论文部分内容阅读
随着经济的飞速发展,供应链金融已成为银行的基本信贷业务和中小企业重要的融资渠道,银行通过向供应链中核心企业授信,不仅可以缓解中小企业的融资困境,同时可以拓展银行自身的金融业务,使银行和企业双方达成互利共赢。但不可忽视的是,银行从传统单一授信方式转变为对供应链整体授信,供应链金融的信用风险也随之增大。因此,需要对供应链金融业务下的信用风险进行研究。二元语义中智集,作为二元语义集和中智集的广义形式,是度量模糊信息的一种重要工具。将中智集中的三部分变量包括隶属度函数、不确定隶属度函数以及非隶属度函数均采用二元语义表示,使评价结果包含更多的模糊信息,同时评价值采用二元语义表示,方便专家给出评价结果。它是一种有效的不确定性定量决策工具,可用于研究风险评价问题。本文基于二元语义中智集的基本概念,将传统的TODIM方法、EDAS方法和MABAC方法拓展到二元语义中智环境下,构建了基于二元语义中智集的多属性群决策模型;同时考虑评价信息之间可能存在的内在关联性,将经典的BM算子用于集结二元语义中智信息,推导出二元语义中智BM算子,形成了基于该算子的二元语义中智决策模型。在供应链金融信用风险评价方面,将二元语义中智TODIM模型、二元语义中智EDAS模型、二元语义中智MABAC模型和二元语义中智BM算子对同一供应链金融信用风险评价实例进行应用运算,并将新建模型与现存的二元语义中智评价方法进行对比分析,结果表明新建的二元语义中智决策模型和聚集算子能够有效处理多属性群决策问题。本文旨在丰富二元语义中智集领域的方法研究和使供应链金融信用风险管理更加科学合理。