基于灰色层次分析法的高校贷款风险评价研究

杨恒仓

【摘 要】 文章针对传统层次分析法的不足之处，提出将区间灰数的白化处理方法与层次分析法结合起来的灰色层次分析法，以陕西省某高校为例，针对高等学校贷款风险问题进行了风险评价研究。实践证明，运用该模型不仅计算出了高校贷款风险因素的权重排序值，并且对高校的风险状态进行了综合评价。该方法具有一定的实用价值和可行性，可为高校管理决策者提供科学的决策依据。

【关键词】 高等学校； 贷款风险； 灰色层次分析法； 风险评价

准确有效地对高校建设过程中产生的贷款风险进行评价研究有着重要的意义。如何更好地对高校贷款带来的财务风险进行评价与有效控制，以及各种风险在其中所占的比重已经成为高校领导人、政府、金融机构乃至社会所关注的焦点。相应地，选择合适的评价分析方法也成为高校贷款风险评价研究的必要前提。其中，基于层次分析法的风险评价法在各类企业的实证研究中已经得到了广泛的应用。但传统的方法受到因素数量、权重计算以及矩阵合理性等多方面限制，存在一些不足之处。鉴于此，本文以陕西省某高校为例，在传统的层次分析法基础上进行改进，将已有的层次分析法与灰色理论相结合，更好地应用于高校贷款风险评价中。

一、高校贷款风险背景分析及研究现状

1999年国务院批转的教育部《面向21世纪教育振兴行动计划》中明确提出：我国高等教育要有较大发展，到2010年高等教育适龄人口入学率达到15%，从此我国高校进入了连续大规模的生源扩招时期。随着扩招、扩模而来的就是庞大的教育规模对财政形成的巨大压力：基础设施的建设、教学与科研设施的改善以及高素质师资人才的引进等都使得高校在经费方面有了更大的需求。现有的资金量已经无法满足高校的资金需求，高校不得不利用银行贷款来缓解学校建设中的资金压力，这就导致了高等学校财务运行风险增加，财务危机突现。以陕西省高校为例，据搜集到的近几年陕西省高校贷款数据来看，陕西省高校贷款总额已从2003年底的31.46亿元增长到2009年底的102.68亿元，年实际支付利息就已高达6.18亿元。债务问题由于高校的扩招工作已经成为制约陕西高校进一步发展的瓶颈。随着还债高峰的到来和国家实施宏观调控政策，高校还本付息压力急剧加大、财务风险增高。作为“非盈利的事业单位”，高校在面对新时期的挑战时，如何全面有效地进行高校贷款风险评价成为其面临的重要问题。

高等学校利用银行贷款缓解其校园建设的资金压力已经成为当前高校面临的现实选择。对贷款风险进行合理的评价分析可以使高校立足于自身的发展现状，做好风险评价与控制工作。一直以来，国内外的相关学者也对高校贷款风险进行了研究和探讨。国内方面，研究人员主要是高校财务负责人或高校贷款管理者，其关于高校贷款风险评价与控制方面的研究方向大多从工作中所积累的实际经验出发，主要是对贷款风险的形成原因、现状及风险防范进行理论探讨，将实证研究方法与高校贷款风险联系起来的文献较少。国外方面，其高校由于经费来源的稳定性与多元化，加之管理体制的相对成熟等各方面因素的综合影响，降低了其财务风险。因此国外对高校贷款风险评价的研究并不多，并且由于教育体制、管理理念等多方面的不同，其已有的极少数的研究成果已不能直接适用于我国高校的贷款风险研究。

二、传统的高校贷款风险评价方法

高校贷款风险，具体是指高校在建设发展的过程当中，由于微观和宏观两方面的因素，使得高校在支付利息与偿还本金时受到严重资金压力而影响自身长远发展的可能性。总体来说，研究方法主要分为定性研究法和定量研究法。

在已有的各项研究中，定性研究法主要侧重于两类：通过建立高校财务某个方面的指标体系和综合财务状况的指标体系进行风险研究。前者研究的指标体系侧重高校财务的某个方面，缺乏完整性；后者研究的指标体系缺乏对高校特点的针对性。另外，教育部联合财政部先后颁布了“高等学校银行贷款额度控制与风险评价模型”及其修正模型来帮助高校随时掌握自身的财务风险状况。但以上对高校贷款风险的研究由于过多的人为因素、参考系数的准确确定问题以及影响因素的不确定性等原因，都在一定程度上影响了最终分析结果的完整性与准确性，给高校决策者带来了局限性。运用定量研究法能有效地弥补上述不足之处，目前常用的财务风险评价方法有主观赋权法和客观赋权法，但在实际应用中，这些方法主要应用于企业的实证研究中。而层次分析法由于其有效地结合了定性判断与定量推断，提供了严谨的思维框架，提高了判断的科学性、客观性和实用性而得到了广泛的应用。

三、灰色层次分析法的构建

（一）层次分析法

层次分析法（Analytic Hierarchy Process，AHP）是由美国匹兹堡大学教授T.L.Saaty于20世纪70年代提出的一种多准则决策方法。该方法是一种定性与定量相结合的决策分析方法，其主要思想是将要解决的问题进行分层系列化，对每一层次的全部因素运用数学的方法确定其相对重要性程度的权重，并最终通过综合计算得到最低层相对于最高层的相对重要性排序。其特点就是利用较少的定量信息，在深入分析复杂决策问题的本质、影响因素及其内在关系之后，构建一个层次结构模型，把思维过程数学化。随着层次分析法的广泛应用，研究学者也在应用的过程中发现了其不足之处，并提出了许多的改进方法。其中就有学者提出由于社会经济系统提供信息的不完全性而影响了判断矩阵构造的客观性。由于高校贷款风险具有多因素性和不确定性等特点，即处于一种灰色状态下，在实际研究过程中，运用以上所提到的方法都会最终影响到分析结果的准确性和可靠性。基于以上所述高校贷款风险和传统层次分析法的特点，为了规避多因素性和不确定性所带来的影响，在本文对高校贷款风险评价的研究中，笔者将层次分析法与灰色理论结合起来，运用灰色层次分析法进行风险评价研究，以期提高评价结果的可靠性和准确性。

（二）灰色层次分析法的基本步骤

灰色层次分析法有五个基本步骤：

1.建立递阶层次结构模型

与传统层次分析法一样，在深入分析所要解决的问题之后，用灰色层次分析法建立递阶层次结构模型。将问题所包含的因素划分为不同层次，并用框图形式说明层次的递阶结构与各因素的从属关系。

2.构造两两比较的灰数判断矩阵

聘请m位专家，对拟定的具有从属关系的目标进行客观比较，分别构建灰数判断矩阵A（k）（←）：

A（k）（←）=a（k）11（←） a（k）12（←） … a（k）1n（←）a（k）21（←） a（k）22（←） … a（k）2n（←）a（k）n1（←） a（k）n2（←） … a（k）nm（←）

其中，a（k）ij（←）∈[akij，akij]（i=1，2，…，n；j=1，2，…，n）

以各位专家的灰数判断矩阵为基础构建科学合理的判断矩阵A（←）：

A（←）=a11（←） a12（←） … a1n（←）a21（←） a22（←） … a2n（←）an1（←） an2（←） … anm（←）

aij（←）∈[aij，aij]（i=1，2，…，n；j=1，2，…，n）

aij=■（akij）？浊k （1）

aij=■（akij）？浊k （2）

i=1，2，…，n；j=1，2，…，n；k=1，2，…，m；■？浊k=1。

其中akij、akij是各位专家灰数判断矩阵的元素，？浊k为各位专家对总体判断的影响程度（即权重），当权重相等时，即当？浊k=■（k=1，2，…，m）时，aij=■，aij=■（i=1，2，…，n；j=1，2，…，n；k=1，2，…，m）。

3.灰数判断矩阵的定位

设？籽ij∈[0，1]，i=1，2，…，n；j=1，2，…，n；？籽ij=1-？籽ij

令灰数判断矩阵元素的白化值为aij（←）=a？籽ijij*a（1-？籽ij）ij

i=1，2，…，n；j=1，2，…，n

称？籽ij（i=1，2，…，n；j=1，2，…，n）为灰数判断矩阵的定位系数，求得灰色判断矩阵的白化矩阵为：

A（←）=a11（←） a12（←） … a1n（←）a21（←） a22（←） … a2n（←）an1（←） an2（←） … anm（←）

4.计算单一准则下元素的相对权重

计算单一准则下元素的相对权重与一般意义上的层次分析法一样，求判断矩阵A（←）的特征根问题A（←）W=λmaxW的解，经归一化后化为同一层次相应因素对上一层次某因素相对重要性的排序权值，并进行一致性检验。若不满足一致性，则对灰数判断矩阵进行重新定位，直到求得满意的一致性为止。

5.计算各层次元素的组合权值

计算同一层次所有因素相对于最高层次相对重要性的排序权值，即各层次元素的组合权值，方法与步骤4相同。

灰色层次分析法将传统的层次分析法与人们认知的灰色性有机结合起来，把原有的判断矩阵改进为灰数判断矩阵，既保留了传统方法的可操作性，也加强了模型的客观实际性，提高了结果的准确性与有效性。

四、灰色层次分析法在高校贷款风险评价中的应用

本文以陕西省某高校为例，按照上文提出的评价方法，取其数据对其贷款风险进行评价研究。首先，对问题和目标进行分析，将问题分解为具有递进关系的层次结构模型。建立一套科学、合理的高校贷款风险评价指标体系，不仅要结合自身的特点，还要遵循科学性、层次性和可操作性原则。通常，从一个高等学校的角度来说，其贷款风险主要可分为以下四个方面：管理风险、信用风险、政策风险和环境风险。从构建原则和指标对综合评价的分辨能力对指标进行筛选，最终得到了高校贷款风险层次结构模型（如图1所示）。定义层次模型的目标层为高校贷款风险W，子目标层U={U1，U2，U3，U4}为管理风险、信用风险、政策风险和环境风险，指标层Vi={Vi1，Vi2，…Vin}，i=1，2，3，4为高校资金管理风险等十一个指标。

设Ui={i=1，2，3，4}的权重分配为ai{i=1，2，3，4}，各指标权重集为A={a1，a2，a3，a4}，且满足ai≥0，■ai=1；指标层Vij（i=1，2，3，4；j=1，2，…，ni）的权重分配为aij（i=1，2，3，4；j=1，2，…，ni），各指标权重集Ai=（ai1，ai2，…，ain），且满足 aij≥0，■aij=1。

利用专家问卷的形式直接获取专家对风险的意见，分别由十名专家给定灰色判断矩阵。为了提高真实性，在此将对回收的专家问卷结合灰色层次分析法和德尔菲法来确定指标体系的权重，并根据各位专家自身的水平及对高校贷款风险评价的了解程度赋予各专家不同的重要性权值。运用层次分析法数据处理的要求进行数据处理，确定各指标权重W：W=[0.2782，0.0655，0.0327，0.0227，0.3116，0.0239，

0.0713，0.0699，0.0597，0.0363，0.0282]。

由于风险因素较多且影响程度各不相同，为了真正反映风险的程度，需要确定出评价灰类的等级数、灰数和灰数的白化权函数。根据该评价指标的评分等级标准，在此将风险分为四个评价灰类D=1，2，3，4分别代表低风险、一般风险、较高风险和高风险。最终通过各层指标灰色综合评价得出该高校贷款风险综合评价值为2.3165，偏向一般风险。

五、结论

本文采用层次分析法与灰色理论结合起来的灰色层次分析法，以陕西省某高校为例进行了案例研究。从评价结果来看，在影响高校贷款风险的各因素中，高校还款能力风险、资金管理风险和还款政策风险占据主导地位，所占比重分别是31.16%、27.82%、7.13%。其他因素权重值虽然较小，但也不能将其忽视，同样应该采取必要的措施降低影响。从研究过程及最终结果，可以看出相对于传统的层次分析法，该方法充分利用了层次分析法和灰色理论的各自特点，经验与计算互补，有效地解决了多因素、多层次评估问题，并弱化了专家评估数据的“判断刚性”问题，增强了客观性和可操作性，可以用于高校贷款风险评价研究的工作中。其结果可以作为高校管理者进行风险评价与控制的参考，对于高校自身长远发展具有重要的实际意义。

另外，通过以上的研究分析，加之高校贷款风险的特点，在国家对高等教育大力推动的政策环境下，如何在实际工作中选择适当的评价方法并加以更好的运用，以确保高等教育事业的健康、可持续发展，将是高校面临的重大理论和实践课题。

【参考文献】

[1] 国家教育发展研究中心.2000年中国教育绿皮书[M].教育科学出版社，2000.

[2] 彭冲.基于模糊综合评价的高校贷款风险预警研究[D].云南：云南财经大学，2008：18-19.

[3] 李鹏雁，王雅林.基于层次分析法的住房抵押贷款风险评价[J].哈尔滨工业大学学报，2006（38）.

[4] 谢乃明，刘思峰.灰色层次分析法及其定位求解[J].江南大学学报（自然科学版），2004（3）：87-89.

[5] 教育部，财政部.关于进一步完善高等学校经济责任制，加强银行贷款管理，切实规范财务风险的意见[S].教财[2004]18号.

[6] MULTI2CRIT J. Risk and uncertainty with the analytic hierarchy process [J]. Journal of Multi-Criteria Decision Analysis，2002（11）： 97-107.

[7] 许树柏.层次分析法原理[M].天津：天津大学出版社，1988：54-83.

[8] 刘思峰.灰色系统理论及其应用[M].北京：科学出版社，2004：11-14.

[9] 王立新，李勇，任荣明.基于灰色多层次评价方法的企业技术创新风险评估研究[J].系统工程理论与实践，2006（7）：98-104.