guān)結(jié)構(gòu)建模，從而可得 27條供應(yīng)鏈的相關(guān)結(jié)構(gòu)模型方程（方程略）。

二、供應(yīng)鏈財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估

供應(yīng)鏈財(cái)務(wù)風(fēng)險(xiǎn)主要包括籌資風(fēng)險(xiǎn)、投資風(fēng)險(xiǎn)、營運(yùn)風(fēng)險(xiǎn)和分配風(fēng)險(xiǎn)，本文選取18項(xiàng)財(cái)務(wù)指標(biāo)來進(jìn)行評(píng)價(jià)9家節(jié)點(diǎn)企業(yè)的供應(yīng)鏈財(cái)務(wù)風(fēng)險(xiǎn)。其中：籌資風(fēng)險(xiǎn)指標(biāo)包括營運(yùn)資本、流動(dòng)比率、速動(dòng)比率、現(xiàn)金比率、資產(chǎn)負(fù)債率、利息支付倍數(shù)；投資風(fēng)險(xiǎn)指標(biāo)包括營業(yè)利潤率、總資產(chǎn)利潤率、凈資產(chǎn)收益率、成本費(fèi)用利潤率；營運(yùn)風(fēng)險(xiǎn)指標(biāo)包括營業(yè)周期、應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、固定資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率；分配風(fēng)險(xiǎn)指標(biāo)包括營業(yè)收入增長率、凈利潤增長率、每股收益增長率、利用信息熵法根據(jù)9家企業(yè)2015年度財(cái)務(wù)指標(biāo)得出財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估結(jié)果（如表3所示，計(jì)算過程略），數(shù)值越大，財(cái)務(wù)違約風(fēng)險(xiǎn)越小，財(cái)務(wù)狀況越好，陷入財(cái)務(wù)危機(jī)的可能性越低。

將三花股份、海爾集團(tuán)、蘇寧云商的單個(gè)企業(yè)違約風(fēng)險(xiǎn)代入模型可得供應(yīng)鏈的違約風(fēng)險(xiǎn)為0.1572，同樣根據(jù)阿基米德Copula函數(shù)族得出27條供應(yīng)鏈的違約風(fēng)險(xiǎn)（如表4所示）。

根據(jù)表4中的計(jì)算結(jié)果可以比較直觀地看到，通過Copula模型所度量的供應(yīng)鏈上違約風(fēng)險(xiǎn)概率值及其排名，A2B1C2、A2B3C2、A3B1C1供應(yīng)鏈的財(cái)務(wù)風(fēng)險(xiǎn)最低，這主要是由于美的集團(tuán)形成了包括關(guān)鍵部件與整機(jī)研發(fā)、制造和銷售為一體的完整產(chǎn)業(yè)鏈，因此對(duì)來自供應(yīng)鏈上下游企業(yè)的外部風(fēng)險(xiǎn)抵御能力較強(qiáng)，對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的蔓延有一定的緩沖能力。因此，以美的為核心企業(yè)的供應(yīng)鏈整體財(cái)務(wù)風(fēng)險(xiǎn)普遍較低，供應(yīng)鏈運(yùn)行具有較強(qiáng)的經(jīng)濟(jì)活力。而A2B2C1、A1B2C1、A3B2C3供應(yīng)鏈的財(cái)務(wù)風(fēng)險(xiǎn)最高，以華聲電器—海爾集團(tuán)/格力電器組成的供應(yīng)鏈由于空調(diào)市場的低迷導(dǎo)致營業(yè)收入減少，行業(yè)渠道庫存較上年持續(xù)增長，經(jīng)銷商觀望情緒嚴(yán)重，經(jīng)濟(jì)活力不足，短期違約風(fēng)險(xiǎn)較高。

三、結(jié)論

信息熵法多用于橫向的財(cái)務(wù)信息評(píng)估，應(yīng)用于縱向的供應(yīng)鏈時(shí)需要與其他方法結(jié)合使用，由于供應(yīng)鏈企業(yè)間的相關(guān)關(guān)系為非對(duì)稱、非線性的，因此采用Copula函數(shù)與信息熵相結(jié)合的方法使得評(píng)估結(jié)果更加準(zhǔn)確。通過對(duì)供應(yīng)鏈財(cái)務(wù)風(fēng)險(xiǎn)的評(píng)估，可以使企業(yè)認(rèn)識(shí)到所在的供應(yīng)鏈的穩(wěn)定性和活力，并趨向于與低財(cái)務(wù)風(fēng)險(xiǎn)、競爭力更強(qiáng)的企業(yè)合作，促進(jìn)企業(yè)供應(yīng)鏈的發(fā)展和管理。

參考文獻(xiàn)：

[1] 邱映貴，馮自欽，程國平.供應(yīng)鏈視角下企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)傳導(dǎo)機(jī)理與模式研究[J].財(cái)會(huì)通訊，2010，（2）.

[2] 韋艷華，張世英.Copula理論及其在金融分析上的應(yīng)用[M].北京：清華大學(xué)出版社，2008.

[3] 謝中華.Matlab統(tǒng)計(jì)分析與應(yīng)用：40個(gè)案例分析[M].北京：北京航空航天大學(xué)出版社，2010.

[4] 吳會(huì)詠.基于Copula相關(guān)結(jié)構(gòu)的企業(yè)供應(yīng)鏈融資風(fēng)險(xiǎn)度量[D].沈陽：遼寧大學(xué)，2014.

[5] 賈煒瑩，劉永勝，張劍.基于信息熵法的供應(yīng)鏈財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估[J].中國流通經(jīng)濟(jì)，2010，（6）.

[責(zé)任編輯 陳麗敏]endprint