“新零售”背景下基于Elman反饋型神經(jīng)網(wǎng)絡(luò)的企業(yè)風(fēng)險評價

萬小燕

[摘 要] “新零售”是以移動互聯(lián)網(wǎng)為基礎(chǔ)，線上線下相結(jié)合以改善購物體驗的一種新型商業(yè)模式，其風(fēng)險狀況受到諸多因素的影響。通過分析了“新零售”企業(yè)的風(fēng)險因素，識別出“新零售”企業(yè)八大類典型風(fēng)險，形成風(fēng)險評價指標(biāo)體系，在此基礎(chǔ)上，運用層次分析法和Elman反饋型神經(jīng)網(wǎng)絡(luò)建立風(fēng)險評價模型，在一定程度上為“新零售”企業(yè)創(chuàng)業(yè)者和投資者提供決策依據(jù)。

[關(guān)鍵詞] 新零售;反饋神經(jīng)網(wǎng)絡(luò);風(fēng)險評價

[中圖分類號] F470[文獻標(biāo)識碼] A[文章編號] 1009-6043（2019）12-0130-02

大數(shù)據(jù)、人工智能等互聯(lián)網(wǎng)先進技術(shù)在分析客戶消費偏好，細(xì)分客戶群體，找準(zhǔn)市場定位方面的廣泛應(yīng)用，推動線上線下以及現(xiàn)代物流的深度融合[1-3]?！靶铝闶邸蓖ㄟ^線上流量導(dǎo)入和線下專營體驗店相結(jié)合，推動點擊率高效轉(zhuǎn)化，實現(xiàn)網(wǎng)絡(luò)引流和實體店營銷的深度融合[4]?！靶铝闶邸蹦Ｊ较?，實體店主要承擔(dān)組織生產(chǎn)和交付功能，原有傳統(tǒng)店的新客戶獲取、會員維護、廣告營銷、結(jié)算等功能均線上化，并增加了分享裂變、話題熱聊、興趣推薦、實時客服等環(huán)節(jié)，給企業(yè)風(fēng)險管理帶來了新的挑戰(zhàn)，因此有必要探索建立新零售企業(yè)的風(fēng)險分析模型，給創(chuàng)業(yè)者和投資者帶來一定啟示。目前，我國對于“新零售”風(fēng)險管理的研究還處于起步階段，國內(nèi)一些學(xué)者對“新零售”風(fēng)險的定量評價進行了研究，其中應(yīng)用較為廣泛的包括層次分析法、模糊綜合評價法、灰色關(guān)聯(lián)算法、故障樹判斷算法等[5]，但這些評價方法均存在一定不足，主要表現(xiàn)為沒有結(jié)合“新零售”線上線下相結(jié)合的特點制定評價指標(biāo)。本文試圖基于Elman神經(jīng)網(wǎng)絡(luò)，結(jié)合“新零售”特點，建立風(fēng)險評價模型，通過神經(jīng)網(wǎng)絡(luò)方法的非線性和泛化能力，實現(xiàn)風(fēng)險管理。

一、風(fēng)險分析

“新零售”企業(yè)是實體店和網(wǎng)絡(luò)運營相結(jié)合的模型，因此傳統(tǒng)的企業(yè)風(fēng)險也是“新零售”的風(fēng)險組成部分，另外“新零售”企業(yè)是建立在移動互聯(lián)網(wǎng)、移動支付、大數(shù)據(jù)、云計算等諸多領(lǐng)域的基礎(chǔ)上，因此還存在移動網(wǎng)絡(luò)安全和信用等方面的風(fēng)險。因此要建立完善的風(fēng)險識別、評估、評級、防范和反饋等環(huán)節(jié)，進行完善的風(fēng)險管理，如圖1。

二、風(fēng)險識別

根據(jù)“新零售”模式的典型特征，運用文獻分析法、場景假設(shè)法與列舉比較法，從企業(yè)內(nèi)外兩個角度，將其風(fēng)險分為八類，即市場風(fēng)險、信用風(fēng)險、業(yè)務(wù)風(fēng)險、法律風(fēng)險、戰(zhàn)略風(fēng)險、技術(shù)風(fēng)險、管理風(fēng)險、道德風(fēng)險。

（一）市場風(fēng)險

“新零售”歸根結(jié)底是一種銷售行為，無論交易的產(chǎn)品是事物、虛擬物品還是一種體驗，實際上均依賴于市場的需求。有些需求受季節(jié)性影響大，如飲料茶飲;有些因素受購買力影響因素大如咖啡，在城市高消費人群中占比較大，在農(nóng)村市場銷量很小;有些產(chǎn)品購買人群受年齡影響因素大，如藥品。細(xì)分市場分析需求，尋找商品適用人群，因地制宜，是合理避免市場風(fēng)險的有效途徑。

（二）信用風(fēng)險

信用風(fēng)險表現(xiàn)為交易主體無法按時、按質(zhì)履約而導(dǎo)致未來損失的不確定性。雖然“新零售”企業(yè)建立了一套客戶信用和購買力的評價體系，但我國信用體系整體發(fā)展滯后，對企業(yè)銷售質(zhì)量和產(chǎn)品宣傳沒有完善的監(jiān)控措施，產(chǎn)品質(zhì)量和虛假廣告也沒有詳盡評判標(biāo)準(zhǔn)，容易引發(fā)買賣雙方和第三方平臺的糾紛，因此信用風(fēng)險仍是“新零售”不容忽視的風(fēng)險類型。

（三）業(yè)務(wù)風(fēng)險

業(yè)務(wù)風(fēng)險主要包括沉淀資金風(fēng)險、交易風(fēng)險等?！靶铝闶邸逼髽I(yè)移動支付比例較高，大量資金沉淀在第三方支付平臺的“資金池”里，其收益率變動極易受到金融市場利率、匯率波動的影響;另外，使用第三方支付存在一定的突發(fā)性風(fēng)險，如微信封殺“淘寶”鏈接、阿里和順豐相互切斷數(shù)據(jù)鏈接等。

（四）法律風(fēng)險

已有的相關(guān)法律文件并沒有提及“新零售”這種商業(yè)模式，僅在電商層面有所觸及，導(dǎo)致“新零售”模式上法律效力薄弱，監(jiān)管職責(zé)定位不清晰，消費者正常維權(quán)路徑受阻。由于法律滯后、監(jiān)管缺失，難以保障正常的交易秩序，也會導(dǎo)致“新零售”企業(yè)主要業(yè)務(wù)發(fā)展受限。

（五）戰(zhàn)略風(fēng)險

“新零售”企業(yè)主要通過初期高速擴張搶占市場份額，加強市場控制力，其經(jīng)營活動產(chǎn)生的現(xiàn)金流量通常難以覆蓋運營成本，需通過多輪融資緩解資金壓力，因此建立合理的擴張和融資戰(zhàn)略非常重要;另外，企業(yè)發(fā)展過程中，獲客成本和培養(yǎng)客戶重復(fù)購買等運營規(guī)劃，也是戰(zhàn)略風(fēng)險的一部分。

（六）技術(shù)風(fēng)險

龐大數(shù)據(jù)量的高效精確處理對企業(yè)系統(tǒng)架構(gòu)和運營流程均十分關(guān)鍵?！澳Π輪诬嚒痹?jīng)出現(xiàn)過幾次“宕機”給出行用戶帶來了很大的不便，極易導(dǎo)致客戶轉(zhuǎn)投其競爭對手門下;技術(shù)系統(tǒng)的安全漏洞和黑客攻擊，加大了商業(yè)信息泄露的可能性;由于使用移動支付，不可避免地采集用戶數(shù)據(jù)，用戶賬號被盜或者用戶被誘導(dǎo)到詐騙網(wǎng)站也是技術(shù)風(fēng)險之一;產(chǎn)品研發(fā)方面可能存在市場預(yù)測、收益性和可行性方面調(diào)查不夠充分導(dǎo)致項目失敗，例如“共享汽車”的出現(xiàn)，由于技術(shù)研發(fā)落后于競爭對手導(dǎo)致市場份額萎縮，甚至退出競爭。

（七）管理風(fēng)險

管理體系中由于組織結(jié)構(gòu)、管理過程、企業(yè)文化和管理者素質(zhì)方面影響管理效率會導(dǎo)致管理風(fēng)險。新零售企業(yè)主要存在供應(yīng)鏈風(fēng)險和利益分配風(fēng)險。例如“新零售”代表企業(yè)小米公司，由于其在結(jié)構(gòu)光解鎖，指紋解鎖等領(lǐng)域受到供應(yīng)商制約難以短期內(nèi)大量供貨，在手機市場競爭上處于被動地位，產(chǎn)品小米note2就是因為三星供應(yīng)鏈屏幕卡脖子導(dǎo)致早早退市;該企業(yè)高管持股比例較大，主要利潤被高管股東拿走，在激烈的研發(fā)競爭中投入不足，落后于華為、OPPO、VIVO等員工和銷售渠道持股的企業(yè)，市場份額逐年下滑。

（八）道德風(fēng)險

商業(yè)模式和產(chǎn)品抄襲廣泛存在，尤其“新零售”企業(yè)是在零售環(huán)節(jié)的創(chuàng)新銷售模式，因此一旦被市場證明是高效的商業(yè)模式，將吸引大量投資者進入，而模仿產(chǎn)品外觀以及復(fù)制這種銷售模式付出的代價相對低，卻導(dǎo)致原“新零售”企業(yè)價值受損;競爭對手攻擊，員工違法操作引發(fā)的衛(wèi)生、管理等風(fēng)險也會迅速發(fā)酵和傳播，導(dǎo)致道德風(fēng)險。

三、風(fēng)險評價系統(tǒng)構(gòu)建

（一）風(fēng)險評價指標(biāo)體系

為了客觀評價“新零售”企業(yè)動態(tài)變化的運行風(fēng)險，構(gòu)建切實可行的風(fēng)險評價指標(biāo)體系極為必要。由于評價指標(biāo)涉及網(wǎng)絡(luò)動態(tài)性的臨時情況，以及大量難以量化的模糊性指標(biāo)，結(jié)合“新零售”特點，參考已有研究確定風(fēng)險評價指標(biāo)體系：市場風(fēng)險指標(biāo)為市場需求變動，成本價格波動和產(chǎn)品競爭力;信用風(fēng)險指標(biāo)為股市波動，負(fù)債利率波動和金融市場影響;法律風(fēng)險指標(biāo)為國家政策和相關(guān)法律;業(yè)務(wù)風(fēng)險指標(biāo)為現(xiàn)金流量;技術(shù)風(fēng)險指標(biāo)為產(chǎn)品質(zhì)量和信息安全與數(shù)據(jù)保護;戰(zhàn)略風(fēng)險指標(biāo)為規(guī)模擴張和客戶風(fēng)險;管理風(fēng)險指標(biāo)為供應(yīng)鏈和利益分配;道德風(fēng)險指標(biāo)為信息不對稱。

采用專家小組打分的方式進行量化處理，按照{(diào)1，2，3，4，5}五級評定法對每個指標(biāo)打分，1為最低程度風(fēng)險，依此類推，5為最高程度風(fēng)險。應(yīng)用神經(jīng)網(wǎng)絡(luò)模型對原始得分矩陣進行處理，得到輸入值與輸出值的非線性映射，同時采用歸一化方法將原始得分?jǐn)?shù)據(jù)轉(zhuǎn)化為滿足[0，1]由式（1）計算而來的無量綱值。

（二）Elman神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過程

Elman神經(jīng)網(wǎng)絡(luò)采用優(yōu)化的梯度下降反向傳播算法，用網(wǎng)絡(luò)的實際輸出值與輸出樣本值的差值來修改權(quán)值和閾值，使得網(wǎng)絡(luò)輸出層的誤差平方和最小，通過大量反饋與輸出的調(diào)節(jié)實現(xiàn)動態(tài)建模的目的。設(shè)第k步系統(tǒng)的實際輸出向量為yd（k），在時間段（O，T）內(nèi)，定義誤差函數(shù)為：

（三）風(fēng)險評價實現(xiàn)

1.樣本訓(xùn)練。設(shè)定評價指標(biāo)為高風(fēng)險（0，0，1）、中等風(fēng)險（0，1，0）和低風(fēng)險（1，0，0），由專家小組對16個指標(biāo)綜合分析，給出量化分值，進行數(shù)據(jù)處理，輸出樣本矩陣見表1。

2.學(xué)習(xí)過程。將以上樣本數(shù)據(jù)乘以權(quán)值系數(shù)，作為Elman神經(jīng)網(wǎng)絡(luò)模型輸入值，學(xué)習(xí)率？取0.8，動量因子mc取0.98，誤差精度E（w）設(shè)為0.001，進行機器學(xué)習(xí)過程。9767次訓(xùn)練結(jié)果后，誤差僅為0.000978，損失函數(shù)和訓(xùn)練次數(shù)關(guān)系見圖2，訓(xùn)練結(jié)果在規(guī)定誤差范圍（0.001）以下，對訓(xùn)練樣本分級準(zhǔn)確率為98.1%，顯示已獲得可被接受的反饋型神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練效果，因此該模型適用于新零售企業(yè)風(fēng)險評估要求。

四、結(jié)論

本文針對“新零售”線上線下相結(jié)合的特點，構(gòu)建風(fēng)險評價指標(biāo)體系，采用python和numpy工具包進行反向傳播學(xué)習(xí)與驗證，具有很高的精度和很快的收斂速度，能夠精準(zhǔn)判斷樣本風(fēng)險程度，滿足“新零售”企業(yè)評估風(fēng)險的要求，為管理者和投資者提供了決策依據(jù)。

[參考文獻]

[1]郭泉，賀光輝，吳多康.零售商主導(dǎo)的流通供應(yīng)鏈商業(yè)模式創(chuàng)新——基于“新零售”背景[J].商業(yè)經(jīng)濟研究，2019（12）：5-8.

[2]黃子萱.社交電商與傳統(tǒng)電商的比較研究——以拼多多和淘寶為例[J].經(jīng)貿(mào)實踐，2018（23）：188-189.

[3]Journal of Retailing： New Initiatives and News Updates[J].Journal of Retailing，2019，95（1）.

[4]Nizar Souiden，Riadh Ladhari，Nour-Eddine Chiadmi. New trends in retailing and services[J]. Journal of Retailing and Consumer Services，2019，50.

[5]楊忠波.第三方移動支付平臺之風(fēng)險管理——基于微信支付的案例分析[J].財會月刊，2019（1）：127-134.

[6]張祥森，林秋鐿，葉環(huán)華，梁敬誠.互聯(lián)網(wǎng)經(jīng)濟下廣東省新零售的未來發(fā)展模式研究[J].經(jīng)營與管理，2019（6）：106-109.

[7]Sustainability Research - Sustainable Economy; Studies from R. van Giesen et al Have Provided New Data on Sustainable Economy （Towards More Interactive and Sustainable Food Retailing an Empirical Case Study of the Supermarket of the Future）[J]. Food Weekly News，2019.

[8]杜睿云，蔣侃.新零售：內(nèi)涵、發(fā)展動因與關(guān)鍵問題[J].價格理論與實踐，2017（2）：139-141.

[責(zé)任編輯：潘洪志]