刘春海

摘要：本文在优化供应链融资整体性风险评价指标体系的基础上，构建AHP结合灰色聚类理论的灰色综合评价模型，对8条具有供应链特征的融资链进行整体性风险评价实证研究，实现了供应链融资整体性风险的定量评价。

关键词：灰色综合评价模型 供应链融资 整体风险评价

随着我国供应链金融的范围越来越广、规模不断扩张，供应链融资整体性风险问题日益突出。因此，对供应链融资整体性风险研究具有重要的现实意义。本文针对供应链融资方式的整体性风险具有灰色系统性特点，采用AHP和灰色综合评价方法，构建评价模型，进行风险评价。

一、评价指标体系的优化

为了进一步提高评价标的可靠性和科学性，经过最小均方差法对供应链融资评价指标（见《金融经济》2011.09期《供应链融资整体性风险评价指标体系构建研究》）进行相关性分析，删除一些相关性较大的评价指标，构建新的供应链融资整体性风险评价指标体系，共分为以下三个指标层次：目标评级为因素论域R、5个一级指标因素论域{供应链柔性指标R1、供应链协调性指标R2、核心企业能力指标R3、行业发展指标R4、}、23个二级指标因素论域{订单完成率R11、准时交货比率R12、时间柔性R13、资源利用率R14；供应商产需率R21、销售商产需率R22、信息共享程度R23、信息传递的及时率R24、信息传递的准确率R25、合作时间R26；核心企业的信用评级R31、对供应链的管理程度R32、核心企业产能R33、市场占有率R34、销售网络R35；行业发展空间R41、行业发展阶段期间R42、政策支持度间R43、技术变革对行业的影响间R44；国家政治环境间R51、经济环境间R52、自然环境R53、国际贸易环境R54}。

二、评价指标权重的计算

运用AHP确定评价指标权重的具体过程如下：首先，采用1-9及其倒数的标度方法，由专家分别对各级各评价因素的重要性评判，规则如下表所示：

三、基于灰色聚类理论的灰色评价模型

灰色综合评价是以灰色聚类理论为基础。基于灰色系统理论和灰色聚类等原理，通过建立灰类的白化权函数，对部分信息明确、部分信息不明确的系统进行综合评价的一种方法。它能很好的解决供应链融资整体性风险评价中，供应链系统的灰色性及其评价指标量纲不同的问题。具体步骤如下：

1.确定白化数矩阵

2. 确定评价灰类的白化权函数

4.综合评价

四、 实证分析

5.结果分析

通过灰色综合评价方法对供应链融资整体性风险的状况进行评价，经过计算，8个样本的整体性风险都在较低风险和一般风险之间，而所选的8个样本的核心企业在各自行业内属于有实力的企业，并且基于供应链的融资情况相对较好，评价结果与我们的样本的实际情况是一致的。

从各分指标来看，总体来说，供应链内部的风险高（除样本002以外，该样本有属于钢铁行业，供应链的核心企业不但有矿源供应商，还有自有矿源），这与国内供应链发展水平较低是相符的。另一方面，评价结果体现风险状况与行业特征比较相符。001、002样本属于钢铁行业，行业发展风险突出一些，这与该行业是传统行业，并且面临产能过剩和产业结构升级，技术变革对行业影响较大的情况一致。003、004、005属于汽车销售业，供应链内部风险相对较高，这与供应商的数量少和零库存的行业特征相符。006、007、008属于机械设备制造业，核心企业能风险相对较高，因为国内机械制造业的对供应链控制能力弱，信息化程度不高。

五、结论

从以上评价结果可以看出，AHP结合灰色聚类理论的灰色综合评价模型具有良好的预测性，并且该评价模型可操作性强。它不仅可以对供应链融资整体性风险状况做出合理、准确的评价，而且通过按照各个指标的风险等级的大小的比较，该模型还可以供应链将来发展趋势做一个预测。商业银行可以参照综合评价结果，分别从供应链系统、核心企业、行业发展、宏观环境四个方面去找出问题，分析问题到底出现在哪一个环节，加强对这个环节的关注，并采取措施。

参考文献：

[1] Frye J.Collteral damage，a source of systematic credit risk[J].Risk Magazine，2000，21：188-203

[2] “供应链金融”课题组.供应链金融——新经济下的新金融[M].上海：上海远东出版社，2009，1

[3] 邓聚龙.灰理论基础[M].武汉：华中科技大学出版社，2002，77-101

[4] 谢江林，何宜庆，陈涛.数据挖掘在供应链金融风险控制中的应用[J].南昌大学学报，2008，（3）：278-281