基于MOORA和MOOSRA的电商平台对融资企业选择对比分析

高更君+++张楠悦

基金项目：国家自然科学基金项目“供应链采用RFID技术的融资决策与协调优化”（项目编号：71601114）；上海市科委工程中心能力提升项目“自动化码头生产智能决策及关键技术研究”

（项目编号：14DZ2280200）

中图分类号：F724.6 文献标识码：A

内容摘要：决策过程需要根据决策者的需求选择出最合适的备选对象，多目标决策方法可以为这种选择提供解决方案。本文在供应链金融、大数据、云计算的背景下，首次将指标权重及多目标规划方法MOORA和MOOSRA结合运用到电商平台对融资企业的选择研究中。对比研究发现，这两种方法的处理结果相同，并据此分析影响融资企业等级划分的指标因素，证明此选择模型的有效性，同时验证了多目标规划方法MOORA和MOOSRA对融资企业的选择问题中的适用性。

关键词：多目标决策 电商平台 融资企业 选择研究 MOORA和MOOSRA法

引言

随着“互联网+”时代的到来，电子商务广泛渗透各类企业的经营发展当中，为企业迎来了发展契机。据统计，2016年上半年，我国电子商务交易额达10.5万亿元，同比增长37.6%。其中，B2B市场交易规模达7.9万亿元。随着电子商务的不断发展，越来越多的企业选择通过第三方电子商务平台开展自身生产经营活动。邹熊智、刘锦（2012）对我国中小企业电子商务应用现状进行分析，指出由于中小企业自身经济基础薄弱，借助第三方电子商务平台开展经营活动，不仅能打破传统意义上时间和空间的限制，为中小企业抢占新的市场资源，同时可提高企业知名度。Martin Falk，Eva Hagsten（2015）研究了电子商务活动模式及其对欧洲14个国家劳动生产力的影响，并指出小公司从电子商务中获利较大。可见，电子商务平台是企业打破传统贸易壁垒，获得更大市场份额的有利手段。然而通过对入驻电商平台的企业研究发现，大部分企业都是流动资金不足，通过传统融资手段很难筹集资金，扩大生产。电子商务平台的参与，将供应链中的信息流、物流、商流有效结合在一起，有助于信誉良好的企业获得融资贷款。同时，关于多目标决策MOORA和MOOSRA的方法研究，Brauers WKM（2013）用MOORA方法对多目标海港进行了规划；Jagadish，Ray A（2014）则通过MOORA方法对环保切削液的选择问题进行研究；有学者将多目标决策方法MULTIMOORA和MOOSRA运用到笔记本电脑的选择问题中，通过对备选笔记本电脑的多指标选择研究，得到了较好的评价结果。

因此，基于此研究背景，本文首次提出将MOORA和MOOSRA的多目标决策方法运用到电商平台对融资企业的选择研究中。通过这两种方法对融资企业的选择对比研究，期望能缓解传统金融机构授信时信誉良好的融资企业的融资困境，从而优化整个电商供应链管理体系。

电商平台下企业的融资模式分析

目前，以阿里巴巴、京东等为代表的电商平台凭借自身在行业内的优势，推出了如阿里金融、京东供应链融资服务平台，为供应链中融资企业提供在线融资活动。其中，京东的“平台+银行”的融资模式是典型的基于大数据的融资模式。京东商城结合供应商的评价系统、银企互联系统等，将平台上产生的数据转化为合作银行认可的信用额度，银行则在完成审批后，给融资企业发放贷款。

作为解决企业融资的创新方式，电商平台成为连接金融机构与融资企业的第三方信息交流平台，通过对企业在平台上交易等活动产生的数据进行挖掘，有效掌握融资企业的真实贸易状况，并将这些记录提交给金融机构，解决企业在传统的融资活动中借贷双方信息不对称的问题；金融机构作为融资企业金融产品的提供者，在融资企业资质审核通过后，与融资企业签订贷款协议，发放贷款；核心企业在整个供应链中凭借自身资金雄厚、信用等级高等条件，主导着供应链的稳定运作；第三方物流企业则是承担线下物流活动的主要任务，为融资参与各方提供综合性物流服務；而有融资需求的企业是电子商务平台上的会员，是供应链上融资服务的主要对象。在这种新的融资模式下，融资企业可借助合作企业的资信实力提升自身的信用额度。同时，银行、电子商务平台通过合作建立“风险池”，共担贷款风险，共享供应链收益，确保融资活动的顺利进行以及整条供应链运作的整体性与稳定性，为整个经济社会的发展做出贡献。

基于MOORA和MOOSRA的融资企业选择研究方法

（一）MOORA方法

MOORA（Multi-objective optimization）是一种多目标优化方法，通过构建备选对象的决策矩阵，按照一定的优选原则，帮助决策者选择出最合适的对象。对比其他方法，该方法对于收益型准则和成本型准则采用独立的数学计算过程，科学客观，符合电商平台对融资企业进行选择的评估要求。同时，根据计算过程中对于数据处理方式的不同，可将该种多目标优化方法分为比率法和参考点法。

比率法的数学计算过程，第一，要求构造备选对象的决策矩阵。对于融资企业的选择问题，可以构建备选融资企业在各个指标上的决策矩阵，如式（1）所示。

（1）

其中，m代表待评估对象的个数，n是评价准则的个数，xij代表第i个备选融资企业在指标j上的评估值。

第二，由于融资企业的选择指标之间存在量纲上的差异化，因此需要对决策矩阵进行规范化处理，具体数学过程如式（2）所示：

（2）

第三，因选取指标存在收益型指标和成本型指标差异，所以针对不同类型的指标，进行分别处理。同时，由于评估指标之间数值变异程度所反映的信息量的大小不同，故本文引入权重，确定各指标在总体评价体系中的重要程度，从而计算整体评分。对于备选的融资企业来说，y*值越大，则整体评分越高，对应的等级也就越高，具体的计算如式（3）所示：

（3）endprint

式（3）中，g代表收益型指标的数量，n-g代表成本型指标的数量，w为权重，可通过熵权法计算得到。

对于参考点法，其对于规范化矩阵的处理过程与比率法相同，但在确定整体评分时，采用参考点的方式进行，以融资企业在评价指标上的取值与参考点的偏差进行衡量。首先，计算参考点，如式（4）所示：

（4）

确定参考点后，引入权重，计算评价指标与参考点的偏差值。在绝对值的比较中，偏差值较小的融资企业，评估结果较高，具体计算如式（5）所示：

（5）

（二）MOOSRA方法

MOOSRA（Multi-objective optimization on the basis of simple ratio analysis）是基于MOORA方法发展起来的一种基于简单比率分析的多目标优化方法。MOORA方法通过计算收益型指标和成本型指标的评分确定最终融资企业的整体评分，结果可能是正值或负值；为了避免这种情况，MOOSRA法采用简单比率分析，有效避免上述可能出现的情况。

在该方法的数学运算过程中，对于原始矩阵的规范化处理同上，但在整体评分的处理上，MOOSRA采用两类指标和的比值方式进行计算，整体评分值越高，等级越高。计算公式如式（6）所示：

（6）

应用分析

（一）融资企业选择指标体系构建

本文基于选取指标的客观性、综合性等原则，分析传统银行选择融资企业的相关指标，结合电商平台特点及相关专家意见，选取某电商平台上的10家融资企业作为样本，从企业的偿债能力、运营能力、获利能力以及线上业务水平四个方面初步选取19个指标，如表1所示。

为确保指标的独立性，采用SPSS数据分析软件对指标进行双侧相关性分析。相关系数以0.6为临界值，在0.05水平（双侧）上显著相关，分析结果如表2所示。

（二）基于MOORA和MOOSRA法的电商平台对融资企业的选择

考虑权重的影响，本文采用熵权法进行计算。则各指标的权重W=[0.0259，0.0475，0.0658，0.0607，0.0422，0.0474，0.0389，0.0481，0.0352，0.0491， 0.1715，0.1043，0.0409，0.0484，0.0522，0.1219]。

同时，为确保结果公正可靠，将10家融资企业随机排序，并以A-J表示。在确定这10家融资企业的初始决策矩阵后，进行规范化处理，加权规范化矩阵部分结果如表3所示。

根据加权规范化矩阵，分别采用比率法和参考点法进行综合分析。其中指标Φ1-Φ12为收益型指标，Φ13-Φ16为成本型指标，故计算过程中对不同类型的指标进行分别处理，得到的结果如表4、表5所示，其中，表5的下方给出了每个指标的参考点值。

本文将MOOSRA方法运用到电商平台对融资企业的选择研究中，对指标进行加权规范化处理结果同表3相同，故不再赘述。在进行综合分析上，采用Φ1-Φ12指标和与Φ13-Φ16指标和的比值进行对比分析，具体的计算结果如表6所示。

（三）基于MOORA和MOOSRA法的选择结果对比分析

根据各指标对决策目标的权重分析可以看出，重复采购率（17.15%）、毁约率（12.19%）、服务态度满意度（10.43%）的比重较大。说明企业在发展过程中，客户反馈至关重要；同时，企业的守信程度与企业能否获得融资存在着巨大的关联。企业若想借助于第三方电子商务平台发展业务，抢占市场资源，就必须适应良好的社会环境，加强自身的诚信系统建设。

根据表4、5、6的分析，可以得到最终融资企业的等级，如图1所示。研究发现，三次计算结果显示融资企业的等级相同，不仅能确保结果的可靠性，同时验证了这两种多目标分析方法在电商平台对融资企业的选择研究中的适用性。

从图1中可以看出，G企业在电商平台的评估选择过程中结果最为理想，等级最高。该企业之所以获得如此高的选择评估等级，评选指标应收账款周转率（次）、销售利润率、总资产周转率、服务态度满意度发挥了重要的意义。应收账款周转率（次）、总资产周转率反映出G企业的收账速度以及总资产周转速度很快，平均收账期较短，偿债能力及销售能力都很强。服务态度满意度则是反应出顾客对G企业服务的综合评价，该信息可以与其他及潜在客户进行分享，对于企业来说，该指标在维持企业形象方面发挥着不可估量的作用。

第二个选择结果较好的是企业C，在该企业的选择评估过程中，货品满意度、资产负债比率、退款率发挥了重要的作用。它们不仅反映了企业负债水平的高低对于选择结果的影响程度，而且揭示出企业的产品质量，包括实物、服务对顾客的重要性。随着市场经济的日益发达，顾客不再只关注于产品的价格，更多的在于产品质量。产品质量是一个企业核心竞争力的体现，是保证企业市场占有率的有力保障。

企业E的选择评估结果最差，等级最低。其中，该企业的流动比率、总资产报酬率、存货周转率、平均发货速度的得分都比较低，说明该企业的短期偿债能力、资产运营水平均达不到在该企业环境中的标准水平。同时，企业E的毁约率较高，因此，基于有限的贷款寸头，电商平台及相关金融机构会拒绝该融资企业的贷款申请。

结论

本文首次将多目标规划方法MOORA和MOOSRA运用到电商平台对融资企业的选择研究问题中，并引入权重的影响因子，在对收益型指标和成本型指标采取单独的数学计算过程后，分别对融资企业进行等级划分。对比分析这两种方法的研究过程，发现三次选择评估结果都是相同的，企业G均获得了最理想的评价等级。基于此研究结果，不仅能说明此选择模型的有效性，同时验证了多目标规划方法MOORA和MOOSRA在对融资企业的选择问题中的适用性，合理客观地选择出资信较好的融资企业，为进一步的选择评估研究提供科学依据与参考。

参考文献：

1.曹磊，张周平等.2016年（上）中国电子商务市场数据监测报告[R].中国电子商务研究中心，2016

2.邹雄智，刘锦.中小企业电子商务发展策略[J].企业经济，2012（12）

3.Martin Falk，Eva Hagsten.E-commerce trends and impacts across Europe[J].Int.J. Production Economics，2015（170）

4.Brauers WKM.Multi-objective sea port planning by MOORA decision making[J].Ann Oper Res，2013（206）

5.Jagadish，Ray A.Green cutting fluid selection using MOOSRA method[J].Int J Res Eng Technol，2014（3）

6.Sarkar A，Panja SC，Das D，Sarkar B.Developing an efficient decision support system for non-traditional machine selection：an application of MOORA and MOOSRA[J].Prod Manuf Res，2015（1）

7.Reza Kiani Mavi，Mark Goh Navid，Zarbakhshnia.Sustainable third-party reverse logistic provider selection with fuzzy SWARA and fuzzy MOORA in plastic industry[J].The International Journal of Advanced Manufacturing Technology，2017

8.胡慧慧，傅為忠.基于改进灰色关联度方法的互联网供应链金融风险评价[J].武汉金融，2016（3）

9.梁卓，徐荣贞.小微企业信用评估指标体系构建—基于网络融资视角[J].财会通讯，2016（8）endprint