论文部分内容阅读
【摘 要】本文从影响企业信用状况的因素入手建立了民营企业信用评价体系，在结合层次分析法的基础上，运用灰色评估理论建立了灰色多层次评价模型，并进行了实证分析。该模型可为商业银行信贷的科学化提供参考，从而解决民营企业的融资困难。
【关键词】民营企业；信用评价；灰色模型；层次分析法
近年来，民营企业为增加地方财政收入、缓解社会就业压力、繁荣地方经济等方面作出了不可替代的贡献。但民营企业的发展也存在许多问题。民营企业的信息基本是内部化的，通过一般的渠道是很难获得有关民营企业的信息，民营企业在寻找贷款和外源性资本时难以向金融机构提供证明其信用水平的信息。金融机构为了避免逆向选择与道德风险，往往不愿向中小企业或民营企业提供贷款。民营企业很难获得外部资本的支持；而其内源融资能力也不足，给民营企业的发展带来了巨大的阻碍。由于民营企业信息的内部化，投资机构很难用具体的数据来定量地描述和评价，具有高度的不确定性，处于“部分确知，部分不确知的状态”，具有很高的灰色性。正是基于这一灰色特征，可以依据灰色评估理论，对民营企业信用状况的影响因子进行系统分析，建立灰色多层次信用评价模型。
一、灰色多层次综合评价模型
1．建立评价指标体系。笔者通过对民营企业内部自身因素和外部环境的综合分析，认为民营企业财务状况、企业经营管理能力、企业外部环境因素和民营企业及企业家状况这四个因素是影响民营企业信用状况的重要影响因素，其下再细分为若干三级指标，在此基础上依照指标体系建立的全面、系统、科学和可观测原则，建立了一套综合地反映民营企业信用评价的指标体系。（见表1）
2．确定评价指标权重。在本文中，采取层次分析法（AHP）确定权重。
为Cij且满足Cij≥0及■Cij=1。计算二级指标Bi(i=1,2,3,4)的权重向量记作WBi，则WBi=(ci1,ci2,···,cin)，ni表示二级指标Bi中三级指标的个数。
3．设计等级评判标准。评价等级标准的制定是民营企业信用评价中的关键问题之一，极大地影响着评价的结果和质量。通常将评价等级分为“优秀”，“良好”，“中等”，“合格”，“不合格”。为将定性指标转化为定量指标，应相应地对各个指标赋值。按照五分制原则确定各等级的赋分，则五个评定等级分数分别为5，4，3，2，1，指标等级介于两者之间的相应的评分为4.5，3.5，2.5，1.5各值。
4．按评估因素建立样本矩阵。设专家序号为k,t{k=1,2···,p}，请专家对指标Cij评分等级标准打分为dijk，并填写评价者评分表。根据第k个评价者的评分dijk，求得其评价样本矩阵为D=(dijk)(n1+n2+···+nm)p，其中nm表示第n={1,2,3,4}个二级指标中三级指标的个数。
5．建立白化权函数。确定评价灰类就是要确定评价灰类的等级数，灰类的灰数以及灰类的白化权函数。设有e(e=1,2,···,g)个评价灰类，相应的白化权函数以及阀值分别为f1(x),f2(x),···,fg(x)和λ1,λ2,···,λg。
6．灰色评价系数、权向量和权矩阵的计算。灰色理论认为，每个评价者的评分是一个灰数。对评价指标Cij，全体p个专家给出的评分是dij1,dij2,···dijp。所以专家们认为指标Cij属于第l个灰类的白化权分别为：fl(dij1),fl(dij2),···,fl(dijp)。所有专家认为指标Cij属于第l个灰类的白化权函数为■fl(dijk)，而Cij属于各个评价灰类的总白化权为■■fl(dijk)。二者的比值反映了所有专家主张指标Cij属于第l个灰类的强烈程度。此值越大，说明全体专家更大程度地认为Cij应该属于灰类l，称此值为Cij属于灰类l的灰色评价权，记为rijl，即rijl=■,l=1,2,···,g由指标Cij属于每个灰类的灰色评价权构成的向量rij称为指标Cij的灰色评价权向量，即rij=(rij1,rij2,···,rijp),j=1,2,···,ni；i=1,2,···,m
7．对每个Bi以及目标A做综合评价。二级指标Bi的权重向量WBi=(ci1,ci2,···,cini)对Bi做综合评价，得到Bi的灰色评价向量为Bi=WBi×Ri=(yi1,yi2,···,yig)其中灰色评价权矩阵Ri由向量rij构成，即：
，
评价目标A由一级指标B1,B2,···,Bm组成，权重向量为WA=(b1,b2,b3,b4)，故对A做综合评价，得A的综合评价权向量为A=WA×R=(x1,x2,···,xg)。其中矩阵R由向量B1,B2,···,Bm组成，即R=(B1,B2,···,Bm)T。
8．综合评价值的计算、排序和结论。按最大权的原则确定每项指标各属于哪个灰类等级，即若x1=max{x1,x2,···,xg}，则评定受评者为第l类。若按去最大原则确定被评者所属灰类等级，有时会因为信息太多而失效。尤其是A不能直接被用于被评者间的排序选优。为此，我们将灰色综合评价权向量A=(x1,x2,···,xg)做进一步处理从而使A单值化计算被评者的综合评价值V。设将各灰类等级按“灰水平”赋值，则各评价灰类等级化向量U=(λ1,λ2,···,λg)，求出综合评价值V=A×UT，则可根据V的大小对任何个数的参加评价的对象进行排序。
二、模型应用
1．确定民营企业信用评价指标的权重向量。根据层次分析法计算出指标的权重集分别为：
WA=(b1,b2,b3,b4)=(0.497,0.251,0.103,0.150)
WB1=(0.257,0.091,0.117,0.132,0.133,0.077,0.193)
WB2=(0.088,0.059,0.137,0.303,0.184,0.095,0.134)
WB3=(0.175,0.250,0.575)
WB4=(0.273,0.159,0.121,0.076,0.211,0.053,0.107)。
2．邀请5位专家给民营企业信用各指标评分。根据5位专家所填写的评分表，得出评价矩阵：
3．计算出灰色矩阵为：
根据上述计算得到的4个二级因素的灰色评价权矩阵为R1，R2，R3，R4，再结合二级权向量得二级评价结果分别为：
B1=[0.454,0.221,0.145,0.103,0.077]
B2=[0.275,0.227,0.210,0.164,0.123]
B3=[0.301,0.245,0.190,0.151,0.113]
B4=[0.347,0.198,0.169,0.161,0.125]，A=WA×R，归一化的结果为A=[0.378,0.222,0.170,0.132,0.100]。则按照最大权数法，可得到该评价的结果为“0.378”如果为了求得结果的修正系数，按照加权平均法，即取xi为权数，对每个评价等级指标vj(j=1,2,···,5)进行加权平均，其中v1=5,v2=4,v3=3,v4=2,v5=1即灰类等级化向量v=(5,4,3,2,1)。所以W=A×V■xivj=3.652。因此，可得到该企业信用状况的修正得分为3.652，介于良好和中等之间。同样也可计算得到二级评价指标的修正得分，根据各项评价指标的得分值来分析影响企业信用得分的薄弱因素。灰色综合评价值除用于评定被评对象的等级外，当有多个被评者参加评价时，还可以根据它们的灰色综合评价值进行排序选优。
本文提出了一套民营企业的信用评价模型，利用灰色多层次评价模型可以在信息不完备、不确切的条件下，更好地从多角度进行评估比较，扩大信息源，同时通过灰色评价模型来提高评价分析的可信度.在实际应用中，可以根据民营企业各阶段实际情况对评价指标及权重加以修正，使评价的效果更加符合实际，以此来完善民营企业的信用评价，推动信用评估事业的发展。
參 考 文 献
[1]于春红，李冬梅．中小高科技企业动态信用评价研究．哈尔滨商业大学学报（社会科学版）．2006（3）
[2]赵昕，李莉，王义银．用于银行贷款决策的企业信用评价模型．数量经济技术经济研究．2001（1）
【关键词】民营企业；信用评价；灰色模型；层次分析法
近年来，民营企业为增加地方财政收入、缓解社会就业压力、繁荣地方经济等方面作出了不可替代的贡献。但民营企业的发展也存在许多问题。民营企业的信息基本是内部化的，通过一般的渠道是很难获得有关民营企业的信息，民营企业在寻找贷款和外源性资本时难以向金融机构提供证明其信用水平的信息。金融机构为了避免逆向选择与道德风险，往往不愿向中小企业或民营企业提供贷款。民营企业很难获得外部资本的支持；而其内源融资能力也不足，给民营企业的发展带来了巨大的阻碍。由于民营企业信息的内部化，投资机构很难用具体的数据来定量地描述和评价，具有高度的不确定性，处于“部分确知，部分不确知的状态”，具有很高的灰色性。正是基于这一灰色特征，可以依据灰色评估理论，对民营企业信用状况的影响因子进行系统分析，建立灰色多层次信用评价模型。
一、灰色多层次综合评价模型
1．建立评价指标体系。笔者通过对民营企业内部自身因素和外部环境的综合分析，认为民营企业财务状况、企业经营管理能力、企业外部环境因素和民营企业及企业家状况这四个因素是影响民营企业信用状况的重要影响因素，其下再细分为若干三级指标，在此基础上依照指标体系建立的全面、系统、科学和可观测原则，建立了一套综合地反映民营企业信用评价的指标体系。（见表1）
2．确定评价指标权重。在本文中，采取层次分析法（AHP）确定权重。
为Cij且满足Cij≥0及■Cij=1。计算二级指标Bi(i=1,2,3,4)的权重向量记作WBi，则WBi=(ci1,ci2,···,cin)，ni表示二级指标Bi中三级指标的个数。
3．设计等级评判标准。评价等级标准的制定是民营企业信用评价中的关键问题之一，极大地影响着评价的结果和质量。通常将评价等级分为“优秀”，“良好”，“中等”，“合格”，“不合格”。为将定性指标转化为定量指标，应相应地对各个指标赋值。按照五分制原则确定各等级的赋分，则五个评定等级分数分别为5，4，3，2，1，指标等级介于两者之间的相应的评分为4.5，3.5，2.5，1.5各值。
4．按评估因素建立样本矩阵。设专家序号为k,t{k=1,2···,p}，请专家对指标Cij评分等级标准打分为dijk，并填写评价者评分表。根据第k个评价者的评分dijk，求得其评价样本矩阵为D=(dijk)(n1+n2+···+nm)p，其中nm表示第n={1,2,3,4}个二级指标中三级指标的个数。
5．建立白化权函数。确定评价灰类就是要确定评价灰类的等级数，灰类的灰数以及灰类的白化权函数。设有e(e=1,2,···,g)个评价灰类，相应的白化权函数以及阀值分别为f1(x),f2(x),···,fg(x)和λ1,λ2,···,λg。
6．灰色评价系数、权向量和权矩阵的计算。灰色理论认为，每个评价者的评分是一个灰数。对评价指标Cij，全体p个专家给出的评分是dij1,dij2,···dijp。所以专家们认为指标Cij属于第l个灰类的白化权分别为：fl(dij1),fl(dij2),···,fl(dijp)。所有专家认为指标Cij属于第l个灰类的白化权函数为■fl(dijk)，而Cij属于各个评价灰类的总白化权为■■fl(dijk)。二者的比值反映了所有专家主张指标Cij属于第l个灰类的强烈程度。此值越大，说明全体专家更大程度地认为Cij应该属于灰类l，称此值为Cij属于灰类l的灰色评价权，记为rijl，即rijl=■,l=1,2,···,g由指标Cij属于每个灰类的灰色评价权构成的向量rij称为指标Cij的灰色评价权向量，即rij=(rij1,rij2,···,rijp),j=1,2,···,ni；i=1,2,···,m
7．对每个Bi以及目标A做综合评价。二级指标Bi的权重向量WBi=(ci1,ci2,···,cini)对Bi做综合评价，得到Bi的灰色评价向量为Bi=WBi×Ri=(yi1,yi2,···,yig)其中灰色评价权矩阵Ri由向量rij构成，即：
，
评价目标A由一级指标B1,B2,···,Bm组成，权重向量为WA=(b1,b2,b3,b4)，故对A做综合评价，得A的综合评价权向量为A=WA×R=(x1,x2,···,xg)。其中矩阵R由向量B1,B2,···,Bm组成，即R=(B1,B2,···,Bm)T。
8．综合评价值的计算、排序和结论。按最大权的原则确定每项指标各属于哪个灰类等级，即若x1=max{x1,x2,···,xg}，则评定受评者为第l类。若按去最大原则确定被评者所属灰类等级，有时会因为信息太多而失效。尤其是A不能直接被用于被评者间的排序选优。为此，我们将灰色综合评价权向量A=(x1,x2,···,xg)做进一步处理从而使A单值化计算被评者的综合评价值V。设将各灰类等级按“灰水平”赋值，则各评价灰类等级化向量U=(λ1,λ2,···,λg)，求出综合评价值V=A×UT，则可根据V的大小对任何个数的参加评价的对象进行排序。
二、模型应用
1．确定民营企业信用评价指标的权重向量。根据层次分析法计算出指标的权重集分别为：
WA=(b1,b2,b3,b4)=(0.497,0.251,0.103,0.150)
WB1=(0.257,0.091,0.117,0.132,0.133,0.077,0.193)
WB2=(0.088,0.059,0.137,0.303,0.184,0.095,0.134)
WB3=(0.175,0.250,0.575)
WB4=(0.273,0.159,0.121,0.076,0.211,0.053,0.107)。
2．邀请5位专家给民营企业信用各指标评分。根据5位专家所填写的评分表，得出评价矩阵：
3．计算出灰色矩阵为：
根据上述计算得到的4个二级因素的灰色评价权矩阵为R1，R2，R3，R4，再结合二级权向量得二级评价结果分别为：
B1=[0.454,0.221,0.145,0.103,0.077]
B2=[0.275,0.227,0.210,0.164,0.123]
B3=[0.301,0.245,0.190,0.151,0.113]
B4=[0.347,0.198,0.169,0.161,0.125]，A=WA×R，归一化的结果为A=[0.378,0.222,0.170,0.132,0.100]。则按照最大权数法，可得到该评价的结果为“0.378”如果为了求得结果的修正系数，按照加权平均法，即取xi为权数，对每个评价等级指标vj(j=1,2,···,5)进行加权平均，其中v1=5,v2=4,v3=3,v4=2,v5=1即灰类等级化向量v=(5,4,3,2,1)。所以W=A×V■xivj=3.652。因此，可得到该企业信用状况的修正得分为3.652，介于良好和中等之间。同样也可计算得到二级评价指标的修正得分，根据各项评价指标的得分值来分析影响企业信用得分的薄弱因素。灰色综合评价值除用于评定被评对象的等级外，当有多个被评者参加评价时，还可以根据它们的灰色综合评价值进行排序选优。
本文提出了一套民营企业的信用评价模型，利用灰色多层次评价模型可以在信息不完备、不确切的条件下，更好地从多角度进行评估比较，扩大信息源，同时通过灰色评价模型来提高评价分析的可信度.在实际应用中，可以根据民营企业各阶段实际情况对评价指标及权重加以修正，使评价的效果更加符合实际，以此来完善民营企业的信用评价，推动信用评估事业的发展。
參 考 文 献
[1]于春红，李冬梅．中小高科技企业动态信用评价研究．哈尔滨商业大学学报（社会科学版）．2006（3）
[2]赵昕，李莉，王义银．用于银行贷款决策的企业信用评价模型．数量经济技术经济研究．2001（1）