基于CMM和SVM的供應鏈金融發展能力評價研究*

□ 張悟移，孫雪蓮，向海林

(昆明理工大學 管理與經濟學院，云南 昆明 650093)

1 引言

德國于2013年正式提出了工業4.0，其以數據為核心的態勢對供應鏈上工業企業進行席卷。2014年我國提出“中國制造2025”，這是中國政府立足于國際產業變革大勢，做出的全面提升中國制造業發展質量和水平的重大戰略部署。目前我國的工業制造水平與技術程度進入到一個新臺階，工業發展是工業化顯著的特征之一，我國正處于工業化發展階段。供應鏈金融立足于供應鏈的運營，讓商流、物流、信息流以及資金流有效結合，使得金融機構的資金得到有效的利用，為供應鏈上下游企業間的貿易提供了快速融資的渠道。

供應鏈金融最先出現于俄國沙皇時代，農民會把價格處于低位的豐收農作物抵押給銀行，獲取的貸款用于日常的生活與生產，等到價格回升后，農民和銀行再度合作，將谷物賣出償還銀行本金與利息。在這個過程中，就出現了最簡單的供應鏈金融。這里的供應鏈金融是為獲得銀行的貸款將谷物作為質押物，這使得農民得到了利潤。自從1961年美國頒布《倉儲法案》以來，各區通過該法案建立了一整套倉單質押的規則。倉單不僅能夠方便進行結算，還能通過質押的方式申請貸款。至此，基于倉單的形式得到廣泛的運用。Timme(2000)[1]首先提出供應鏈金融的概念，對供應鏈金融的含義作了定義。此處強調的是供應鏈上的參與者與供應鏈外部的金融服務提供者相互合作的協同關系，這種關系由此產生的考慮物流、信息流、資金流及其進程、全部資產和供應鏈上參與主體經營的這一過程。Hoffmann(2009)[2]提出供應鏈金融是供應鏈內外多個組織，通過計劃和控制金融資源在組織內與組織間進行轉移，其是為了創造更多的資源與技術手段。Michael Lamoureux(2007)[3]研究指出供應鏈金融的核心是融資能力與成本，實現時需要對供應鏈中的信息流進行整合，將信息流與資本的成本管理相融合。我國的供應鏈金融大多是從商業銀行角度來說的，閆俊宏(2007)等[4]針對應收賬款、預付款、存貨分別進行了應收賬款、保稅倉和融通倉三種融資模式。目前每個行業都進入到供應鏈發展階段，Martin Christopher教授提出的未來的競爭不再是企業與企業的競爭，而是供應鏈之間的競爭。在工業制造企業中，供應鏈更是企業競爭的核心，供應鏈上各中小企業的資源利用與融資能力很大程度上依賴供應鏈金融，正是這一供應鏈金融能力逐步成為工業企業提高市場競爭力的一個不容忽視的重要組成部分?，F以家電制造企業入手，利用能力成熟度模型，并且結合各區域各家電制造企業相關評估指標的實際數據，以此為樣本點，利用支持向量機進行數據處理，得到穩定的供應鏈金融發展能力分類。

2 文獻綜述

2.1 能力成熟度模型

有關成熟度模型，國內外都進行了大量的研究。迄今為止，運用最具影響力的是，1986年美國卡內基-梅隆大學軟件工程研究所首次提出能力成熟度模型(Capability Maturity Model，簡稱CMM)[5]。CMM是一種評價軟件能力的成熟度模型，迄今為止，CMM是應用最為廣泛的成熟度模型。CMM為軟件組織的軟件能力提出了改進體系，一般分為5級，分別為：初始級、可重復級、被定義級、已管理級、優化級。它的核心思想是把軟件開發視為一個過程，并根據這一原則對軟件開發和維護進行過程監控與研究。

成熟度等級1：初始級。這是能力成熟度模型最低的等級狀態。處于成熟度最低的組織，基本上沒有健全的管理制度。企業一般不具備穩定的軟件開發環境，通常在遇到問題時，就放棄原定計劃而只專注于編程和測試。開發流程處于混亂、無序的狀態。完成的程度與效用隨著可預測人員的變動，較大影響開發結果，并且由于缺乏健全的計劃，時間和經費成本難以進行控制，使得開發的過程和效率很低，供應鏈金融的融資速度與效率也十分不具有響應性。

成熟度等級2：可重復級。處于該等級的軟件和流程開發已經形成了基本的管理準則、設計步驟。這些準則、步驟和技術形成于類似產品中的經驗。在供應鏈金融的流程中可以仔細的跟蹤費用和進度，達到此級別的企業過程已制度化，有紀律，可重復。

成熟度等級3：被定義級。在被定義等級時，軟件生產的過程編制完整的文檔操作。在供應鏈金融的實現上，對其管理與技術方面做了明確的定義，并按需求不斷進行流程的改進，這一等級的操作步驟全都記錄在案，同時利用此工具使用，有別于初始級的就地取材。

成熟度等級4：已管理級。在已管理等級中，軟件開發過程中各個環節都設定了目標，涵蓋了時間、成本、質量和后期服務等多方面。當偏離目標過多時，就采取行動來修正。利用統計質量控制，管理部門能區分出隨機偏離和有深刻含義的質量或者生產目標的偏離。

成熟度等級5：優化級。位于第5級組織的目標是連續地改進軟件過程，這樣的組織使用統計質量和過程控制技術作為指導，盡量做到盡善盡美的程度。對項目中各個流程獲得的經驗進行總結，并記錄在案，之后從各個方面中獲得知識將運用到該組織中。

2.2 支持向量機和粒子群優化算法簡述

近年來，支持向量機是一種有監督的機器學習方法，在文本分類、圖像分類、手寫字體識別等領域獲得了成功的應用[6]。支持向量機(support vector machine,SVM)于1995年由Vapnik提出，用于解決小規模樣本或者非線性關系的分類方法，其主要是用于解決有限的樣本信息下最優的分類問題。在SVM中，我們將數據繪制在n維空間，其中n代表的是數據的特征數，每個特征數的值是特定坐標的值。然后，通過線性超平面將不同樣本分為兩類。在SVM中，可以通過核函數的功能將低維數據轉化為高維數據，這樣就將不可分離的問題轉化為可分離的問題。SVM簡化高維空間的求解難度，運算速度更快。

在進行支持向量機的參數優化過程中，隨著參數的不斷變化，支持向量機對于樣本中的參數檢查精度也會不斷升高。現將粒子群優化(Particle Swarm optimization,PSO)算法的原理進行以下闡述。PSO是群體智能一個新的分支，是根據達爾文適者生存、優勝劣汰凈化思想，依據個體協作來尋求最優解的過程。其在優化過程中，運用速度-位移的結構，更能保留群體的搜索能力，并且使得操作步驟更加方便快捷。采用粒子群算法優化支持向量機的參數，把SVM的參數作為粒子群算法的粒子，將SVM分類準確率作為粒子群的目標函數進行全局搜索，最終得到SVM最優的參數。

3 行業供應鏈金融成熟度評價

3.1 成熟度等級劃分

根據“德國工業4.0”和能力成熟度模型的相關文獻，把評估模型的成熟度等級進行以下說明，如下表1所示。

3.2 CMM和PSOSVM評估模型

本文將家電行業的供應鏈金融發展能力進行分級：初始級(1級)、可重復級(2級)、被定義級(3級)、已管理級(4級)、優化級(5級)，總共5級。采用要達到的每個成熟度等級關鍵過程域和關鍵能力進行供應鏈金融成熟度評級。基于數據的可獲性，選取了家電制造工業企業可以衡量供應鏈金融成熟度的9個財務指標，并結合22家運用供應鏈金融的家電制造企業的數據樣本，建立支持向量機復雜過程系統穩態模型，利用粒子群算法優化模型參數，用MATLAB進行訓練完成判斷，以提高支持向量機用于各企業供應鏈金融能力的成熟度判評判。通過兩種評判方法進行比較成熟度等級結果，在此基礎上，從定性和定量的兩個角度進行綜合判斷，為家電行業供應鏈金融成熟度做出精確的評判。

表1 工業企業供應鏈金融成熟度對應等級表

PSO優化SVM參數的方法。

①PSO參數的初始化。設定初始的加速因子：C1、C2。

③分別對每個粒子的位置和速度進行更新，產生新一代種群X(t+1)。

檢查是否達到設置的最大的迭代次數。

上式中，k為迭代次數；vi(k)為粒子的飛行速度，xi(k)為粒子的當前位置，pi為第i個粒子所到過的最優位置，pk為種群到過的最優位置，c1、c2是局部學習因子和全局學習因子；w為慣性因子，r是0到1之間的隨機數。

④將搜索到的粒子最優位置，把最優的參數值賦予SVM，應用樣本進行訓練。

最大進化數量為200，種群最大數量為20，速度與位移的關系：V=kX，初始速度為3。SVM參數中c變化的最大值和最小值，初始為100和0.1，SVM參數中g變化的最大值和最小值，初始值分別為1000和0.01。

3.3 指標選取與數據處理

由工業制造企業的行業特點及“白皮書”和“德國工業4.0”，建立圍繞供應鏈金融業務的能力成熟度模型構建。其中選取一級指標，記為Bi(i=1，… …,5)。再在下面劃分二級指標Ck(k=1，… …，n)。詳見下表2所示。

結合成熟度模型的等級評分，對每家企業供應鏈金融發展能力進行初評。結合CMM進行成熟度等級劃分，其中有四川九州、四川長虹等4家企業處于供應鏈金融成熟度第一等級，長虹美菱股份有限公司等7家位于第二等級，TCL集團股份有限公司等6家位于第三等級，海爾智家、美的集團等5家位于第四等級，位于第五等級的為無。詳見表3。

表2 供應鏈金融成熟度重要指標表

表3 樣本數據統計表

在此基礎上對美的集團等22家相關企業反映供應鏈金融成熟的評判指標相關數據進行收集。把運用供應鏈金融成熟度判斷的樣本數據作為神經網絡學習和訓練的樣本，處理結果如下圖1和圖2。

選擇10家企業作為支持向量機復雜過程系統穩態模型的測試集，利用粒子群算法優化模型參數，用MATLAB進行測試得到，其正確率達到90%。相較CMM得到的結果，可參照性更高，以指標數據進行樣本提取，以科學定性的機器學習方法提高支持向量機用于各供應鏈金融成熟度的判斷。詳見圖2。

圖1 訓練集樣本圖

圖2 測試集樣本圖

圖3 適應度曲線圖

依據上圖綜合所示：選取運用CMM進行初分類的企業樣本進行神經網絡訓練，得到比較準確的測試集。由圖3可知，運用粒子群優化支持向量機分類，得到正確率為90%的樣本分類結果，并且適應度較好，說明測試集合理性高。對于測試集樣本5，在運用CMM進行評價時，得到的結果為成熟度第二等級，但運用SVM得到的分類結果為成熟度第三等級。綜合上述情況，對于該企業的供應鏈金融成熟度，應劃分為第三等級更為合理。原因是該企業開展的供應鏈金融業務，使得供應鏈金融的參與者以戰略角度管理供應鏈融資流程。

4 結語

本文以我國家電行業的供應鏈金融發展能力評價為研究問題，探討出我國家電行業供應鏈金融的發展能力水平，其中美的、海爾等龍頭企業處于供應鏈金融的第四等級，該等級供應鏈上的企業進行商業流程協作，并且采用先進的商業流程管理。供應鏈金融水平能力達到了目前全國的領先地位，上下游企業間的協作有助于供應鏈上突破各自為政的局面，充分對接融資需求，從而為實體經濟提供新興的有效融資工具。

供應鏈金融為工業企業經濟發展注入了新鮮血液，對其他產業的供應鏈有著積極的指導意義。供應鏈金融存在以下的優勢：在供應鏈上下游企業間保證了融資安全性，高效地解決了融資難的問題，加快了資金的循環，提高了資金的效率，并為經濟轉型升級注入了活力。