基于局部变权综合评价法的互联网供应链金融风险评价

侯文捷 向东 武传德 陈永权

内容摘要：随着供应链金融的发展，供应链金融风险成为供应链金融需要重点关注的问题，本文在对互联网供应链金融风险识别的基础上，建立了供应链风险评价指标体系。考虑到互联网供应链金融风险评价要强调风险的普遍性和特殊性，基于局部变权的思想，设计了基于局部变权的综合评价方法，并应用数据验证了方法的科学性和可行性。局部变权综合评价方法能够实现权重设置的客观和灵活，未来研究可以在参数优化和向量模式构造方面深入研究。

关键词：互联网供应链金融   局部变权综合法   指标体系   风险评价

互联网供应链金融是互联网金融与供应链金融相融合的产物，同传统的供应链金融相比具有网络化、数据化、精准化和平台化的优点。并且以其易用性和安全性获得了快速发展，近年来越来越多的企业成为互联网金融的服务对象。但是，作为近些年发展起来的互联网供应链金融，无论理论和实践都并不十分成熟，互联网供应链金融平台出现了违约等问题。因而，急需对互联网供应链金融的信用和风险问题做深入研究，以便更好为整个行业服务。因此，本文将在分析供应链金融风险评价指标体系构建原则的基础上，提出供应链金融信用评价指标体系，并依据互联网供应链金融的运作流程建立相应的评价模型，进而对互联网供应链金融风险进行评价。本文首次将局部变权综合评价法引入到供应链金融信用评价中，能够避免固定权重值带来的评价误差，从而提供更客观、更准确的评价。

互联网供应链金融风险评价指标

（一）指标体系构建原则

为了更加客观真实地评价互联网供应链金融风险，需要评价指标体系遵循如下规则：整体和完备性原则。供应链风险评价指标需要在网络平台安全、融资企业状况、核心企业状况等方面有一个完整评估，因而要求指标系统具有整体和完备性;典型性和实践性原则。供应链金融的风险是由方方面面的因素决定的，而要想从多种因素中找到有重要影响的因素，需要注重影响因素典型性。同时，各个因素需要能够易于获取并能够具有实践的价值;量化和非量化原则。互联网金融风险评价指标需要尽量获得可量化的指标，尽量做到客观合理，但有些指标是无法量化的，例如钓鱼风险、密切程度等，因而在制定过程中，应当采用量化和非量化相结合的方法。

（二）指标说明及体系构成

互联网供应链金融风险评价指标及体系构成如图1所示。网络安全风险（U1）的指标：重点考察核心企业、融资企业在网络平台上的风险程度;平台操作风险（U2）的指标：包括支付方式变更的风险、信息传递的风险和操作的风险;融资企业运营状况水平（U3）的指标：融资企业运营状况重点考察合作程度和履约状况;核心企业整体水平（U4）的指标：核心企业整体水平重点考察盈利能力、履约能力和信用水平;融资企业资质（U5）的指标：融资企业资质重点考察盈利能力和偿债能力;流动性水平（U6）的指标：流动性水平重点考察坏账率和质押变现能力。

指标权重确定

构造比较矩阵C。权重的确定可以通过对指标的两两比较来确定。具体可以诉诸于专家打分法。首先，请专家在比较指标重要程度不同的基础上，通过打分构造成对比较矩阵C。

C=（cij），cij>0，Cji=1/cij                                                  （1）

這里 cij表示指标权重之比， cij的取值可以通过1到9级的两两因素构成的成对比较矩阵获得。当两两因素同等重要时，取值为1;其它按照重要程度的不同取值从1到9，反之取1/2-、1/3、…、1/9。这样，专家按照因素的两两比较对权重打分后就可以得到成对比较矩阵。

计算权重值。计算判断矩阵每一行因素的乘积Mi：

计算Wi：Wi=M11/n。求取权重向量w=[w1，w2，……，wn]T。

检验一致性。对于认为赋值的判断矩阵，还需要进一步通过一致性验证来验证判断矩阵的可靠性。

互联网供应链金融风险水平综合评价方法

对互联网供应链金融风险进行评价，就是遵循评价指标，通过对评价指标量化打分的基础上，按照不同指标的权重，将评价指标值汇集为一个综合的评价值过程，这里的关键在于如何在众多方法中找到一种最优的方法，这就需要从被评价对象的状态出发。也即是针对取得的评价指标的状态值的基础上，需要选用综合评价函数，进而求出各个被评价对象的综合评价值，最后实现对评价对象的风险水平的排序。

目前现有的供应链金融风险评价中，无论评价指标的状态值如何变化，指标的权重都不会发生变化，这样在实际评价工作中，是不能准确反映被评价对象的实际情况，已有的供应链金融风险评价中，评价指标的权重是通过专家打分获得的，该权重不随评价指标的状态值的变化而变化，这会影响实际评价的真实性。因而结果的真实性和准确性也就不能保证。对此，本文引入基于变权思想的综合评价方法来有效解决这一不合理的问题。这里，指标的权重能够根据指标的状态值的大小做相应调整，这就是变权的思想。变权是对指标权重的真实反映，因而是客观的、科学的、并且普遍存在;而固定权重是人为的、相对的、具有其特殊性。

变权思想最早是国内李洪兴教授给出的，从李洪兴教授的理论中可以得到，通过对指标的常权向量w=（w1，w2，…wi…，wm）与状态变权向量S（X）=（S1（X），S2（X），…Si（X）…，Sm（X））的Hadamard乘积就能获得指标的变权向量W（X），公式为：

就互联网供应链金融风险水平综合评价而言，集结方法既应注重供应链金融风险的普遍性，也应看到供应链金融风险的可规避特点，只有这样才符合供应链金融风险管控的基本要求。因而局部变权综合评价模型可以由下述公式获得：

定义1：设映射S：[0，1]m→（0，+∞）m，那么向量S（X）=（S1（X），S2（X），…Si（X）…Sm（X））被称为一个m维局部状态变权向量，对每个i∈{1，2，…，m}，如果始终有αi、βi∈（0，1）并且αi≤βi，符合如下规则：

如果i∈{1，2，…m}，在式（3）中解出wi（X）在[0，αi]上并且随xi递减，同时在[βi，1]上随xi递增。

如果0≤xj≤xk≤αj∧αk时，Sj（x）≥Sk（X）;那么βj∨βk≤xj≤xk≤1，Sj（X）≤Sk（X）。

y=w（x）x作为综合评价函数。

依据互联网供应链金融风险水平综合评价的有效性和合理性，按照定义1设计的基于局部状态变权思想的变权公式为：

i=1，2，…，6，其中参数u、p、t、q的取值为0到1，这里，称u为否决程度，p为合格程度，t为奖励程度，q为调整程度。当xi在0和u之间时，惩罚程度最大;当xi在u和p之间时，惩罚程度随xi的增大而减小;当xi在t和1之间时，奖励程度随xi的增大而增大;对于调整程度q来说，q越小，惩罚与奖励的程度就越大，反之，惩罚与激励的程度就越小。

实例验证

在参考互联网供应链金融风险水平实际情况的基础上，设u=0.4;p=0.7;t=0.9;q=0.2，可以得到：

其次，通过A和B两家互联网供应链金融平台融资公司风险水平的评价来验证该方法的有效性，表1是经过预处理的具体数据和评价结果。

从表1中的常权综合值和变权综合值比较中可以看出：A融资公司的各项指标同B融资公司的各项指标相比，普遍得分较高。但是，由于A融资公司的指标U12和U42的评价值远低于B融资公司，这就造成它的综合评价值由0.7899降低为0.739，因而通过权重的变化达到了惩罚目的;而B融资公司的指标U12和U42的评价值较高，这就造成它的综合评价值由0.845升高为0.8941，达到了激励目的，而这两项指标正是供应链金融风险管理非常关注的两项指标。

最后，将表1中的供应链金融风险评价指标数据以趋势图的形式加以比较，比较的结果如图2和图3所示，其中横坐标表示1-14个评价指标，纵坐标为取值，黄色的表示常权值的变化曲线，蓝色表示变权值的变化曲线。

由图2和图3可以看出，对融资公司A和B，指标U31和指标U43常权大的指标，变权受指标值大小的影響较大，当U31值偏小和偏大时，权重则表现为升高和降低，从而产生明显的激励或者惩罚效应;对常权小的指标，如U23的值也能够表现出受指标值的影响，因而同样能在一定程度上起到奖励和惩罚的作用。实际的评价恰恰就是这样一种情况，通过权重的变化能够实现供应链金融风险水平评价的有效性和客观性，进而修正固定权重带来的问题。

结论

本文首次将局部变权综合评价方法引入到互联网供应链金融风险评价中，通过构建互联网金融风险评价的指标和体系结构，在考虑互联网供应链金融风险评价既要强调风险的普遍性又要强调风险的特殊性的基础上，通过引入局部变权思想构建综合评价测评方法，最后通过实际数据验证了该方法的有效性和合理性。本文由于首次将局部变权思想引入，因而还有一些需要进一步改进和研究的地方，比如一些关键参数的选择是否有更加客观的方法等。

参考文献：

1.郭亚军.综合评价理论与方法[M].科学出版社，2002

2.程卫民，辛嵩.安全综合评价中的组合赋权和变权[J].安全与环境学报， 2001（6）

3.李洪兴.因素空间理论与知识表示的数学框架（Ⅷ）——变权综合原理[J].模糊系统与数学，1995（3）

4.李洪兴.因素空间理论与知识表示的数学框架（Ⅸ）——均衡函数的构造和Weber-Fechner特性[J].模糊系统与数学，1996（3）

5.姚炳学，李洪兴.局部变权公理体系[J].系统工程理论与实践，2000（1）

6.王晓玲.素质教育评价中的变权综合方法[J].系统工程理论与实践，2000（4）

7.陈永权，王秀亭，王熙亮.电网企业信息化指标体系及评价方法探讨.电力企业信息化，2004（2）

8.刘浩.我国物流产业集群形成与发展理论综述[J].商业经济研究，2018（11）

9.董妍.互联网金融风险控制以P2P网贷平台为视角[J].商业经济研究，2015（3）

10.姜霄.商业银行视角下供应链金融风险的识别和评价[D].山东大学，2016