物流企业发展过程中金融服务风险评价研究

文/李云岳 王琦

0.引言

近几年来，现代化的物流行业得到了大幅度地提升。但是由于物流企业发展情况时刻变动，具有一定的动态特征，所以相对应的金融服务也同时具备着风险，为了降低这一问题对于未来企业发展的影响，需要定期对金融服务风险作出对应的评价处理。

1.物流企业发展过程中金融服务风险评价

1.1 风险种类及目标确定

一般情况下，物流企业下的金融服务风险种类可以划定为内部风险和外部风险[6]。具体如下图1所示：

图1物流企业金融服务风险评价目标影响因素图示

根据图1，可以完成对物流企业金融服务风险评价目标影响因素的分析，在设计风险评价目标的过程中，需要考虑上述的因素对其的影响，这样才可以确保最终设定风险识别目标可靠、精准。

1.2 构建BP神经网络风险评价体系

在完成风险种类及目标的确定之后，接下来，需要构建BP神经网络风险的评价体系。所谓BP神经网络评价模式主要是由输入层、隐含层和输出层组成，每一个评价层级均是独立的，并设定对应的风险评价神经单元，可以先计算风险评价单元值，如下公式1所示：

公式1中：U表示风险评价单元值，D表示单元输出值，R表示交互层级差值。通过上述计算，最终可以得出实际的风险评价单元值。结合得出的风险评价单元值。划定具体的BP神经网络风险评价区域，随后，根据初始的风险评价综合值，计算出对应的风险评价实际值，具体如下公式2所示：

公式2中：M表示风险评价实际值，B表示单元输入值，e表示神经元评价数量。通过上述计算，最终可以得出实际的风险评价实际值。将其与预期的风险评价值比照，得出风险差异值为风险评价体系的核心评价节点，在所构建的隐含层风险评价神经元中设定对应数量的评价元目，采用试凑法逐一关联，形成内部的评价结构，将设定的评价目标设定在BP神经网络风险评价体系中，为后续的评价奠定基础。

1.3 三角模糊风险评价模型建立

在完成对BP神经网络风险评价体系的构建之后，接下来，需要进行三角模糊风险评价模型的建立。首先，可以根据三角概念法则，结合评价体系，计算出模糊风险评价极限值，具体如下公式3所示：

公式3中：G表示模糊风险评价极限值，m表示三角模糊系数，A表示加权评价差值，u表示权重向量。通过上述计算，最终可以得出实际的模糊风险评价极限值。将其设定为对应的评价极限标准，同时根据BP神经网络风险评价体系，构建物流企业金融服务风险评估环节，具体如下图2所示：

图2物流企业金融服务三角模糊风险评估环节图示

根据图2，可以完成对物流企业金融服务三角模糊风险评估环节的设计，根据以上环节，获取到三角模糊风险评价值以及加权差异系数。利用构建的模型来观察风险评价结果，如果加权差异系数增加，表明评价等级下降，反之，则表明其逐步上升。以此来进一步提升整体的风险评价能力。

1.4 动、静态重叠质押实现物流金融服务风险评价

在完成对三角模糊风险评价模型建立之后，接下来，需要采用动、静态重叠质押的方式来实现物流金融服务风险评价。动态与静态的质押方式实际上是一种物流金融服务方式。采用三角模糊风险评价模型来获取实时的物流金融风险评价数据信息，分别采用动态与静态双向质押的方式来对所涉及的金融项目进行风险评价，同时计算出具体的重叠风险，如下公式4所示：

公式4中：W表示重叠风险，n表示动态风险延伸系数，o表示保兑差值。通过上述计算，最终可以得出实际的重叠风险。即为在动、静态质押模式下相差的区域，这一部分的区域自身所具备的金融服务项目以及对应指标的风险相对较大，需要加强对其的控制与评价。以此来确保最终综合物流金融风险评级结果的稳定性与可靠性。

2.风险评价实例分析

2.1 K物流企业金融服务现状

K物流企业是一家老牌物流企业，经营时间较长，同时自配备了多个运输车队，企业中车型相对较为齐全，在本区域物流行业的影响力相对较大。最近几年，在新时代的背景条件之下，为了延伸整体的发展范围，并扩大未来的发展前景，K物流企业逐渐将发展的部分重心转移到金融服务的建设之上。在发展的初期，由于K物流企业本身便具有极大地运输优势，相关的业务量也得到了进一步地提升，所以在发展初期取得了相对较好的效果，但是随着业务量的增加、外部政策的变化以及市场的变化，K物流企业在金融服务方面的业务出现了不同程度的问题，经过调研可以发现，主要的问题均与信息流、资金流、技术人员以及商业市场等存在较大的关联。

2.2 K物流企业金融服务风险评价实证

通过上述对K物流企业金融服务现状的分析与了解，基本掌握了该企业金融业务的发展情况，接下来，结合实际的发展需求，在真实的案例之下，进行具体的风险评价验证。分别选取5组金融服务业务作为主测试目标。首先，5组实例金融业务情况基本相同，并且所设定的风险评估标准保持一致。根据K物流企业的基本情况，再加上对于金融服务业的实际评价需求，可以先构建相应的风险评价结构，具体如下图3所示：

图3 K物流企业金融服务风险评价结构图示

根据图3，可以完成对K物流企业金融服务风险评价结构的设计与构建。结合获取的风险评价数据信息，逐渐完善对应的评价环节，同时利用所设定的风险评价模型，进行初次评价处理。

随后，根据物流企业发展过程中存在的问题和缺陷，设定对应的评价等级，依据风险大小按顺序设定在评价模型之中。企业以质押的方式帮助关联业务公司打开银行的快速融资通道，解决自身的存货问题，同时，该业务公司此时可以从银行处获取融资，委托K物流公司实行监管，而银行则可以根据K物流公司的融资金额以及质押率，核定监管的最低价值。在这个过程中，K物流公司全程监控，更加全面地帮助关联业务公司解决了金融问题，一定程度上大大降低了存在的风险。此时，结合上述的情况，可以进行风险评价期望输出值与实际输出值的计算，当得出具体的数值之后，核定两者之间的风险评价误差值，具体如下公式5所示：

公式5中：K表示风险评价误差值。H表示金融覆盖范围，r表示层级修正权值。通过上述计算，最终可以得出实际的风险评价误差值，获取其他两组测试结果，进行比照分析，具体如下表1所示：

表1测试结果对比分析表

根据表1，可以完成对测试结果的分析：与传统线性风险评估测试组和模糊网络分析风险评价测试组相比，本文所设计的三角模糊风险评价测试组最终得出的风险评价误差值相对较小，均控制在0.2一下，表明此种方法的风险评价效果更佳，具有实际的应用价值。

结束语

综上所述，便是对物流企业发展过程中金融服务风险评价的分析与研究。本文所设计的风险评价方法相对较为灵活，具有极强的可更改性，可以最大程度地避免物流企业信息化水平低、融资途径欠缺以及融资人才素质低等问题，一定程度上可以避免部分风险的发生。另外，此种风险评价模式还可以在风险发生的初期利用特殊的形式尽量分化出现的风险，形成风险分化的良性循环，以此来推动我国的物流金融行业迈入新的发展台阶。