基于突變級數法的互聯網供應鏈金融生態系統績效評估

張瀟

內容摘要：隨著信息技術的發展，供應鏈金融的理論實踐、運營模式、風險管理和控制方法不斷演進和拓展。進入互聯網供應鏈金融階段，其未來發展機遇與挑戰并存。因此，明晰當前形勢下供應鏈金融的本質，客觀、準確地對互聯網供應鏈金融進行績效評估，為供應鏈的結構優化與產業調整提供合理的科學依據，為實現產業供應鏈上各參與主體的良性互動，創造金融增值，打造一個互生、共生和再生的平臺生態系統具有重要的現實意義。本文從供應鏈產業生態和平臺生態的角度，運用突變級數法，構建兼具數據可比性與數據可得性的互聯網供應鏈金融生態系統績效評估模型，綜合對互聯網供應鏈金融生態系統進行績效評估，并以A互聯網公司為例，闡述了該方法的應用。

關鍵詞：供應鏈金融生態系統 突變級數法 績效評估

引言

近年來，隨著新興技術的應用發展，互聯網、物聯網、大數據、區塊鏈等創新要素逐漸滲透到供應鏈的運營中，促進了供應鏈金融的變革，供應鏈金融的內涵也不斷拓展、升級。供應鏈金融的發展，在基于一個理論框架下將其分為了三個階段——供應鏈金融1.0、供應鏈金融2.0和互聯網供應鏈金融（宋華，2016）。進入2014年供應鏈金融與互聯網結合，促使供應鏈金融進入互聯網供應鏈金融的時代。互聯網供應鏈金融時代，服務提供商立足于產業打造一個生態平臺，平臺不僅提供了交易場所，還是產業交易信息匯集中心，通過高效整合配置平臺資源，增強平臺的產業感知力，挖掘市場新的價值點，由此實現產業供應鏈整體價值的提升。互聯網供應鏈金融存在著巨大的發展空間，與此同時，也存在潛在的風險。平臺生態系統內部，產業供應鏈上各參與主體和平臺上的企業合作更加緊密。系統外部，供應鏈上的企業面臨著更加動態化和更具競爭性的經營環境。無論何種金融創新，都必須關注其風險控制。傳統的供應鏈金融績效評估，主要從融資企業資產負債表，對供應鏈上中小企業財務信息進行靜態分析，通過層次分析法、模糊綜合評價、專家打分法等建立信用評級指標體系，孤立地對授信主體評價做出信貸決策。從產業和平臺生態的角度，對互聯網供應鏈金融進行績效評估的研究相對較少，尚未形成體系。

本文立足于實體產業端，為實現互聯網供應鏈金融系統生態，構建績效評估指標體系，旨在加強評估產業供應鏈本身結構的合理性，評價指標體系的構建反映了互聯網供應鏈金融績效的核心是評估供應鏈產業結構的合理性，緊扣實體資產端和低成本資源共享的價值平臺，實現優質資產對接資金，縮短供應鏈上現金流量周期、提高產業供應鏈資金流整體效率，促使互聯網供應鏈金融的信用、信息和風險控制有了良好的著陸點，使得互聯網供應鏈金融的價值得以拓展。本文運用突變理論的重要分支——突變級數法，通過對系統中的諸多矛盾因素進行歸一化處理，得到相應的模糊隸屬度函數。該方法客觀、準確地分析和評估了互聯網供應鏈金融產業生態系統中存在的問題，為企業調整供應鏈產業發展結構、合理配置資源、制定相應的戰略規劃提供了依據，為互聯網供應鏈金融系統提供了一種嶄新的評估方法，具有良好的應用價值。

基于突變級數法的互聯網供應鏈金融生態系統績效評估模型構建

（一）突變級數法基本原理及步驟

法國數學家Rene Thom教授于1972年創立了突變理論，是用來研究各種突變（不連續）現象的一個新興數學分支，其主要方法是將各種突變現象歸納到不同類別的拓撲結構中，根據勢函數把臨界點分類，討論各類臨界點附近的非連續特性，并建立了七種初等突變模型，即：折疊突變、尖點突變、燕尾突變、橢圓臍點突變、雙曲突變、蝴蝶突變及拋物突變。

突變級數法首先要對評價總指標進行多層次分主次的矛盾分解或者分組，以建立目標主體的遞階層次結構模型，由評價總指標到下一層指標，逐漸分解到最下層子指標。上層指標一般比較抽象，難于直接量化，對其進行分解直到可以直接量化的指標時停止。因為現階段7種常見突變模型中的某狀態變量所對應的控制變量數目最多不超過4個，所以遞階層次中的單指標的子指標分解不超過4個。

（二）原始數據無量綱化處理

在互聯網供應鏈金融生態系統績效評價體系中，各指標由于在內容、量綱以及取值優劣等方面均有不同，既有正指標，又有負指標（有些屬于適度指標），且不同的評價指標具有不同的量綱單位，為了消除量綱和量綱單位帶來的不可公度性。因此，需要對基礎數據底層指標進行無量綱處理（王應明，1998）。

其中rij為第i個評估對象第j項指標的原始數據：rmax（ j）為指標j中的最大數；rmin（ j）為指標j中的最小數；[q1j，q2j]為指標集的最佳穩定區間。Zij為經標準化無量綱處理后的數據。將控制變量的原始數據轉化到[0，1]之間。

（三）確定評估目標各層次的突變系統類型

Rene Thom在突變理論中證明：當狀態變量為1維時，共有四種突變模型，即折迭突變、尖點突變、燕尾突變和蝴蝶突變。當狀態變量為2維時，共有3種突變類型，即雙曲臍型、橢圓臍型、拋物臍型。

當狀態變量為1維，控制變量為1維時，該突變為折疊型，其勢函數為：

f （x）= x3+ax

當狀態變量為1維，上層指標由2個子指標組成，即控制變量為2維時，該突變為尖點型，其勢函數為：f （x）=x4+ ax2+bx

當狀態變量為1維，上層指標由3個子指標組成，即控制變量為3維時，該突變為燕尾型，其勢函數為：

當狀態變量為1維，上層指標由4個子指標構成，即控制變量為4維時，該突變為蝴蝶型，其勢函數為：

上述各式中f （x）為突變系統中的勢函數；x表示突變系統中的狀態變量；a、b、c、d則分別表示突變系統中狀態變量的控制參量，控制參量的排列順序由其相對重要性程度決定。

（四）由突變系統模型的分歧方程導出歸一公式

設突變系統的勢函數為f （x），根據突變理論，勢函數f （x）的所有零界點的集合構成平衡曲面，其方程表達式為f ′（x）=0，通過對勢函數f （x）二次求導得到該平面曲面的奇點集方程，即f "（x）=0，由f ′（x）=0和f "（x）=0聯立消去x，即得到該系統的分歧點集方程，它是突變理論的重點研究對象，分歧點集方程表明諸控制變量滿足此方程時，系統就會發生突變。對分歧點集方程以分解形式展開可推導出歸一公式。endprint

三種常見的突變系統的歸一方程如下（陳秋玲，馬曉姍等，2011）：

尖點突變系統的歸一方程：xa=a1/2，xb=b1/3 （4）

燕尾突變系統的歸一方程：xa=a1/2，xb=b1/3，xc=c1/4（5）

蝴蝶突變系統的歸一方程：xa=a1/2，xb=b1/3，xc=c1/4，xd=d1/5 （6）

其中，x為突變系統中的狀態變量；a、b、c、d 為狀態變量的控制參量；xa、xb、xc、xd則分別為控制參量a、b、c、d所對應的x值。

（五）利用歸一公式進行綜合評價

通過各初始隸屬函數值，利用歸一公式對各級評估指標進行遞歸計算，最終可以得到最高層的總突變隸屬函數。歸一公式通過把系統內各控制變量的不同質態化為同一質態，進而得到模糊隸屬函數得到最終評估結果。依據系統中各控制變量對狀態變量不同影響方向，可遵循兩個基本原則：“互補原則”與“非互補原則”。當系統中各控制變量之間可以相互彌補其不足，即相互關聯時，將采用“互補”原則。當系統中各控制變量對狀態變量不起互相彌補的作用，即不相互關聯時，則采用“非互補”原則，利用“大中取小”的原則進行取值（陳曉紅，楊立，2013）。

突變級數法在互聯網供應鏈金融生態系統績效評估中的應用

（一）互聯網供應鏈金融生態系統績效指標體系的構建

本文在供應鏈金融諸多理論研究的基礎上，結合應用新興技術發展下，拓展演變的互聯網供應鏈金融的特點，遵循科學性、可比性、層次性和可獲得性等原則，分別從平臺生態水平、產業環境生態水平、平臺供應鏈系統運作績效水平、產業鏈上節點企業績效水平4個方面，包括12個評選方向，篩選出39個表征性指標，建立了互聯網供應鏈金融生態系統績效評估指標體系，見表1所示。

（二）過程評估

目前，由于互聯網公司對信息的保密性，筆者選取相應的案例進行實際應用的過程中，不列出企業的具體名稱，數據大部分來源于企業年度報告，小部分假設。因此，在實例運算時，本文為了研究方便不免有偏差。下面以A互聯網企業2012-2016年的互聯網供應鏈金融生態系統的發展狀態進行績效評估。使用式（1）到式（3）得到無量綱化數據列于表1。通過各B層級指標下的C層指標個數，判斷其突變類型，根據其突變類型分別選擇式（4）、式（5）、式（6）代入進行計算，由于諸控制變量滿足互補原則，取平均值得到B層指標數據列于表2。通過各A層級指標下的B層指標個數，判斷其突變類型，同理，根據其突變類型選擇式（4）、式（5）、式（6）代入進行計算，由于諸控制變量之間不可相互彌補不足，則按照“大中取小”原則，得到A層指標數據列于表3。A層指標集合構成蝴蝶突變模型，進行歸一化處理，由于A層控制變量之間不可互相彌補不足，則依舊按照“大中去小”原則，計算出互聯網供應鏈金融生態系統綜合績效分數列于表3。

（三）主要研究結論及建議

通過分析表2、表3中A互聯網企業2012-2016年B層級各指標績效分數和其互聯網供應鏈金融生態系統綜合績效分數，可以得出：就綜合評估結果XG而言，該公司的互聯網供應鏈金融生態系統績效水平分別在2012年至2013年和2014至2016年穩步提高，2016年略微下降。其中，2014年績效水平較2013年大幅提升，表現尤為突出，其互聯網供應鏈金融生態系統綜合績效水平較2013年提高了20.36%，由XA可以看出2014年的平臺生態績效水平、產業環境生態績效水平和平臺供應鏈生態績效水平大幅度提高，分別較2013年提高了47.83%、32.07%和26.10%。對這三個指標的下一層指標進行分析，平臺生態績效水平由平臺提供方技術水平B1，平臺整合、協調、規范程度B2，供應鏈智能化程度B3刻畫。三者較2013年的績效水平分別提高61.96%、71.62%、377.63%。產業環境生態績效水平分別由產業集群成熟度B4、產業外部環境B5來刻畫，這兩個指標在2014年較2013年表提高6.92%和131.83%。平臺供應鏈生態系統運作績效由產業服務水平B6、產業鏈參與企業間的協同效率B7、成本與收益B8、創新與發展B9四個維度進行刻畫，它們較2013年的績效水平分別提高了2.59%、100.52%、25.63%、213.72%。由此可知，A互聯網公司在2014年，大量投入技術和產品等的創新研發，績效水平約是2013年的2倍。其供應鏈智能化程度大幅度提升，績效水平約是2013年的4倍。供應鏈智能化不僅為供應鏈金融上下游提供高效便捷的平臺融資渠道，還使得焦點企業或平臺提供者標準化了各種信息系統的接入界面，挖掘、整合、分析整個供應鏈的運作信息，增強平臺的產業感知力，通過優化整合資源，挖掘新的增值機會。2014年A互聯網公司的產業環境生態水平績效提高，一方面是由于產業成熟度的提高，意味著互聯網供應鏈金融依托的產業資產是優質資產，具備良好的能力，整個產業具有很好的發展空間和市場空間。另一方面是政策監管和經濟波動趨勢都與供應鏈產業活動協調、一致。平臺生態和產業生態環境績效的提高，使得平臺供應鏈運營水平更加高效，其中產業鏈參與企業間的協同效率績效水平較2013年提高了近一倍。2016年綜合績效水平較2015年略微下降，下降幅度為0.07%，由XA可以看出2016年的平臺供應鏈生態系統運作績效水平較2015年低了0.28%，對該指標的下層指標加以分析，可知產業鏈參與企業間的協同效率較2015年單項績效水平下降了0.83%。由此，A互聯網公司可以清晰地看到自身存在的不足，得到供應鏈改進的決策依據，提高平臺供應鏈系統運作協調效率，確保資金高效、安全地流向健康、穩定的實體經濟，提高整體的互聯網供應鏈金融績效評估水平。

結論

本文從供應鏈產業生態和平臺生態的角度，運用突變級數法構建了互聯網供應鏈金融生態系統的績效評估模型。研究表明：該模型能及時、有效地對互聯網供應鏈金融生態系統進行績效評估，為焦點企業下一步調整供應鏈產業發展結構、合理配置資源、制定相應的戰略規劃提供了依據，推動平臺金融系統服務機構建立債項節點交易企業評級和主體產業供應鏈運作評級相結合的風險控制體系，縮短供應鏈上現金流量周期、加速整個產業鏈現金流，提升產業競爭力和促進互聯網供應鏈金融生態系統的健康、穩定發展，打造一個共生、互生和再生的平臺生態系統。突變級數評價法在很大程度上降低了決策與分析的主觀性，它汲取了層次分析法和模糊分析法的優點，避免了多目標分析決策時主觀賦權的局限性，只需通過指標間的內生邏輯關系進行相對重要程度排序。計算方法簡單又不失科學性和合理性，具有重要的實用價值。

參考文獻：

1.宋華.基于產業生態的供應鏈金融的創新趨勢[J].中國流通經濟，2016，30（12）

2.袁昌勁.互聯網供應鏈金融的識別及概念構建.北方經貿，2014（3）

3.鐘懿.互聯網供應鏈發展與措施.時代金融，2015，1（29）

4.勒內·托姆，周仲良譯.突變論：思想和應用[M].上海譯文出版社，1989

5.PostonT.Catastrophe theory and its applications[M].Courier：Dover publications，1996

6.王應明.運用離差最大化法進行多指標決策與排序[J].系統工程與電子技術，1998（3）

7.陳秋玲，馬曉姍等.基于突變型的我國食品安全風險評估[J].中國安全科學學報，2011，21（2）

8.陳曉紅，楊立.基于突變級數法的障礙診斷模型及其在中小企業中的應用[J].系統工程理論與實踐，2013，33（3）endprint