大數據時代下酒店賒銷信用風險管理模糊綜合評判研究

張云華

大數據時代下酒店賒銷信用風險管理模糊綜合評判研究

張云華

信用風險管理是酒店財務戰略管理的重要組成部份。提高賒銷信用風險管理有效性的關鍵是做好信用風險管理的事前控制，其中對酒店客戶信用等級的評價是賒銷信用風險管理事前控制的一項重要工作。而確定酒店客戶信用等級需要考慮很多因素，這些因素對酒店客戶信用等級的影響程度，不能只是簡單的用“大”和“小”這樣具有模糊性的指標來衡量。因此，為了能準確地量化各因素對客戶信用等級的影響程度，對酒店客戶信用等級做出恰當地綜合評判，本文提出在當今大數據時代下運用多層模糊綜合評判方法對酒店客戶信用等級進行評價，然后在此基礎上制定信用政策，將酒店賒銷業務過程中產生的信用風險在事前就加以控制。

酒店財務管理；賒銷信用風險；多層模糊綜合評判方法；大數據

一、問題的提出

近年來，我國酒店業受國際金融危機，行業快速增長和中央抑制“三公消費”等多重因素的影響，競爭不斷加劇。為了拓展業務范圍和銷售規模，吸引長期或固定的客源，許多中大型星級酒店在不斷提升服務質量和水平，探索新的營銷模式的同時，仍然將賒銷作為促銷的一種重要手段。但是，不少酒店的風險防范意識不強，在對客戶資信沒有全面了解的情況下，盲目地采用賒銷策略擴大銷售，形成大量應收賬款。根據最佳東方網的統計數據，國內目前酒店行業的賒銷平均比例為30%，高星級商務酒店大約為34%，平均逾期應收賬款比例約為24.5%。如果酒店在事后才通過催收和控制對應收賬款進行管理，顯然容易使酒店對應收賬款的管理處于被動地位，造成呆賬、壞賬。

那么，應如何做好酒店賒銷信用風險管理的事前預測和評估、事中控制和監督，將應收賬款發生壞賬的可能性降到最低呢？相關的財務管理理論告訴我們，合理的信用政策是應收賬款收回的重要前提。企業對客戶完整的信用政策應包括信用期限、現金折扣、信用標準、授信額度、收賬政策等，而影響這些政策制定合理性的重要環節是對客戶進行正確的信用評級。然而，目前對于我國大多數酒店業企業來說，卻缺少一套在經營活動中對客戶進行全面準確信用分析的科學、有效的方法。因此，本文嘗試將多層模糊綜合評判方法運用到對酒店客戶的信用風險管理中，讓酒店對賒銷信用風險的管理不僅僅是停留在定性的評估上，而是定性管理的同時結合定量分析，從而提高酒店業對賒銷業務的風險控制能力。

二、我國酒店賒銷信用風險管理問題的研究現狀與勢態

從現有的研究文獻來看，目前我國對酒店賒銷信用風險管理問題的研究主要還是集中在圍繞酒店客戶信用風險的產生原因、應收賬款管理的制度建設以及對5C評價方法中相關指標的定性分析討論，而對于如何運用這些評價指標通過對客戶資信的實際調查，然后進行定量分析管理，不讓酒店賒銷信用風險管理流于形式，最終落到實處的研究卻相當的少。這也許是因為在傳統的經濟形式下有關酒店客戶信用風險管理的數據資料比較難于獲得的原因。

而如今，互聯網及相關技術的飛速發展。個人電腦和智能手機、平板電腦等即時終端設備的普及，正在改變著人們的消費方式、生活方式以及獲取信息的方式。各行各業正在變得越來越數字化。當消費者和商戶花費越來越多的時間在互聯網上購物、娛樂以及和家人、朋友保持聯系時，他們在互聯網中的活動就會以數據的形式留下印跡。通過谷歌、百度等搜索引擎、銀行和工商行政管理部門搭建的“互聯網個人信用信息服務平臺”酒店的賒銷信用管理部門可以快速地獲取客戶或消費者的信用概要、企業規模、從業人數、經營范圍和財務數據，甚至是消費和生活習慣、在互聯網中的口碑。與此同時計算機技術和互聯網技術也進入到酒店的日常業務管理中，人們到酒店消費時的大量數據也留在了酒店的計算機信息管理系統中。當人們入住酒店時，你的姓名（單位名稱）、身份證號碼、銀行卡的卡號、入住的時間等一系列反映的個人基本信息數據將會進入酒店的計算機系統。而當你在酒店用餐時，你的用餐情況、甚至是你吃了幾次飯，點了哪些菜也會記錄在酒店的計算機系統中。而當你離開酒店進行結算時，你的付款信息同樣會記錄入酒店的計算機管理系統中。大量數據的產生為我們運用數學模型對酒店顧客賒銷信用風險的進行評估提供了條件。當我們分析這些數據時，我們發現這些數據后面所隱含的信息對酒店顧客信用影響程度到底有多大，卻往往具模糊性。那么怎樣才能將這些模糊性影響以準確的定量形式清楚地表達出來呢？面對這一困惑人們一直在尋求一種有效的量化分析工具。1965年美國著名控制論專家扎德（L.Zadeh）提出了模糊集合理論，為人們解答這一難題提供了數學理論工具。扎德教授通過引入隸屬函數，將待考察的模糊對象建立為模糊集合，并通過模糊集合理論的有關運算和變換對模糊對象進行定量分析。該理論自提出后得到了廣泛的認同和和運用。1976年模糊數學傳入我國。雖然距離扎德教授開創模糊集合理論晚了近10多年，但是在我國發展的卻非常迅速。1980年成立了中國模糊數學與模糊系統學會，1981年創辦了《模糊數學》雜志，1987年創辦了《模糊系統與數學》雜志。現在我國已經成為繼美國、西歐、日本之后的全球第四大模糊數學研究中心。模糊綜合評判法就是我國學者研究運用模糊數學的成果之一，它是在20世紀80年代初，由我國學者汪培莊教授最早提出的，該方法是借助模糊數學對受多種因素所影響的事物或現象做出總的評價，有效地實現了定性指標的定量化，非常適用像酒店顧客賒銷信用風險綜合評判這類非確定問題的定量分析。

三、模糊綜合評判法在酒店賒銷客戶信用風險中的評價模型構建

（一）酒店客戶信用評級指標的選取

“5C”理論認為影響賒銷中客戶信用風險的主要因素有Character(品格)、Capacity(能力)、Capital(資本)、Collateral(抵押品)、Condition(經營條件與狀況)；“5P”理論認為是Personal(個人因素)、Purpose(目的因素)、Payment(償還因素)、Protection(保障因素)及Prospect(前景因素); LAPP理論認為指 Liquidity(流動性)、Activity(活動性)、Profitability(贏利性)、Potentiality(潛力)。基于上述理論，結合我國酒店業賒銷業務特點我們選取企業規模、組織管理、經營狀況、財務狀況和信用記錄作為評價模型的一級指標。

記為：

U＝{U1(企業規模),U2(組織管理),U3(經營狀況),U4(財務狀況),U5(信用記錄)}

其中，各一級指標又可以細分為：

U1＝{u11(注冊資本),u12(從業人員),u13(固定資產),u14（營業收入）,u15（行業）}

U2＝{u21(制度建設),u22(企業文化),u23(股東結構), u24(組織結構),u25(經營者才華)}

U3＝{u31(主要業務),u32(市場地位),u33(流動資產周轉率),u34(資產利潤率),u35(銷售增長率)

U4＝{u41(速動比率),u42(資產負債率),u43(產權比率), u44(償債保障比率),u45(現金流量比率)}

U5＝{u51(付款記錄),u52(違約記錄),u53(同行評價)}

（二）確定各因素的權重

權重體現了各個因素的重要性。權重越大，說明這個因素對客戶在信用等級的影響程度越大。通過向酒店高層管理代表、銷售部主管、信用管理部門主管及有關專家發放了20份調查問卷，要求其給出因素集中每個元素的權值，然后對每一個因素的多個權值取算術平均，得出各層每一個因素的權重。經計算各因素的權重結果見表1

表1 客戶信用評價層次總排序權值

由表1獲得：

第一層權重向量：

A1=(0.301,0.110,0.225,0.301,0.063)

A2=(0.300,0.302,0.020,0.110,0.268)

A3=(0.060,0.200,0.270,0.200,0.270)

A4=(0.250,0.160,0.200,0.103,0.286)

A5=(0.378,0.402,0.220)

第二層權重向量：

A=(0.030,0.063,0.249,0.150,0.508)

（三）設定酒店客戶信用等級評定標準

通過層次分析法確定了各層次評價指標的權重后，需要設定酒店客戶信用等級評定標準，即評判集，作為對酒店客戶信用級別進行打分的依據。具體評定標準及分值見表2。

表2 酒店客戶信用等級評定標準

（四）模糊綜合評判

根據因素集和評判集先對Ui中的因素做出綜合評判，有

再做總的綜合評判得：

B=A·R

然后，按最大隸屬度原則確定客戶信用等級

四、結束語

從上面的討論來看，基于大數據環境下，由于可以便捷地獲得有關企業規模、組織管理、經營狀況、財務狀況和信用記錄的數據，為企業對客戶信用等級評價提供了客觀依據，因而將多層模糊綜合評判法引入到酒店賒銷業務中對客戶信用風險的管理中，是具有一定的合理性和可行性的。當然，同時需要指出的是，該方法關于評價因素的選擇和權重的確定會受到評估人經驗的主觀因素。但是，我們覺得這并不影響這種方法對于提高酒店賒銷業務中客戶信用風險管理水平的促進作用。

[1]李鴻吉.模糊數學基礎及實用算法[M].北京:科學出版社, 2005.

[2]英)威利茨(Willetts,K.)著.徐俊杰,斐文斌譯,數字經濟大趨勢:正在到來的商業機遇.北京:人民郵電出版社[M],2013.

[3]許荔梅.旅游飯店應收賬款管理探討[J].旅游科學，2000（4）.

[4]張永翼,張瑞君.A公司基于交易對手的信用風險管理[J].財務與會計,2013（3）.

（作者單位：云南財經大學會計學院）