物流企業供應鏈違約風險度量

馬 波

（內蒙古大學 法學院，呼和浩特 010010）

0 引言

物流是近年來新型發展的產業，隨著國民生活水平的提高，物流產業的發展越來越快，其披露的市場問題也越來越多。由于物流產業的發展年限較少，所以我國在物流信用管理方面的制度還不完善，這樣給物流服務交易雙方帶來了巨大的違約風險。物流的違約風險主要包括兩方面：一是風險識別，二是風險度量。然而物流運輸過程的影響因素難以準確的獲取，所以對物流企業供應鏈違約風險的預估存在不穩定性。物流供應鏈的基礎為：物流供應商—物流服務商—物流用戶，通過提供靈活的物流服務，確保產品通過該供應鏈正常運輸。因此合理構建違約風險度量模型對識別風險、預防風險具有重要意義。

本文選取A物流企業作為實證研究對象，并運用結構模型構建了物流企業供應鏈違約風險度量模型，系統地分析物流企業供應鏈違約風險形成機制、影響因素和風險措施。結果表明：構建企業物流風險識別與度量模型時應考慮違約相關性的影響，最終指出應選擇恰當的違約風險控制和防范措施，將違約風險降至最低，降低企業總體損失。

1 物流風險識別與度量模型構建

1.1 結構方程模型

結構方程模型又被定義為潛變量模型，潛變量模型指以理論和經驗作為基礎構建因果關系的假設模型。通過假設模型的理論框架創建可變數據，再比較數據的理論協方差和實際協方差對數據的合理性及正確性進行檢驗，并嘗試檢驗過程最小化。實際上，這是一種基于傳統理論的分析方法，利用路徑分析和因子分析的統計分析方法對數據變量進行整合并利用。結構方程模型通過路徑分析法將觀測變量、潛在變量以及潛在變量與潛在變量之間的影響關系反映出來。學者廖穎林認為結構方程模型的組成因素分別為：潛變量、觀測變量、潛變量與潛變量之間的路徑、潛變量與觀測變量之間的路徑、測量模型與結構模型。關于上述幾種因素的具體解釋說明如下：

潛在變量：又被稱為隱變量，指必須通過指標測量而不能直接得到的變量。例如學生的邏輯思維能力，由于其是一個不能直接衡量的變量，因此可以設計數學成績這一指標進行間接測量。潛變量包括外生潛變量和內生潛變量兩種，外生潛變量指對模型中的變量進行解釋，其只會影響其他變量，不會被其他變量影響；內生潛變量指在模型中受到其他變量影響的變量。

觀測變量：又稱顯變量。例如學生的成績，其中可以直接將某一學科的綜合得分作為觀測變量。

（1）測量模型

測量模型反映了觀測變量與潛在變量之間的關系。在測量模型中，觀測變量是指標，潛在變量是影響指標的因子，因此測量模型也可稱為因子模型。方程（1）和方程（2）即為模型的表現方式：

其中，X代表ξ的觀測指標；δ代表X的測量誤差；∧x是(q×n)的系數矩陣；代表η的觀測指標；ε代表Y的測量誤差；∧y是(p×m)的系數矩陣；P代表X的變量數；q代表Y的變量數。

假設E(η)=0,E(ξ)=0,E(ε)=0,E(δ)=0,那么ξ與δ無關,η與ε無關。

在結構方程模型中，利用測量模型對變量因素進行分析，其中包含收斂有效性和判別有效性。即對假設模型的內在模型適配度進行驗證。

（2）結構模型

結構模型即因果模型，研究觀測變量與潛在變量之間的因果關系，該方程則被稱為結構方程。方程（3）即為模型的表現方式：

其中，內生潛變量用η來表示；外生潛變量用ξ來表示；隨機干擾項用?來表示；B代表η的系數矩陣；Γ代表ξ的系數矩陣；m代表η的變量數；n代表ξ的變量數。

結構方程模型是因果模型與因子模型的組合式，由此，可以得出模型的方程式：

多個測量模型與一個結果模型都包含在結構方程模型里。要構建結構方程模型必須需要遵循以下幾點原則：（1）解釋客觀現象要強而有力；（2）理論必須得到驗證，只有驗證過的理論才具有科學特性，才能糾正可能發生的錯誤；（3）理論必須是簡單的，在現有的解釋層面上，可以把概念和關系放在更少的理論現象中進行理解。

1.2 模型的構建

（1）參數估計

參數的實際總體協方差與模型擬合協方差的接近程度可以用擬合函數表示，即F=(S， ∑(θ) )。運用不同的參數估計方法，協方差接近程度的擬合函數也不同，使用最廣泛的參數估計法為最大似然估計和廣義最小二乘估計，其擬合函數為：

其中，tr[S∑ (θ) ]代表矩陣的對角線元素之和；log| ∑(θ) |代表矩陣 ∑(θ)的行列式對數；log|S|代表矩陣S的行列式對數；p代表內生可測變量的數目；q代表外生可測變量的數目。

（2）模型識別

進行模型識別可以確保自由參數能夠從觀測數據中獲取估計值。這是因為當自由參數無法從觀測數據中獲取估計值，則改模型無法識別，當自由參數可以從觀測數據中獲取估計值，則模型可識別。模型的正確識別和過度識別取決于對自由參數、固定參數和限制參數這三種參數的選擇。其中，自由參數屬于未知的參數，需要預計；固定參數受到一系列因素的限制，如果路徑系數之間的潛在變量為0，潛在變量和可測變量之間的因子載荷就為1；限制參數與自由參數一樣，屬于未知參數。利用參數固定或限制，可以降低自由數，也可輕易識別模型。在構建初始模型時，可利用此方法進行模型識別與預測，再經過檢驗、修改、調整、選擇，最終成立模型。

模型識別分為兩個部分：第一部分，判斷反映潛變量與觀測變量之間關系的測量模型是否可以被識別；第二部分，判斷反映潛變量與觀測變量之間因果關系的結構模型是否可以被識別。

步驟一：測量模型識別公式。

識別判定的三指標規則：兩列的載荷矩陣至少必須有三個非零元素；載荷矩陣中的每一行只能夠有一個非零元素；誤差是無關緊要的，即協方差矩陣的誤差。

步驟二：結構模型識別。

結構模型為：

在對本文模型進行識別判斷時，只有當第一部分識別符合后才需要進行第二步識別。當兩次模型識別的結果都符合，則整體的模型是可以使用的。但是存在一些結構方程可以進行實際應用但是不滿足進行兩步識別，因此兩步識別法不是判斷模型的必要條件。

2 確定風險評估指標

物流企業違約風險分為非主動性違約風險和主動性違約風險。非主動性違約是指由于暴雨、暴雪、地震等不可控因素造成運輸物品損壞或丟失；主動性違約是指物流企業虛假承諾企業實際達不到的送貨時間，例如企業的服務水平、信用管理等可控因素。本文綜合不可控因素和可控因素，建立了物流企業風險指標的評估體系，并對其進行了詳細的分類說明，具體如表1所示。

表1 A物流企業各評價指標的權重及風險等級

3 實證分析

本文評估體系的建立，是采訪了物流企業信用管理方面的十位專家進行了關于物流企業面臨的違約風險問題的問卷調查。其中有三位專家在社區存在一定影響力，并且對市場和物流有所研究，有三位與第三方物流公司關系相對較近，還有兩位是物流企業的管理者，最后兩位是物流企業的部門經理。運用區間判斷矩陣的權重確定法計算各位專家所作評價的指標權重，即表1所得的評估體系。運用數據統計的方法計算專家對物流違約風險影響因素打分的權重值，得出矩陣A，在此基礎上對判斷矩陣進行修正，最終得出數字判斷矩陣B：

將數據判斷矩陣的結果構成準則層矩陣R：

根據矩陣R可以計算出物流企業違約風險評價的模糊綜合評判結果為：E=WR=[0.09090.14590.3464 0.2473 0.1667]。從評判結果可以看出本文中的物流企業供應鏈的違約風險等級為中等。可知物流企業必須選擇恰當的防范措施控制物流違約風險，將風險降至最低，進而降低企業總體損失與違約風險。

4 總結

本文將物流企業供應鏈作為研究對象，構建合理的物流風險識別與度量模型，以違約關聯作為主線，系統地分析物流企業供應鏈違約風險的形成機制、影響因素和風險措施。

（1）目前，我國關于物流企業違約風險的研究，在研究視角和內容體系方面尚不完善，尤其是現在的物流企業風險管理制度對實際市場的適應度不高，無法滿足我國市場對物流企業供應鏈風險管理的需求。

（2）一般在構建風險識別與度量模型時應當考慮違約相關性的影響，因為物流相關企業之間的違約相關性會增加物流服務供應鏈的違約風險。其中違約相關性涉及兩個層次的意義：一是受到共同的外部環境因素的影響，會導致企業之間的間接違規相關性；二是企業之間存在業務往來、借貸等直接關系，從而違約風險有可能傳播到附屬企業，使附屬企業違約概率增加甚至產生違約。

（3）從本文的實證結果來看，形成物流企業供應鏈違約風險的主要原因有外部環境因素、內部環境因素、成員特征因素以及違約傳染因素四個方面。

（4）物流供應鏈違約風險的嚴重性在于，任一成員違約會導致其他成員甚至整個物流服務供應鏈發生中斷。物流企業供應鏈違約風險具有概率性、傳染性、人為性以及可控性的特征，因此，應當針對物流業的行業特性，構建風險識別與度量模型，分析違約風險的形成機制、傳染機制和控制措施，并選擇恰當的違約風險控制和防范措施，將風險降至最低，降低企業總體損失。