基于模糊分析的我国商业银行战略联盟伙伴选择研究.docx

基于模糊分析的我国商业银行战略联盟伙伴选择研究.docx

《基于模糊分析的我国商业银行战略联盟伙伴选择研究.docx》由会员分享，可在线阅读，更多相关《基于模糊分析的我国商业银行战略联盟伙伴选择研究.docx（5页珍藏版）》请在冰豆网上搜索。

基于模糊分析的我国商业银行战略联盟伙伴选择研究

基于模糊分析的我国商业银行战略联盟伙伴选择研究

内容摘要本文首先对商业银行联盟伙伴选择的标准进行了研究然后根据这些标准运用统计学中的模糊聚类分析法对银行潜在的联盟伙伴的选择进行了分析这是一种准确实用的方法可以大大提高我国商业银行的运作效率

关键词模糊分析商业银行战略联盟合作伙伴

Studyingtohowtochoosethestrategicalliance’scompanyofcommercialbankofourcountryonthebasisoffuzzyanalysis

AbstractThistexthascarriedonresearchtothechoosingstandardofthecompanyofstrategicallianceofcommercialbankatfirst,

andthenusesfuzzyclusteranalyticapproachofstatisticswhichisakindofaccurateandpracticalmethodanalysesthebank‘spotentialalliancechoiceofcompanyaccordingtothesestandards.Theoperationalefficiencyofthecommercialbankofour

countrywillbeimprovedgreatlyviathismethod.

KeyWordsfuzzyanalysis;commercialbank;strategicalliance;cooperativecompany

一、引言全球经济一体化推动金融服务一体化近几年来国际大银行之间频频发生联合:

汇丰银行和香港电讯公司组成电子商贸联盟计划为客户提供网上管理及多功能智能卡服务在日本住友信托投资公司和大和银行联合成立了日本最大的信托银行一起合作致力于发展信托业务专注于管理退休金资产在新加坡新加坡发展银行与美国道富银行结成了战略联盟为新加坡客户提供信托基金服务随着金融自由化、金融电子化和金融国际化的发展金融领域的竞争日趋激烈面对前所未有的压力国际上商业银行掀起了一场如火如荼的银行战略联盟运动成为国际银行界普遍的战略思维中国加入WTO标志着我国将真正融入到经济全球化和资本市场国际化的时代浪潮新的竞争主体外资银行的涌入将更进一步加剧商业银行竞争的激烈程度我国商业银行也在进行一场意义深远的联盟运动用友和工商银行联盟就有积极意义国际化和全球化使得商业银行之间的竞争不仅取决于银行自身所具有的核心竞争力还取决于商业银行与各联盟伙伴之间的协作关系单个商业银行之间的竞争已发展为整个战略联盟之间的竞争而联盟成功的关键是交易双方之间的连接具有有效率技术上可行、成本上合理实现交易双方信息共享提高整个商业银行的竞争能力说到底就是选择敏捷、有竞争力并与之相匹配的合作伙伴选择合适的合作伙伴方法很多如多目标规划、混合整数规划、ABC成本核算法、粗糙集理论、模糊层次分析法、数据包络分析等等上述的方法都是从寻求一个最优的或最适合的合作伙伴出发但就供应链的发展看这已不再是理论上的链状结构而是网状结构从这个意义上说当待选择的合作伙伴数量很大、评价指标很多时用上述方法处理工作量很大因此有必要对合作伙伴进行筛选首先淘汰大批不合乎要求的待选择对象然后将所剩对象进行精选笔者引入模糊聚类的方法从商业银行的角度考虑如何建立评价指标、并对评价指标加以定量化并实现其分类以商业银行在寻找联盟伙伴时增强实际的可操作性

二、建立合作伙伴评价的指标体系要组建战略联盟它首先要做的事就是根据自己的战略目标选择合适的战略伙伴1998年一项对美国750位CEO的调查显示在1987年一项类似的调查以后众多企业在战略发展、控制、执行以及合同谈判等方面取得了长足的进步但在联盟伙伴的选择指标体系方面却没有太大的发展有关联盟伙伴选择的部分在联盟经验中最为薄弱因此对于评价指标体系的建立尤其重要

（一）研究综述关于影响联盟伙伴选择的影响因素国外学者作了大量的研究并对联盟伙伴选择的标准和方法展开了研究HarriganandNewman（1992）就伙伴战略任务的转变、联盟对合作伙伴的重要性进行了深入地研究Thunderbind公司（1998）就知识获取与合伙人谈判实力的变化对联盟的稳定性进行了分析我国的部分学者对联盟伙伴选择的也进行了比较多的研究蒋国平（1999）对目标与战略、合作伙伴与合作关系、强-弱、弱-强合作关系、信任、文化等等进行了研究秦斌（2001）对战略导向、文化配合（成员平等性、管理人员合作、求同存异、相互信任）社会文化、政府政策、企业文化、管理方式和组织结构等对于联盟伙伴的选取进行了分析张弘（2002）对竞争地位失衡、收益不完全对称、管理滞后、组织文化、战略目标、相互信任等等问题进行了研究刘爽（2003）主要对合作困难性与风险性、收益的不均等性、文化冲突、合作义务的多重性进行了细致的研究徐艳梅、韩福荣对于合资企业的联盟进行了开拓性的研究他们研究了注册资格投资总额的比率、资金到位情况、工业产权作价和工业投资的比率、合同的完备率、民族文化与企业文化差异对于联盟的稳定的影响我国学者对于银行战略联盟伙伴选择还没有进行深入的研究

（二）建立伙伴评价的指标体系银行对于联盟伙伴选择的评价指标体系是为实现有效评价而设计的为此指标体系设计应遵循以下原则科学性与先进性原则；系统性原则；全面性原则；可行性和操作性原则；定性与定量分析相结合的原则笔者根据以上原则提出了银行选择联盟伙伴的指标为一致性、互补性、协同性、融合性、对等性、双赢性这六个指标形成了商业银行选择联盟伙伴的指标体系1、一致性（X1）如果企业决定建立战略联盟那么合作伙伴的战略目标就应当一致这是保证战略联盟持续成功的一个重要条件之一要确保战略联盟伙伴具有战略一致性联盟各方至少应考虑以下因索:

（1）潜在联盟伙伴与自己的合作动机和目标是什么?

必须保证目标与合作动机的一致性例如10家股份制银行的合作目标是一致的就是为了获得更大的市场份额增强自身的竞争力；

（2）联盟伙伴向联盟投入的关键资源是什么?

这些资源对于我来说是否有利用的价值例如工商银行与华为的联盟中华为提供的网络和技术服务队与工商银行来说有巨大的利用价值（3）联盟伙伴的战略优势和弱点是什么?

这种优势在联盟的合作中是否可以充分利用而劣势在联盟中是否可以被克服2、互补性（X2）建立战略联盟的目的就是通过不同企业的优势互补和整和达到1+12的效果为此联盟伙伴必须具有某种优势或专长具有能够对联盟投入互补性资源的能力以达到凭借自身条件无法实现的目标对联盟的实际调查也表明绝大多数联盟者都把资源的互补性作为选择合作对象的重要标准如果联盟各方都不具备优势或优势不明显甚至有明显的弱点又都想借助于对方发展自己那么这样的联盟很难避免失败的命运互补性的要求并不意味着一定是不同种类的资产也不意味着拥有相同或相似性质资产的伙伴就一定不是合适的联盟对象性质相同的资产也可以为联盟双方提供规模和范围上的经济性3、协同性（X3）战略联盟能否成功不仅取决于各方是否具有互补性的资源而且还取决于各方所付出的努力能否形成一个合力从而帮助双方实现战略目标在罗弗公司与本田的联盟中双方的合作是多方面的罗弗公司提供的专长是使本田汽车进入欧洲市场而本田提供的是本田发动机的设计和生产质量联盟所取得的成效自然是双方专长相结合与共同努力的结果因此如果一家公司想进入一个市场那么它不仅应该选择一个能帮助他进入该市场的伙伴还必须考虑到双方的努力能否形成一个合力最终实现预期的目标4、融合性（X4）这主要是指商业银行战略联盟伙伴之间的文化融合性选择联盟合作伙伴时必须要深入了解各成员的文化背景因为企业文化是企业行为与作风的指导思想联盟成员之间组织文化的差异会转化为经营管理上的差异加大管理的难度一个银行战略联盟也许单纯从能否实现既定目标的角度上来看可能是没有问题的甚至前途光明但如果伙伴之间的文化不兼容就会被失败的阴影所笼罩所以企业文化的兼容性对于联盟的成败具有深刻的影响5、对等性（X5）这是指建立联盟的双方在实力上要具有对等性一般情况下联盟各方应该选择与自己规模和实力都相当的合作伙伴合作者必须有能力与你合作合作才有价值如果联盟各方实力严重失衡这样联盟便不能在互惠互利的基础上进行决策其稳定性和发展前景也会遭到严重的威胁据麦肯锡公司针对战略联盟的一项研究表明强弱联盟的成功率一般仅有30%左右而弱弱联盟的成功率却在40%强强联盟的成功率则在67%左右6、双赢性（X6）联盟的结果应该尽可能达到双赢的效果这里的双赢包含两方面一是通过联盟使各方获得所需资源另一方面是使联盟所获收益在合作伙伴之间公平的分配联盟所取得的收益一般有特定的分配结构其中一部分是共享的其他部分则必须加以分配对这部分利益的分配应该与联盟各方在联盟关系中投入的资源和承担的风险相匹配合作伙伴双赢性的选择标准一方面要求潜在伙伴与自己具有互补性资源另一方面也要求企业重视对合作伙伴的信誉和道德状况的考察以上因素构成了我国商业银行战略联盟伙伴选择的评价指标集X=（X1X2X3X4X5X6）

三、评价过程模糊聚类分析利用模糊相似矩阵和模糊等价矩阵对众多商业银行的潜在联盟伙伴进行模糊分类再根据商业银行的偏好选择一个合理的分类从众多潜在联盟伙伴中确定出重要伙伴、次重要伙伴以及不重要的伙伴

（一）提取统计指标根据所建立的评价指标请专家或有经验的专业人士对潜在的联盟伙伴的各项指标进行打分得到相应的统计数据即联盟伙伴集合为潜在联盟伙伴的个数代表第个潜在联盟伙伴；对每一个潜在联盟伙伴采用不同的m个统计指标；对元素采用统计指标为第个元素的第项指标统计均值

（二）评价步骤第一步将每个元素各项统计指标标准化这里采用极值标准化公式即第二步确定元素之间的相似关系建立集合上的相似矩阵,其中（0,1表示与之间的相似程度）关于求常用算法有:

欧氏距离法、数量积法、夹角余弦法、相关系数法、指数相似系数法、最大最小法等等考虑到计算的方便性这里选用最大最小法第三步计算相似矩阵R的等价闭包矩阵一般求得的相似矩阵R只满足自反性和对称性不满足传递性不能直接用来聚类而需将其改造成模糊等价矩阵首先将R自乘得然后继续算出记直到对为止此时记=可通过进行聚类第四步进行聚类分析由于模糊相似矩阵可以转化为模糊等价矩阵进行聚类分析这里仅对模糊等价矩阵进行讨论若模糊矩阵是模糊等价矩阵那么对任意的截矩阵均是普通等价矩阵因此可通过对X上的元素进行分类；而且当水平凡满足时按分出的每一类必是按分出的子类然后根据商业银行的实际要求和各水平下的聚类总偏差决定一个合理的分类这里采用总偏差公式为为某一水平聚类的总偏差（越小则各子类元素之间的差别越小此分类越合理）为子类数V为特定潜在联盟伙伴各指标评分为子类各指标平均分为某一子类（V,均为向量）四、案例分析假设我国某家银行共有10个可供选择的潜在联盟伙伴现在这家银行打算对这些潜在联盟伙伴进行分类打算与某些伙伴建立合作关系请8位专家按5分制的原则（即指标符合很好时5分好时4分一般时3分差时2分很差时1分）分别给各个潜在伙伴各项指标打分各项指标得分去掉一个最高分与一个最低分然后把剩余的6位专家评分加总取其平均值作为此项指标的最后得分商业银行潜在联盟伙伴为M={MlM2M3M4M5M6M7M8M9M10}；评价指标集为X；根据专家意见各指标相应的权重为W=0.240.140.180.120.200.12各项指标的评分情况见表1（分析过程采用SPSS软件和MATLAB软件）表1潜在联盟伙伴各项指标最后得分表

（一）专家评分标准化采用以上标准化公式用SPSS软件归一化处理后得到各指标的标准值见表2表2制造商各项指标得分归一化数据表

（二）对制造商进行分类根据表2并由公式

（2）求得商业银行与联盟伙伴之间的相似程度表3制造商间的相似程度数据表表4模糊等价矩阵的元素表对进行模糊聚类:

按不同水平进行聚类10个潜在联盟可得到9种分法根据总偏差公式经过计算当聚类水平由小变大时即介于0.2900.6000.6100.6420.6430.6460.7220.7230.7650.7741这组数每两个之间进行聚类各水平下聚类的总偏差依次为16.89413.95812.6097.0124.6934.6932.7572.1341.29210.580（这里用标准值计算得到）故看到随着聚类水平提高聚类的总偏差呈下降趋势表明各子类中潜在联盟伙伴之间的总体实力越来越接近经过对比发现选择0.722（0.723时的分类结果不仅总偏差较小而且满足银行的实际需要）这里把10家企业分为6个子类即:

M={M2}U{M5}U{M6}U{M7}U{M1,M8,M9}U{M3,M4,Ml0}；显然只需计算各个子类中的一个潜在联盟伙伴的加权平均得分就可以作出相应的取舍如银行可计算Ml,M2,M3,M5,M6,M7的加权平均分就可以知道各个子类在整个联盟伙伴中的水平这可以从表5得以验证表5潜在联盟伙伴的加权平均分及名次表M2得分最小M1得分较小它们所代表的子类不加以考虑而M4得分最高它所代表的子类应作为重要伙伴加以发展其它的可以作为次重要伙伴加以培养显然采用模糊聚类当评价指标越多要选择的合作伙伴越多采用模糊聚类进行首次筛选会大大减轻评价工作量这时采用模糊聚类的优势将更加明显五、结束语采用模糊聚类可以快速地把实力相当的潜在联盟伙伴聚在一起使得商业银行能够很快淘汰掉一大批不符合要求的潜在联盟伙伴有针对性的与一些联盟伙伴发展合作伙伴关系减少交易成本和搜寻成本对提高银行的运作效率具有重要意义

参考文献

1李一智徐选华.商务决策数量方法M.北京经济科学出版社2003.

2李其昌.模糊数学基础及实用算法M.北京经济科学出版社2005.

3蒋译军.模糊数学教程M.北京国防工业出版社2003..

4赵玮温小霓.应用统计学教程M.西安西安电子科技大学2003.

5韩文琰.基AHP及模糊综合判断的商业银行产业竞争力评价体系J.商业研究2004（20）.

6白晓松.虚拟企业的伙伴选择战略评估模型J.南昌航空工业学院学报2003

（1）.

7吴剑东.基于模糊层次分析法的虚拟企业伙伴选择算法J.经济师2004（12）.

8GoldmanL.S.Co-operatingtocompeteJ.CMAMagazine199468vol

（2）.

9WeberC.ACurrentJ.RBentonW.C.CompanyselectioncriteriaandmethodsJ.EuropeanJournalofOperationalResearch1991（50）.

10LeeC.PKasilingamR.G.CompanyselectionmethodsASurveyofIndustryPerceptionsR.DepartmentofIndustrialEngineeringUniversityofArkansas1995.