การจัดลำดับความสำคัญของปัจจัยเสี่ยงในด้านสินเชื่อหมุนเวียนคู่ค้าสำหรับ บริษัทโลจิสติกส์ โดยใช้กระบวนการวิเคราะห์ตามลำดับชั้น
คำสำคัญ:
กระบวนการวิเคราะห์ตามลำดับชั้น, บริษัทโลจิสติกส์, สินเชื่อหมุนเวียนคู่ค้าบทคัดย่อ
การศึกษานี้มีวัตถุประสงค์เพื่อระบุและจัดลำดับปัจจัยเสี่ยงที่เกี่ยวข้องกับบริษัทโลจิสติกส์ที่มีส่วนร่วมในด้านสินเชื่อหมุนเวียนคู่ค้า (SCF) โดยใช้กระบวนการวิเคราะห์ตามลำดับชั้น (AHP) ประชากรเป้าหมายประกอบด้วยสามกลุ่มที่แตกต่างกัน ได้แก่ พนักงานของบริษัทโลจิสติกส์ ผู้เชี่ยวชาญจากสถาบันการเงิน และนักวิจัยในสังกัดสถาบันการศึกษา การเก็บข้อมูลใช้แบบสอบถามและการสุ่มตัวอย่างตามความสะดวก ผลการศึกษาพบว่าการจัดการการดำเนินงานด้าน โลจิสติกส์ การจัดการหลักประกัน และสภาพแวดล้อมของห่วงโซ่อุปทานเป็นปัจจัยเสี่ยงที่สำคัญสำหรับบริษัทด้านโลจิสติกส์ใน SCF ปัจจัยเสี่ยงถูกแบ่งเป็น 3 กลุ่มได้แก่ ความเสี่ยงสูง ความเสี่ยงปานกลาง และความเสี่ยงต่ำ งานวิจัยนี้แนะนำให้บริษัทโลจิสติกส์ใน SCF จัดลำดับความสำคัญของกลยุทธ์การจัดการความเสี่ยงบนปัจจัยที่มีความเสี่ยงสูง เพื่อลดความสูญเสียที่อาจเกิดขึ้นและความเสียหายต่อชื่อเสียงจากผลการวิเคราะห์ของ AHP ปัจจัยที่มีความเสี่ยงสูง ได้แก่ ความสามารถในการจำหน่ายหลักประกัน คุณภาพของหลักประกัน ความเป็นเจ้าของของหลักประกัน และกฎหมายและระเบียบข้อบังคับ การศึกษาชี้ให้เห็นว่าบริษัทโลจิสติกส์สามารถลดความเสี่ยงเหล่านี้ได้โดยการใช้ระบบการจัดการสินค้าคงคลังขั้นสูง การร่วมมือกับผู้ให้บริการโลจิสติกส์ที่เป็นบุคคลที่สามหรือผู้ชำระบัญชี การขอความช่วยเหลือจากบุคคลที่สามเพื่อระบุคุณภาพของสินค้าที่นำมาเป็นหลักประกัน และดำเนินการตรวจสอบอย่างละเอียดเกี่ยวกับคุณสมบัติของผู้ขอสินเชื่อ และกรรมสิทธิ์ในสินค้าก่อนอนุมัติสินเชื่อ นอกจากนี้ การปฏิบัติตามกฎหมายและข้อบังคับที่เกี่ยวข้องเป็นสิ่งสำคัญสำหรับบริษัทโลจิสติกส์เพื่อหลีกเลี่ยงปัญหาทางกฎหมายที่อาจเกิดขึ้นและปกป้องความสำเร็จของการให้สินเชื่อหมุนเวียนแก่คู่ค้า การค้นพบนี้สามารถให้ข้อมูลเชิงลึกในการพัฒนาระบบการจัดการความเสี่ยงที่มีประสิทธิภาพสำหรับบริษัทโลจิสติกส์ที่มีส่วนร่วมในด้านสินเชื่อหมุนเวียนคู่ค้า ซึ่งช่วยเพิ่มความสามารถในการดำเนินงานให้ประสบความสำเร็จในอุตสาหกรรมนี้
References
Abbasi, W. A., Wang, Z., Zhou, Y., & Hassan, S. (2019). Research on measurement of supply chain finance credit risk based on Internet of Things. International Journal of Distributed Sensor Networks, 15(9), 1-14.
Ali, Z., Gongbing, B., & Mehreen, A. (2018). Does supply chain finance improve SMEs performance? The moderating role of trade digitization. Business Process Management Journal, 26(1), 150-167.
Ali, Z., Gongbing, B., & Mehreen, A. (2019). Predicting supply chain effectiveness through supply chain finance: evidence from small and medium enterprises. The International Journal of Logistics Management, 30(2), 488-505.
Amin, H. M., & Shahwan, T. M. (2020). Logistics management requirements and logistics performance efficiency: the role of logistics management practices-evidence from Egypt. International Journal of Logistics Systems and Management, 35(1). https://doi.org/10.1504/IJLSM.2020.103859
Bai, W., Liu, Y., & Wang, J. (2022). An intelligent supervision for supply chain finance and logistics based on Internet of things. Computational Intelligence and Neuroscience, 2022, 1-9. https://doi.org/10.1155/2022/6901601
Chen, X., Liu, C., & Li, S. (2019). The role of supply chain finance in improving the competitive advantage of online retailing enterprises. Electronic Commerce Research and Applications, 33, 100821.
Deng, A., & Lu, X. (2017). A literature review on the study of chattel pledge supervision in logistics and supply chain finance of China. Journal of Financial Risk Management, 6(02), 93.
Deng, A., & Sen, M. (2017). A research review on pricing influencing factors of supply chain financial services. World Journal of Research and Review, 4(2), 16-20.
Du, Y., Zhong, J., Su, Z., Yang, X., & Yao, Y. (2019). Risk Evaluation and Control of Supply Chain Finance. Applied Economics and Finance, 6(1), 21-29. https://doi.org/10.11114/aef.v6i1.3831
Foisal, M. T. M., & Sagar, A. H. (2021). Factors Affecting Supply Chain Finance Decision for Actors in Agro-food Industry: A Study on Bangladesh Economy. IOSR Journal of Economics and Finance, 12(2), 1-13.
Gelsomino, L. M., Mangiaracina, R., Perego, A., & Tumino, A. (2016). Supply chain finance: a literature review. International Journal of Physical Distribution & Logistics Management, 46(4), 1-33.
Guo, L., Chen, J., Li, S., Li, Y., & Lu, J. (2022). A blockchain and IoT-based lightweight framework for enabling information transparency in supply chain finance. Digital Communications and Networks, 8(4), 576-587.
Hu, H., Chen, D., Sui, B., Zhang, L., & Wang, Y. (2020). Price volatility spillovers between supply chain and innovation of financial pledges in China. Economic Modelling 89, 397-413.
Huang, X., Sun, J., & Zhao, X. (2021). Credit risk assessment of supply chain financing with a grey correlation model: an empirical study on China’s home appliance industry. Complexity, 2021, 1-12.
Huo, X., Jasimuddin, S. M., Zheng, K., & Zhang, Z. (2022). Exploring the Risks of International Supply Chain Financial Warehouse Receipts Pledge Model: A Structural Equation Approach. Supply Chain Forum: An International Journal, 1-12. https://doi.org/10.1080/16258312.2022.2036076
Ioannou, I., & Demirel, G. (2022). Blockchain and supply chain finance: a critical literature review at the intersection of operations, finance, and law. Journal of Banking and Financial Technology, 6(1), 83-107.
Jia, F., Blome, C., Sun, H., Yang, Y., & Zhi, B. (2020). Towards an integrated conceptual framework of supply chain finance: An information processing perspective. International Journal of Production Economics, 219, 18-30.
Jia, F., Zhang, T., & Chen, L. (2020). Sustainable supply chain Finance: Towards a research agenda. Journal of Cleaner Production, 243, 118680.
Lam, H. K., Zhan, Y., Zhang, M., Wang, Y., & Lyons, A. (2019). The effect of supply chain finance initiatives on the market value of service providers. International Journal of Production Economics, 216, 227-238.
Li, S., & Chen, X. (2019). The role of supply chain finance in third-party logistics industry: a case study from China. International Journal of Logistics Research and Applications, 22(2), 154-171.
Li, G., Yang, J., & Huang, Y. (2020). Supply chain finance credit risk evolving intelligent analysis system based on system dynamic model. Journal of Intelligent & Fuzzy Systems, 38(6), 7837-7847.
Li, L., Wang, Z., & Zhao, X. (2022). Configurations of financing instruments for supply chain cost reduction: evidence from Chinese manufacturing companies. International Journal of Operations & Production Management, 42(9), 1384-1406. https://doi.org/10.1108/IJOPM-12-2021-0755
Liang, X., Zhao, X., Wang, M., & Li, Z. (2018). Small and medium-sized enterprises sustainable supply chain financing decision based on triple bottom line theory. Sustainability, 10(11), 4242.
Liao, Z. (2015). Criticality analysis on Value-at-Risk model of Loan-to-Value ratios decision in inventory financing of supply chain finance. Open Access Library Journal, 2(12), 1.
Lin, Q., Xiao, Y., & Zheng, J. (2021). Selecting the supply chain financing mode under price-sensitive demand: Confirmed warehouse financing vs. trade credit. Journal of Industrial and Management Optimization, 17(4), 2031-2049.
Liu, L., Zhang, J. Z., He, W., & Li, W. (2021). Mitigating information asymmetry in inventory pledge financing through the Internet of things and blockchain. Journal of Enterprise Information Management, 34(5), 1429-1451.
Liu, X., Arthanari, T., & Shi, Y. (2019). Making dairy supply chains robust against corruption risk: a systemic exploratory study. The International Journal of Logistics Management, 30(4), 1078-1100. https://doi.org/10.1108/IJLM-02-2018-0039
Liu, X., Wang, Y., Wang, J., & Xu, W. (2022). Supply chain financial logistics supervision system based on blockchain technology. Journal of Ambient Intelligence and Humanized Computing, 14(8), 11059-11069.
Lu, Q., Liu, B., & Song, H. (2020). How can SMEs acquire supply chain financing: the capabilities and information perspective? Industrial Management & Data Systems, 120(4), 784-809.
Lyu, P., Kang, S. H., Kang, Y., & Choi, M. S. (2021). Supply chain finance and financing constraints: Evidence from Chinese multinational manufacturing firms. Academic Journal Eurasian Studies, 18(3), 33-72.
Lyu, X., & Zhao, J. (2019). Compressed sensing and its applications in risk assessment for internet supply chain finance under big data. IEEE Access, 7, 53182-53187.
Marak, Z. R., & Pillai, D. (2018). Factors, outcome, and the solutions of supply chain finance: review and the future directions. Journal of Risk and Financial Management, 12(1), 3.
Meng, J., & Wang, S. (2022). The Performance Evaluation of Logistics Enterprises in Online Supply Chain Finance Based on Analytic Hierarchy Process. Mathematical Problems in Engineering, 2022. https://doi.org/10.1155/2022/8393223
Mou, W., Wong, W. K., & McAleer, M. (2018). Financial credit risk evaluation based on core enterprise supply chains. Sustainability, 10(10), 3699.
Mu, W. (2022). Analysis and warning model of logistics risks of cross-border E-commerce. Discrete Dynamics in Nature and Society, 2022, 1-10. https://doi.org/10.1155/2022/5140939
Pan, A., Xu, L., Li, B., & Ling, R. (2020). The impact of supply chain finance on firm cash holdings: Evidence from China. Pacific-Basin Finance Journal, 63(2020), 1-19.
Ronchini, A., Moretto, A., & Caniato, F. (2021). A decision framework for inventory-and equipment-based supply chain finance solutions. Journal of Purchasing and Supply Management, 27(4), 100712.
Saaty, T. L. (1970). Optimization in integers and related extremal problems. McGraw-Hill.
Saaty, T. L. (1980). The analytic hierarchy process: Planning, priority setting, resource allocation (1st ed.). McGraw-Hill.
Saaty, T. L. (1990). How to make a decision: The analytic hierarchy process. European Journal of Operational Research, 48(1), 9-26. https://doi.org/10.1016/0377-2217(90)90057-I
Saaty, T. L., & Vargas, L. G. (2006). Decision making with the analytic network process (Vol. 282). Springer Science+ Business Media, LLC.
Schleper, M. C., Gold, S., Trautrims, A., & Baldock, D. (2021). Pandemic-induced knowledge gaps in operations and supply chain management: COVID-19’s impacts on retailing. International Journal of Operations & Production Management, 41(3), 193-205.
Seuring, S., & Müller, M. (2008). From a literature review to a conceptual framework for sustainable supply chain management. Journal of Cleaner Production, 16(15), 1699-1710.
Song, H., Yu, K., Ganguly, A., & Turson, R. (2016). Supply chain network, information sharing and SME credit quality. Industrial Management & Data Systems, 116(4), 740-758.
Soni, G., Kumar, S., Mahto, R. V., Mangla, S. K., Mittal, M. L., & Lim, W. M. (2022). A decision-making framework for Industry 4.0 technology implementation: The case of FinTech and sustainable supply chain finance for SMEs. Technological Forecasting and Social Change, 180, 121686.
Tseng, M. L., Wu, K. J., Hu, J., & Wang, C. H. (2018). Decision-making model for sustainable supply chain finance under uncertainties. International Journal of Production Economics, 205, 30-36.
Wang, Y., Jia, F., Schoenherr, T., Gong, Y., & Chen, L. (2020). Cross-border e-commerce firms as supply chain integrators: The management of three flows. Industrial Marketing Management, 89, 72-88.
Wang, Z., Wang, Q., Lai, Y., & Liang, C. (2020). Drivers and outcomes of supply chain finance adoption: an empirical investigation in China. International Journal of Production Economics, 220, 107453.
Wang, R., Yu, C., & Wang, J. (2019). Construction of supply chain financial risk management mode based on Internet of Things. IEEE access, 7, 110323-110332.
Yang, Y., Chu, X., Pang, R., Liu, F., & Yang, P. (2021). Identifying and predicting the credit risk of small and medium-sized enterprises in sustainable supply chain finance: evidence from China. Sustainability, 13(10), 5714-5733. https://doi.org/10.3390/su13105714.
Yu, H., Zhao, Y., Liu, Z., Liu, W., Zhang, S., Wang, F., & Shi, L. (2021). Research on the financing income of supply chains based on an E-commerce platform. Technological Forecasting and Social Change, 169, 120820.
Yu, W., Jacobs, M. A., Chavez, R., & Yang, J. (2019). Dynamism, disruption orientation, and resilience in the supply chain and the impacts on financial performance: A dynamic capabilities perspective. International Journal of Production Economics, 218, 352-362.
Zhang, L., Hu, H., & Zhang, D. (2015). A credit risk assessment model based on SVM for small and medium enterprises in supply chain finance. Financial Innovation, 1(1), 1-21.
Zhao, Y., & Wang, N. (2021). Research on Authors' Co-authorship Network in Supply Chain Finance in China Based on Social Network Analysis, WHICEB 2021 Proceedings (page 508-517). Wuhan International Conference on e-Business at AIS Electronic Library https://aisel.aisnet.org/whiceb2021/65
Zhou, L., Chen, M., & Lee, H. (2022). Supply Chain Finance: A Research Review and Prospects Based on a Systematic Literature Analysis from a Financial Ecology Perspective. Sustainability, 14(21), 14452.
Zhu, Y., Zhou, L., Xie, C., Wang, G. J., & Nguyen, T. V. (2019). Forecasting SMEs' credit risk in supply chain finance with an enhanced hybrid ensemble machine learning approach. International Journal of Production Economics, 211, 22-33.
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
License
Copyright (c) 2023 วารสารวิชาการบริหารธุรกิจ สมาคมสถาบันอุดมศึกษาเอกชนแห่งประเทศไทย
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ลงตีพิมพ์ในวารสารวิชาการบริหารธุรกิจ สมาคมสถาบันอุดมศึกษาเอกชนแห่งประเทศไทยต้องเป็นบทความที่ไม่เคยได้รับการตีพิมพ์เผยแพร่ หรืออยู่ระหว่างการพิจารณาตีพิมพ์ในวารสารอื่นๆ การละเมิดลิขสิทธิ์เป็นความรับผิดชอบของผู้ส่งบทความโดยตรง
