基于熵权-TOPSIS的通信类企业供应链合作伙伴风险评估

2019-11-02孙竑烨刘若阳

时代经贸 2019年29期

孙竑烨刘若阳

一、引言

企业往往在选择供应链合作伙伴时采用严格、精细的标准对备选供应商进行评价，对正式建立合作伙伴关系后的供应商风险管理常采用年度风险评估方法，风险管理不到位。近来华为面临美国“制裁”，一些合作伙伴中断合作给华为带来风险。目前通信类企业供应链风险管理，多采取年度分级评估的方式，按供应商全年表现综合评定低、中、高三个风险等级。在这种评估方式下企业往往忽略了对供应商合作风险的日常评估，无法及时应对复杂多变的风险，且现有评估体系对外部风险关注较少。为避免其他通信类企业面临与华为类似的风险，应在日常合作中注重合作伙伴的风险把控，保障供应链稳定运营。

供应链合作伙伴风险的研究包括供应链合作伙伴和供应链风险两方面。在供应链合作伙伴方面，国外Ellram（1997）[1]和Walte（1997）[2]等学者都注重承诺在提升合作伙伴关系的重要作用。国内学者马士华（2000）[3]给出了供应链合作伙伴关系的定义，强调利益共享与风险共担。殷春明（2014）[4]等注重对供应链合作伙伴关系的评价，虽然方法不同，但均强调对供应链合作伙伴关系的评估与管理。自Michael（2000）[5]年将市场不确定性带来的风险定为供应链风险以来，诸多国内外学者对供应链风险进行研究。Zsidisin（2006）[6]将不能满足需求的可能定义为风险，并将供应链风险划分为产品设计风险、产品质量风险、生产力风险、生产技术风险、经营风险及自然灾害风险等。王慧（2008）[7]对供应链合作伙伴关系风险问题研究相对全面，对风险进行分类并提出相应措施。刘雪梅（2008）[8]系统地对整条供应链上合作伙伴关系进行研究。段丽梅（2018）[9]强调供应链上牛鞭效应对信息传递的影响。

二、通信类企业供应链合作伙伴风险评估指标体系构建

针对通信类企业在供应链合作伙伴风险管理方面存在的问题，追根溯源，对风险的成因进行分析，并按照一定原则在风险来源分析的基础上形成适合通信类企业的系统性风险评估指标体系。

（一）通信类企业供应链合作伙伴风险来源分析

图1 通信类企业供应链合作伙伴风险来源分析

通信类公司供应链合作伙伴风险包括供应链上、下游的风险，上游风险主要是通信类公司与供应商合作的风险，下游主要是其与客户对接的风险。通信类公司作为典型的制造业企业，供应商生产、协作等合作风险对其影响更大，所以本文重点研究通信类公司供应链上游合作伙伴风险。

供应链合作伙伴风险包括外部风险和内部风险。供应链合作伙伴面临供应链外部环境风险的影响，这一风险的影响对于供应链上全体成员的作用是相同的。供应链上的核心企业与合作伙伴间彼此积极开展合作，仍然可能因为宏观政策环境和市场环境的种种不确定使供应链合作伙伴关系面临风险。

外部风险来源于宏观政治、经济、文化和政策环境和行业内的竞争者和产品。内部风险不仅来源于合作伙伴企业能力风险，供应链合作伙伴间的合作客观上受合作伙伴能力约束，具体包括生产、技术、财务以及通信类产品非常注重的环保能力等，而且存在于核心企业与合作伙伴的协作过程中，协作间的绩效风险取决于能力和态度两个方面，产生原因可能是合作伙伴客观的不足，也可能是主观的不配合。

随着合作的不断深入对协作绩效风险的考量越深层，依次为基础的信息风险及进一步的信任风险再到最高层次的文化风险。

（二）构建通信类企业供应链合作伙伴风险评估指标体系

1.指标体系设计思路及原则。针对当前通信类企业对合作伙伴关系风险管理不到位的现状，结合对通信类企业供应链合作伙伴风险来源的分析，遵循及时性、全面性、代表性、科学性、定性与定量相结合、内部与外部相结合等原则构建针对供应链上游供应商的日常评估与年度评估相结合的动态风险评估体系。

2.依据设计思路及原则确定评估指标。基于上述风险来源分析，本文按照风险来源将对合作伙伴风险进行划分，包括一级指标、二级指标和三级指标，如图2所示。

图2 通信类企业供应链合作伙伴风险评估指标体系结构图

三、基于熵权-TOPSIS法的风险评估模型构建

（一）基于熵权法的指标权重设定

设定权重并排序。熵权法是一种指标赋权法。n个评价对象，m个评价指标原始数据构成评价矩阵分分别对指标数据按照效益型指标按和成本型指标的方式进行标准化处理，标准化处理后得到标准矩阵计算第i个指标熵计算第i个指标的熵权

（二）基于TOPSIS的风险评估模型

TOPSIS法是一种接近最理想解的综合评定方法。在上一步得到的权重基础上，构造赋权的标准矩阵确定正理想解和负理想解后，计算指标的欧式距离之后，进而得到各指标的相对贴近度相对贴近度为各个评价对象最终的综合得分，得分越高，排名越高，风险越小；得分越低，排名越低，风险越大。通过将两者结合，利用从内外部获得的定性和定量数据，对供应链合作伙伴风险进行评定排序。

四、实例测算

本文以通信行业的代表性企业H为研究对象，选取8位H公司智能手机屏幕合作伙伴，通过年度报告和专家打分方式获得有关数据（表1），然后基于熵权-TOPSIS法对8家合作伙伴风险进行实力测算，得到风险评估结果（表2）。

由表2可知，8位供应链合作伙伴风险指标评估结果中P3（0.7435）＞P2（0.6487）＞P1（0.6118），P3、P2、P1整体排名靠前，风险较低；P5（0.3884）和P6（0.2951）风险处于中等水平；排名相对靠后的P7（0.2460）、P4（0.2410）和P8（0.2390）风险水平较高，需要对其进行重点管理。通过选取H公司的8位智能手机屏幕合作伙伴进行实例测算验证了本文基于熵值-TOPSIS法构建的供应链合作伙伴风险评估指标体系可以对供应链合作伙伴风险进行有效评估。

五、总结和展望

本文以通信行业企业为例对供应链合作伙伴风险进行研究。通过考虑通信类企业特点分析其风险内外部来源，构建供应链合作伙伴风险评估体系，选取符合通信类产品特点的内外部数据，基于熵值-TOPSIS法对供应链合作伙伴风险进行排序评定。风险评估不仅按照评估体系每季度对供应链合作伙伴风险进行评估，并在每年年末对全年评估情况进行整体趋势分析。采取每季度动态评估和年末总结评估相结合的方式，动态性地评估风险，及时、准确地把控合作风险。通过对8家供应链合作伙伴进行实例测算，验证了评估体系的可行性。与当前风险评估方法相比，此评估体系考虑指标更加全面、系统；季度与年度评估相结合的方式，使风险评估更加及时。