摘要：近年來，我國鋼貿(mào)企業(yè)開始轉(zhuǎn)型并進行供應鏈管理，由于此行業(yè)是資金密集型行業(yè)，具有價格波動大、資金運轉(zhuǎn)難等特點，其融資風險的評估與控制尤為重要。本文根據(jù)鋼貿(mào)企業(yè)的倉儲及電商交易平臺特點，建立鋼貿(mào)企業(yè)供應鏈金融風險評價指標集，運用層次分析法分析各指標權(quán)重。結(jié)合TOPSIS算法對其供應鏈金融風險進行評估，實現(xiàn)鋼鐵行業(yè)風險因素的縱向比較和鋼貿(mào)企業(yè)之間融資風險的橫向比較，同時運用案例分析方法對鋼貿(mào)行業(yè)供應鏈融資業(yè)務風險評估值進行分析比對，驗證了此方法的可行性。

關(guān)鍵詞：鋼貿(mào)企業(yè)；供應鏈金融；層次分析法；TOPSIS綜合分析法

中圖分類號：F25文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2022.23.022

0引言

隨著我國經(jīng)濟的發(fā)展，我國社會經(jīng)濟發(fā)展的越來越快。越來越多的行業(yè)引入源于供應鏈管理的供應鏈金融。大型鋼鐵企業(yè)依靠自身優(yōu)勢地位和良好信用與金融機構(gòu)合作搭建鋼貿(mào)供應鏈金融平臺，為中小鋼貿(mào)企業(yè)提供融資服務。但由于鋼鐵產(chǎn)品屬于大宗商品范疇，具有較高的流通成本和單價，且此行業(yè)是資金密集型行業(yè)，受經(jīng)濟波動影響大且資金回籠周期長，供應鏈融資風險容易由核心企業(yè)傳導到整個供應鏈企業(yè)，形成系統(tǒng)性風險，尤其是部分歷史負擔重且短期債務占比居高不下、環(huán)保改革壓力大而盈利能力弱、區(qū)域融資環(huán)境受限的中小型鋼鐵企業(yè)，加之供應鏈所涉及的主體企業(yè)較多，但企業(yè)間因信息認知與判斷能力差異以及信任機制喪失等因素產(chǎn)生信息不對稱和因債務周轉(zhuǎn)和非規(guī)范性資金周轉(zhuǎn)機制導致的償付能力良莠不齊使得銀行遭受了巨大的資金損失。因此，鋼貿(mào)企業(yè)供應鏈金融風險評估與控制顯得十分重要。

有關(guān)鋼貿(mào)企業(yè)供應鏈金融風險的評估問題，已引起眾多行業(yè)內(nèi)部人士的關(guān)注并有一些相關(guān)的研究和實踐。陳茹怡結(jié)合鋼鐵貿(mào)易現(xiàn)實中存在的問題，從定性和定量相結(jié)合的形式構(gòu)建適合鋼貿(mào)企業(yè)的風險評估模型，改變以往依靠行業(yè)專家主觀評判的方式，并進行了實證分析，但未就此模型的具體應用范圍進行討論。陶圓以某銀行供應鏈融資業(yè)務為樣本，運用案例分析方法對鋼貿(mào)行業(yè)供應鏈融資業(yè)務風險控制方法進行了總結(jié)，雖未橫向討論以驗證其優(yōu)越性，但對此次開展研究具有啟發(fā)性意義。紀偉提出了基于模糊綜合評價法探究風險評價方法，王陽軍也針對互聯(lián)網(wǎng)供應鏈金融實例，運用層次分析法和模糊綜合評價法進行評價，驗證了評價指標和評價方法的有效性和可行性，但這些研究它依賴于專家評分，效率低下且主觀性權(quán)重對評價結(jié)果影響較大，準確性有待商榷。李雅麗利用TOPSIS法對房地產(chǎn)市場進行風險評估，驗證了TOPSIS法可有效提高風險評估效率。李磊比較了不同偏好的TOPSIS函數(shù)和不同權(quán)重確定方法對TOPSIS法的影響，對本文的權(quán)重選擇有一定的借鑒意義。

本文將根據(jù)鋼貿(mào)企業(yè)倉儲及電商交易平臺特點，聚焦于供應鏈金融風險，結(jié)合層次分析法及TOPSIS綜合分析法對鋼貿(mào)企業(yè)供應鏈金融風險進行評估，并運用案例分析方法對鋼貿(mào)行業(yè)供應鏈融資業(yè)務風險控制方法進行可靠性驗證。

1風險評估方法

1.1層次分析法

層次分析法（Analytic Hierarchy Process，簡稱AHP），即層級分析法。是一種將與決策總是有關(guān)的特征或元素分解成目標、準則、方案等不同層次，是在此基礎(chǔ)上進行定性與定量相結(jié)合的系統(tǒng)化分析決策方法。一般用于處理復雜的多目標決策系統(tǒng)。即根據(jù)問題性質(zhì)和要達到的總目標進行逐層多元分解，以相互關(guān)聯(lián)度或各層級隸屬關(guān)系為依據(jù)，通過定性指標模糊量化方法算出層次權(quán)數(shù)排序，使問題歸結(jié)為確定最低層的方案、措施等特征因素相對于最高層的總目標的相對權(quán)值排序，最終形成一個具有多層次的關(guān)聯(lián)度分析結(jié)構(gòu)模型，并以此作為多目標優(yōu)化決策的系統(tǒng)方法。其一般步驟為：

（1）建立層次結(jié)構(gòu)模型：在深入調(diào)研背景和實際分析問題的基礎(chǔ)上將其決策因素分解為若干層次，接著對決策因素繼續(xù)向下分解，最上層為目標層，中間為指標層，最下層為對象層；

（2）構(gòu)造成對比較的判斷矩陣：從已構(gòu)造的層次模型第2層開始，利用成對比較法處理子級目標層、指標層、對象層，構(gòu)造成對比較陣；

（3）層次單排序及其一致性檢驗：對每一個成對比較陣計算最大特征根及對應特征向量，利用一致性指標和一致性比率做一致性檢驗；

（4）層次總排序及其一致性檢驗：計算對象層對目標的加權(quán)向量權(quán)重，根據(jù)公式做組合一致性檢驗。若未通過一致性檢驗則需要重新構(gòu)造，同時反復循環(huán)上述（1）-（4）步驟，直到通過該檢驗。

1.2TOPSIS綜合分析法

TOPSIS （Technique for Order Preference by Similarity to an Ideal Solution，簡稱TOPSIS）綜合分析法，即優(yōu)劣解距離法。根據(jù)有限多個評價對象與理想化目標的接近程度精確反映各評價方案之間的差距，是多目標決策分析中一種逼近于理想解的排序法。該方法能夠充分利用原始數(shù)據(jù)的信息，且結(jié)果能精確反映各評價方案或指標之間的差距。此方法的基本過程是基于歸一化后的原始數(shù)據(jù)矩陣，采用余弦法找出有限方案中的最優(yōu)方案和最劣方案，然后分別計算各評價對象與最優(yōu)方案和最劣方案間的距離，獲得各評價對象與最優(yōu)方案的理想貼進度，以此作為評價優(yōu)劣的依據(jù)（此處要求各效用函數(shù)具有數(shù)學意義上的嚴格單調(diào)性）。該方法的一般步驟是：（1）對數(shù)據(jù)矩陣歸一化處理；（2）通過數(shù)據(jù)規(guī)范化矩陣找出多個目標中最優(yōu)目標和最劣目標；（3）分別計算各評價目標與理想解、反理想解的距離，獲得各目標與理想解的貼近度；（4）按理想解貼近度的大小進行排序，并以此作為評價目標優(yōu)劣的依據(jù)。

2鋼貿(mào)企業(yè)融資風險評價指標

2.1多層次風險指標體系的建立

綜合考慮鋼貿(mào)企業(yè)與供應鏈金融融資的特點，建立風險評估指標集，風險源辨識多層次指標體系如表1所示。

2.2層次分析法確定指標權(quán)重

為精確求解鋼貿(mào)企業(yè)融資多層次風險指標體系中各項權(quán)重，量化供應鏈金融風險各項指標，引入層次分析法確認該體系中的主要因素。

（1）構(gòu)建判斷矩陣，進行一致性檢驗，結(jié)果如表2所示。

（2）檢驗判斷矩陣相容性并分別確定指標權(quán)重，結(jié)果如表3所示。

其他各項指標同理可得。由上述分析可知該供應鏈金融風險指標權(quán)重分布情況為：外部環(huán)境為 011916，核心企業(yè)綜合能力為 036326，云倉服務水平為 006279，供應鏈伙伴合作狀態(tài)為 0387，融資項資產(chǎn)狀況為006777。故而對潛在的供應鏈金融風險點，需重點關(guān)注和考察云倉服務水平和供應鏈核心企業(yè)綜合能力等因素。

3實例應用與分析

當鋼貿(mào)供應鏈金融平臺收到鋼貿(mào)企業(yè)的融資申請時，考察該企業(yè)的平均合同履約率。其中，企業(yè)平均合同履約率=合同履約次數(shù)/總合同簽約次數(shù)。當平均合同履約率小于60％時，企業(yè)融資風險評估未通過，拒絕該企業(yè)的融資申請。當平均合同履約率大于或等于60％時，企業(yè)融資風險評估通過，此時可對該企業(yè)融資風險進行進一步評估。

3.1企業(yè)基本情況

抽取某鋼鐵集團供應鏈金融平臺20個入駐企業(yè)的數(shù)據(jù)樣本，對本文鋼貿(mào)企業(yè)供應鏈金融風險評估方法作重點描述，企業(yè)具體數(shù)據(jù)如表4所示。

3.2TOPSIS法風險評估

3.2.1構(gòu)建規(guī)范化矩陣

根據(jù)以上數(shù)據(jù)，將指標分為成本型指標、效益性指標、中間型指標以及區(qū)間型指標，各指標屬性的標準化方法分別如式（1）至式（4）所示。

a′ij=（ajmax-aij）/（ajmax-ajmin）

ajmax≠ajmin1ajmax=ajmin

（1）

a′ij=（aij-ajmin）/（ajmax-ajmin）

ajmax≠ajmin1ajmax=ajmin

（2）

a′ij=M/（M+aij-M）（3）

a′ij=（aij-lb）/（a-lb）lb≤aij≤a1a≤aij≤b（ub-aij）/（ub-b）b≤aij≤ub0aijub（4）

根據(jù)以上20個鋼貿(mào)企業(yè)的15種評價指標的具體數(shù)據(jù)，構(gòu)建20行15列的初始評價矩陣A，并根據(jù)指標屬性將A矩陣標準化處理成得A′，如式（6）所示。

A=0.200.18104.5…0.450.240.58104.5…0.59

0.540.54104.5…0.54

0.270.50100…0.91（5）

A′=a′11a′12…a′1n

a′21a′22…a′2n

a′m1a′m2…a′mn

=00.822…0.3704

0.05480.6301…0.5432

0.09590.5205…0.9383（6）

構(gòu)造如式（7）所示加權(quán)標準化矩陣Z=A′W。其中，A′為標準化后的矩陣，W是由層次分析法得到的各指標的權(quán)重集，有：

Z=A′W=a′11a′12…a′1na′21a′22…a′2na′m1a′m2…a′mn

w1w2wm=00.0822…0.37040.05480.6301…0.54320.09590.5205…0.9383

0.059580.0170220.015083（7）=00.0013991…0.00558630.00326470.0107262…0.00819320.00571320.0088608…0.0141520

3.2.2企業(yè)風險評估結(jié)果

根據(jù)加權(quán)矩陣判斷正負理想解Z+，Z-。正理想解Z+取效益型指標集J*中的最大值，成本型指標集J′的最小值；而負理想解Z-取效益型指標集J*中的最小值，成本型指標集J′的最大值，將其歸納為式（8），用以求每一列的正負理想解：

Z+j=max（zij），j∈J*min（zij），j∈J′ ， Z-j=min（zij），j∈J*max（zij），j∈J′（8）

利用式（9）計算各個企業(yè)到正、負理想點的距離Si+、Si-。

S+i=∑15j=1（Zij-Z+j）2，i=1，2，…，k，

S-i=∑15j=1（Zij-Z-j）2，i=1，2，…，k（9）

接著計算出各個企業(yè)的相對貼近度C，得企業(yè)的綜合風險評分。C的計算公式為Ci=Si-/（Si++Si-），i=1，2，…20。C值越大，對應企業(yè)的融資風險越小。下面對本案例中用以研究的20個企業(yè)的風險評估結(jié)果進行可視化展示和說明，評估結(jié)果如圖1所示。

從上圖可清晰看出各鋼貿(mào)企業(yè)在申請融資時可能帶來的融資風險分布情況、供應鏈金融風險評分與風險排名。經(jīng)比較得：企業(yè)風險評估排名最高的三個分別為企業(yè)10、企業(yè)7、企業(yè)9，風險評估排名最低的三個分別為企業(yè)18、企業(yè)19、企業(yè)20。根據(jù)多層次風險指標體系權(quán)重分布可知：企業(yè)風險一般由核心企業(yè)綜合能力和供應鏈伙伴合作狀況決定，但也受其他因素的影響。例如，企業(yè)7核心企業(yè)綜合能力的營業(yè)收入利潤雖高，但受外部風險影響極大，故而企業(yè)風險較大。企業(yè)17受外部風險的政策環(huán)境影響雖大，但核心企業(yè)綜合能力的營業(yè)收入利潤較低、云倉服務水平的倉儲能力較強，故而企業(yè)風險較低。本文結(jié)合鋼貿(mào)企業(yè)及供應鏈金融的特點，建立鋼貿(mào)企業(yè)供應鏈金融風險評價指標集，使用層次分析法分析各指標權(quán)重，經(jīng)分析對比，驗證了TOPSIS綜合分析法在鋼貿(mào)供應鏈金融風險評估的可行性。

4結(jié)論

本文根據(jù)以鋼材倉儲及電商交易平臺為基礎(chǔ)的鋼貿(mào)企業(yè)特點，結(jié)合TOPSIS算法對鋼貿(mào)企業(yè)供應鏈金融風險進行評估。依據(jù)鋼貿(mào)企業(yè)風險評估相關(guān)數(shù)據(jù)直接計算出企業(yè)融資的風險系數(shù)，確定各指標權(quán)重之后無需專家評分，在企業(yè)信息數(shù)據(jù)變化快的背景下，此風險評估方法更高效。同時，充分結(jié)合鋼貿(mào)企業(yè)和供應鏈金融的特點，且可生成所有鋼貿(mào)企業(yè)的風險指標及對應的風險排名，實現(xiàn)鋼鐵行業(yè)風險的縱向比較和鋼貿(mào)企業(yè)之間融資風險的橫向比較。

參考文獻

[1]王穎.引入電子商務平臺的鋼貿(mào)行業(yè)供應鏈融資研究[D].北京：北京大學，2014.

[2]高艷玲.鋼貿(mào)企業(yè)融資現(xiàn)狀及風險防范[J].財會學習，2021，（23）：173-174.

[3]徐秋慧，王迪，鄧之音.供應鏈金融模式下中小企業(yè)融資問題分析——以44家農(nóng)業(yè)中小企業(yè)為例[J].農(nóng)村金融研究，2020，（09）：63-71.

[4]陳茹怡.鋼鐵貿(mào)易企業(yè)供應鏈金融風險管理研究[D].浙江大學，2018.

[5]陶圓.鋼貿(mào)行業(yè)供應鏈融資業(yè)務風險控制方法分析[D].華中科技大學，2014.

[6]紀偉.在線供應鏈金融風險評價研究——基于模糊綜合評價法以鋼貿(mào)電商平臺H公司為例[J].現(xiàn)代商貿(mào)工業(yè)，2015，36（17）：3.

[7]王陽軍，羅勇.互聯(lián)網(wǎng)供應鏈金融操作風險評價研究——基于模糊綜合評價法[J].當代經(jīng)濟，2018，（13）：36-38.

[8]李雅麗，何葉榮.基于熵權(quán)-TOPSIS法的城市房地產(chǎn)市場風險評價[J].南陽理工學院學報，2021，13（04）：26-30.

[9]李磊，金菊良，朱永楠.TOPSIS方法應用中若干問題的探討[J].水電能源科學，2012，30（03）：51-54.

[10]Tobias Schoenherr，V.M.Rao Tummala，Thomas P. Harrison.Assessing supply chain risks with the analytic hierarchy process： Providing decision support for the offshoring decision by a US manufacturing company2008，（2）：568-581.

作者簡介：郭凌歡（1984-），女， 漢族， 福建福安人， 工商管理碩士，福建三鋼閩光股份有限公司副總經(jīng)理、高級經(jīng)濟師，研究方向：鋼鐵行業(yè)、供應鏈金融、供應鏈管理、風險控制等。