基于灰色模糊理论的银行线上供应链金融操作风险评价

赵博宇

摘要：随着信息技术的发展，供应链金融逐渐走入线上化发展的道路，这就带来了一些新的操作方面的风险问题。针对银行线上供应链金融参与主体众多、操作风险具有多种不确定性的特点，将灰色模糊理论用于操作风险评价，建立基于熵权法和灰色层次分析法的银行线上供应链金融操作风险评价模型，并结合实例检验了该混合模型的有效性和实用性。该模型弥补了一些主观赋权法和对不确定性风险测度的不足，对科学、全面评价银行线上供应链金融操作风险有一定借鉴意义。

关键词：线上供应链金融 操作风险 灰色模糊理论 风险评价

一、研究背景

线上供应链金融，简单来说就是金融业与基于供应链管理的实体产业之间，通过信息化协同合作的供应链金融的新趋势和高级阶段，包括电子商务交易、在线支付、交易融资和物流管理等多个环节，是复杂性金融创新产品[1]。近年来，随着信息技术的快速发展，供应链金融跨界融合发展十分迅速，新型融资产品层出不穷。在此背景下，线上供应链金融作为新金融服务模式，因其便利性和低成本运作而悄然兴起。与此同时，由于线上供应链金融的参与主体众多且依靠互联网技术进行线上操作，风险成因复杂，所以，银行和中小企业线上操作的复杂性远高于传统的融资模式，导致线上供应链金融的操作风险比其他风险造成损失的可能性更大。因此，银行急需运用适宜的评价方法准确、全面地评价线上供应链金融的操作风险，并建立有针对性的风险管理控制机制，从而降低风险损失。

已有的针对线上供应链金融的研究，内容上多是针对信用风险，方法上多是使用定性方法，少有针对线上供应链金融操作风险的定量研究。现有研究多是使用模糊评价法、层次分析法、VaR方法、BP神经网络等方法对供应链金融操作风险进行测度，赋权方法涉及主观人为因素，缺乏客观性。并且对线上供应链金融操作风险评价中具备不确定性的部分，很难给予有效解决。对此，有学者尝试使用灰色关联分析、盲数理论等方法评估线上供应链金融的操作风险。

全文以银行线上供应链金融的操作风险为研究目标，在归纳、总结相关文献指标体系的基础上，通过专家调研法对操作风险评价指标进行筛选、修改，建立一个比较科学、有效的风险评价指标体系。然后，构建熵权法与灰色系统理论相结合的操作风险评价模型，运用熵权法确定各级指标权重，运用灰色多层次评价法对银行线上供应链金融操作风险进行评价。最后，根据对运算结果的分析，得出结论。

二、银行线上供应链金融操作风险评价模型构建

（一）建立操作风险评价指标体系

本文根据对相关文献[2-5]的归纳总结，结合专家综合意见，依据全面性、科学性、针对性、可操作性的原则，构建了银行线上供应链金融操作风险评价指标体系，如表1所示。

（二）确定评价指标的权重

本文邀请Z银行从事线上供应链金融工作的5位专家组成专家组，对同级各指标的重要性进行打分。本文运用熵权法求各指标权重。主要分为以下五步：

1.若存在n个打分专家与m个风险评价指标，则可得初始数据矩阵：

X=（xij）m×n

其中，Xij为第j个打分专家对第i个风险指标进行打分的原始数据。

2.将初始数据矩阵X进行标准化运算，可得标准化矩阵：

Y=（yij）m×n

3.式中为第j个评价对象在第i个风险指标上的标准值：

（1）

4.依据公式（1）对标准矩阵进行计算可得第i个风险评价指标的熵值ei：

（2）

5.进而确定其权重系数Wi：

（3）

（三）灰色多层次评价模型的构建

1.组织评价专家评分。令评价专家序号为k，组织5个打分专家对操作风险评价指标进行打分。

2.确定评价样本矩阵。由第k个评价专家对评价指标Aij给出的评分dijk，得到线上供应链金融操作风险评价样本矩阵D：

（4）

3.确定评价灰类。令评价灰类序号为h，将评价灰类分为极高风险、高风险、较高风险、较低风险、低风险五类。为了描述以上灰类，需要确定评价灰类对应的白化权函数。

第1灰类为极高风险（h=1），则灰数∈[0，1，2]，可得对应白化权函数为：

（5）

第2灰类为高风险（h=2），则灰数∈[0，2，4]，可得对应白化权函数为：

（6）

第3灰类为较高风险（h=3），则灰数∈[0，3，6]，可得对应白化权函数为：

（7）

第4灰类为较低风险（h=4），则灰数∈[0，4，8]，可得对应白化权函数为：

（8）

第5灰类为低风险（h=5），则灰数∈，可得对应白化权函数为：

（9）

4.计算评价系数。对于风险评价指标Aij，属于第h个评价灰类的评价系数为Mijh，可得：

（10）

对于评价指标Ai，属于各个评价灰类的评价系数为Mij，可得：

（11）

5.计算评价向量及矩阵。专家組针对评价指标Aij，对第h个灰类的评价记作qijh：

（12）

则有风险评价指标Aij对各灰类的评价向量记作qij：

qij=（qij1，qij2，qij3，qij4，qij5）

进而得到风险评价指标Ai所属指标Aij对各评价灰类的灰色评价矩阵：

（13）

6.综合评价。对风险评价指标Aij进行综合评价，得到的综合评价结果记为Bi，可得：

Bi=WiQi=（bi1，bi2，bi3，bi4，bi5）（14）

由单一评价结果Bi可得Ai指标对各评价灰类的灰色评价权系数矩阵Q：