不确定决策集成方法及其在农业供应链金融风险评价中的应用

The appearance of agricultural supply chain finance(SCF) provides an effective way to solve the problem of “financing difficulties” and “financing expensive” for small and medium agricultural enterprises. However, due to the agricultural production is impacted by the weather, disease, the relation of supply and demand and many other factors, all of which have randomness and uncertainties, and make the selection of small and medium agricultural enterprises and its risk assessment lack practical solutions. With the research accumulations on decision aggregation methods under uncertainty and the agricultural finance, this project plans to study the modeling, algorithm analysis and application of decision aggregation methods under uncertainty based agricultural supply chain finance risk evaluation. They include: from the perspective of supply chain finance, the project establishes the big data and internet finance based agricultural SCF risk evaluation index system, analyzes natural semantics based small and medium agricultural enterprises preference information and bank and investment institutions decision behavioral information, proposes the general methods and the prospect theory based approaches of decision aggregation under uncertainty extending the fuzzy probability theory to interval number, type-1 fuzzy sets and interval type-2 fuzzy sets environment, uses the fuzzy probability to build the new agricultural SCF risk assessment models. The project further improve the theory of decision aggregation under uncertainty, provides the theory basis to value the agricultural SCF risk, so that the financing problem of small and medium agricultural enterprises can be alleviated.

农业供应链金融的出现为解决中小型农业企业“融资难”和“融资贵”问题提供了一条有效途径。然而，由于农业产品的生产和销售受天气、疾病、市场供求等诸多因素影响，且这些因素存在随机性和模糊性，使得中小型农业企业的选择和风险评价缺少有效方法。基于项目组成员在不确定决策集成和农村金融方面的研究积累，本项目研究基于不确定决策集成方法的农业供应链金融风险评价的模型建立、算法分析和应用。主要包括：从供应链金融视角出发，建立基于大数据和互联网金融背景下的农业供应链金融风险评价指标体系；分析基于自然语义的中小型农业企业偏好信息和决策行为信息；提出概率为区间数、一型模糊数和区间二型模糊数的不确定决策一般集成方法和基于前景理论的不确定决策集成方法；运用模糊概率理论建立新的农业供应链金融风险评价模型。本项目进一步完善不确定决策集成理论，并为农业供应链金融风险评价提供依据，以便更好地服务于中小型农业企业融资问题的解决。

农业现代化的推进，催生了农业中小企业对资金的大量需求。金融机构通过采用产业垂直化的供应链金融服务模式，依托核心企业的雄厚实力，有效服务于上下游综合实力较弱的农业中小企业，从而提高了他们的融资可得性。然而，当受到自然灾害的袭扰和市场突变的影响时，由于他们没有足够的抗风险能力，依然会产生信贷违约现象。同时农业供应链金融仍然受信息不对称造成的违约风险。因此，农业供应链金融风险评价依旧是农业中小企业融资需要解决的关键问题所在。然而，由于农业产品的生产和销售环节的影响因素存在随机性和模糊性，使得中小型农业企业的选择和风险评价缺少有效方法。基于项目组成员在不确定决策集成和农村金融方面的研究积累，本项目研究基于不确定决策集成方法的农业供应链金融风险评价的模型建立、算法分析和应用。主要包括：从供应链金融视角出发，建立基于大数据和互联网金融背景下的农业供应链金融风险评价指标体系；分析基于自然语义的中小型农业企业偏好信息和决策行为信息；提出概率为一型模糊数和区间二型模糊数的不确定决策一般集成方法和基于前景理论的不确定决策集成方法；运用模糊概率理论建立新的农业供应链金融风险评价模型。本项目进一步完善不确定决策集成理论，并为农业供应链金融风险评价提供依据，以便更好地服务于中小型农业企业融资问题的解决。