时间：2022-11-26 09:51:16
绪论：在寻找写作灵感吗？爱发表网为您精选了8篇企业信用评价，愿这些内容能够启迪您的思维，激发您的创作热情，欢迎您的阅读与分享！
［关键词］ 企业信用；指标体系；未确知测度；层次分析法
［中图分类号］ F832.4 ［文献标识码］ A ［文章编号］1003－3890（2006）07－0053－03
信用评价又称信用分析是商业银行资产业务、特别是贷款业务经营的核心内容。信用评价的目的在于评价银行在贷款业务中可能面临的信用风险。目前，中国的国有商业银行正处在向股份制商业银行转轨的关键时期，而要实现这一实质性的真正转变，其根本在于银行必须以效益性、安全性和流动性为经营原则，切实提高贷款资产质量、降低其风险，对借款企业作出全面准确的评价。目前而言，企业信用评价的方法体系仍不完善，主要不足有：（1）各指标评分方法较粗略，受专家主观因素影响较大；（2）注重定量指标的评价，定性指标注重不够。魏巍贤等人用模糊综合评判方法，定性与定量相结合，对企业信用等级进行了评价，较好地解决了上述问题。
笔者结合国内相关学者的研究成果，将未确知综合评估模型与层次分析法（the analytic hierarchical process，简称AHP）相结合用于企业信用评价，对此问题进行探讨。
一、企业信用评价指标体系的建立
企业信用评价的指标体系是综合反映企业本身和环境所构成的复杂系统的不同属性的指标，按隶属关系、层次结构有序组成的集合，体现了企业信用程度的真实内涵，是企业信用评价的依据和标准。文献[1]在参考西方商业银行贷款审查的“6C”原则的基础上，并考虑到目前国有商业银行贷款对象以国有大中型企业为主的实际情况，对影响企业信用的因素加以系统分析与合理综合，应建立如图1所示的四层次综合评价指标体系。
二、企业信用的未确知-AHP综合评价方法
对企业信用评价的基本思想是：将影响企业信用的众多因素按其性质不同分为若干类，使每类包含较少因素，先按类进行评价，再对所有类进行综合评价。图1所示递阶层次结构为应用未确知-AHP方法对企业信用进行评价奠定了基础。
（一）指标权重的赋值方法
对于任何多指标的综合评估模型，确定指标权重是模型中重要的一步。确定权重的方法通常有两种：一种采用专家赋值，把指标得分率作为指标权重；或是用AHP方法求排序向量，则归一化后排序向量的各个分量就是相应的指标权重；另一种是根据实测数据，在分类标准已知的条件下通过数据挖掘确定指标权重。在实际应用中，两种方法常结合使用，特别是在定性指标和定量指标并存时。从图1可看出，在评价经营者素质（经历、业绩、信誉、能力）、经济实力、资金结构、经营效益、发展前景这些因素时，指标u11~u83有具体的观测数值，且有对应的评价标准。针对这一问题，未确知综合评估模型借助信息熵的概念，定义了指标分类权重的概念，以衡量指标对分类所作贡献的大小。这是与模糊综合评估模型最大的区别之一。
在经营者素质等因素评价完之后，要判定企业信用等级（总目标G），就必须考虑组成企业信用的各因素Ui(i=1～5)之间的相对重要性权重。显然，这一权重不涉及指标观测值，是一个无结构决策问题，要依据专家判断，并通过合乎逻辑的推理给出决策结果。AHP描述的正是选择与判断的规律。
综上所述，就本文所讨论的企业信用评价而言，其过程涉及两类权重，一是指标分类权重，二是指标重要性权重。两者无论是在内涵计算方法以及应用场合等方面均是不同的，不容混淆，更不容相互替代。
（二）未确知测度的计算
多目标决策的显著特点之一是目标间的不可公度性，难以比较。所以在评价之前，应先确定指标体系中各个指标的评价值，即计算隶属函数值。但由于评价指标的类型不同，因而其隶属函数值的计算方法也应不同。对于难以用数量来定量表示的指标，如企业经营者的经验、能力等，可通过Delphi法或随机调查方式来获取；对于数量指标，如资产负债率、流动比率等，未确知系统首先定义了可测空间，进而在严格满足测量准则的前提下，引入未确知测度[6]来计算。这一点也与模糊评估模型有所不同。
在未确知测度函数的构造上，先根据有关金融法规确定指标的最优、最差临界值，在其中插入k-1个分点a1,a2,…,ak-1（k为评价等级的划分个数）。假设在a1点左侧的属性值处于i状态，当属性值从ai增加到ai+1过程中，属性i的状态程度逐渐减弱，至ai+1时i状态的程度减为零，同时，属性的i+1状态的程度由0增加到1，如图2所示。
对应的数学表达式为：
这样，就可以计算出指标隶属于各个信用等级的未确知测度。
（三）企业信用的综合评价
企业信用评价的基本步骤是：
（1）将因素集U分类为m个因素集U1，U2，…，Um，且满足：
（4）对Ui的每个因素进行单因素评价，得评价矩阵Ri=（μijk）mxp，μijk为第i类因素Ui集中第j个因素uij关于评价集中第k个等级的未确知测度。应用未确知逻辑运算规则，计算第类因素集的综合评价为Bi=w(i)・Ri=（bi1,bi2,…,bip）。对U的m个因素集均作出综合评价后，得到总评价矩阵B=（B1,B2,…,Bm）mxp，则企业信用综合评价值为C=w（G）・B。其中“・”表示普通实数乘法。
（5）依据置信度识别准则（λ=0.6），给出评估结论。
三、实例检验
中国证券市场发展迅速，上市公司各项财务指标及信息披露较为完善、规范，为此笔者以某大型国有上市公司为例，应用上述方法进行了信用等级评价（这里仅以此为例，给出评价的具体步骤和结果）。
1. 依据相关金融法规，建立评价企业信用的指标体系。
2. 应用企业信用评价所述方法，分别计算指标重要性权重（表1）和指标分类权重（表2）。
3. 未确知综合评判。对每个定性指标采用百分制请参评专家对每个指标打分，从而得到各因素的评价值。对每个定量指标，利用未确知测度的计算方法，确定每个因素属于评语集中各等级的未确知测度，再进行综合评价，得到了该企业信用等级的综合评价值（表3）。
4. 结果分析。从综合评价结果（表3）可以看出，该企业信用水平为BBB级，基本处于中等偏上的水平，但经济实力较差，加上经营者素质不够高，所以提供给该企业的贷款风险较大。
关键词：企业融资 微型企业 信用评价 小额信贷
中图分类号：F830.56 文献标识码：A 文章编号：章编号：1006-1770(2011)08-054-05
中小企业融资难一直是我国经济生活中引人注目的问题。近几年来，国内研究者将中小企业的范畴更为细化，将微型企业从中小企业概念中剥离出来，直接探讨微型企业的融资难题；另一方面，近几年来，我国城市商业银行等中小型银行逐步发展，从弱到强，中小型银行体系从模糊到清晰。哈尔滨商业银行、包头商业银行、台州银行等一大批中小银行将面向微型企业的小额信贷作为自己差异化竞争，谋生存、求发展的战略方向。因此，研究微型企业信用评价问题不仅能够解决微型企业的融资难题，还是中小商业银行差异化生存的战略方向。
目前，各商业银行面对微型企业的贷款主要在小额贷款大类中。而小额信贷所采用的信用评价方法主要是经验方法，或称为专家方法。依赖信贷人员主观判断的方法，受限于合格信贷人员的数量和较高的人力成本，很难大规模推广使用。而一个有效的信用评价模型，依赖信息技术的处理能力，不仅可以克服不能大规模推广的弊病，还能够提高评价结果的公平性。事实上，微型企业贷款单笔数额小、笔数多、交易数据丰富等特点，刚好符合了信用评分技术需要借助大量业务数据形成准确判断的要求。
一、微型企业信用评分的应用和发展
上世纪90年代，美国银行业开始使用信用评价方法审核小企业的贷款申请。富国银行开通了专门针对小企业贷款的“企业通”产品。10万美元以下的贷款，直接通过企业信用评分决定是否放款。同一时期，美国信用评分巨头Fair Isaac公司推出了专门针对小企业进行评分的系统SBSS（Small Business Scoring Service）。SBSS的主要目标是针对中小企业25万美元以下的小额贷款，10万美元以下的设备租赁和5万美元以下的信用卡业务的信用评分。这一系统目前仍然被300多家美国银行使用，并处理90%以上的小额商业贷款。
随着信用评分在美国小企业贷款中的运用迅速扩展，亚特兰大联邦储备银行在2000年进行了一次电话调查。针对1997年的业务情况，访问了美国资产规模前200的所有银行，有99家银行作了回应，其中就有61家报告对于绝大多数低于10万美元的贷款，都使用了小企业评分系统。亚特兰大联储银行的Allen N.Berger、W.Scott Frame等人对小企业信用评分的作用和影响作了一系列的实证研究分析。他们通过实证研究发现，得益于信用评分系统的采用，每家金融机构小企业贷款的金额平均增长了40亿美元，相当于市场份额增长了8.4%。Allen N.Berger(2005)进一步研究了小企业信用评分，得出由于信用评分系统的应用，不仅使得小企业贷款的总量得到了增长，还使得低收入地区和富裕地区一样获得了更多的贷款。同时该技术对大小银行的影响不同，大银行基于自己充沛的资金实力和技术能力，往往更倾向于使用评分技术，而小企业信用评分改善了它们由于信息不对称导致的在中小企业贷款上的劣势。Allen N.Berger(2009)进行了一次新的调查，与上次调查着眼于大银行不同，这次调查对象是资产总量在10亿美元以下的社区银行，结果显示46%的社区银行使用了信用评分。然而与大银行不同，使用信用评分的社区银行中，86%对小企业主使用客户评分（针对客户的评分系统）而非企业评分系统，2%使用小企业信用评分决定贷款，另外的12%则两种评分混合使用。对社区银行使用信用评分技术的实证分析表明，这一类型的银行在使用信用评分上存在着学习过程。在度过最初的学习期之后，小企业贷款量得到了增长，但市场份额并没有增长。社区银行使用信用评分技术后，其贷款总量的增加和质量的改善，受信用评分在贷款程序中使用方式影响。这些研究说明微型企业信用评分对大银行的意义要远远超过小银行，这可能归因于大银行由于其治理结构复杂，在处理微型企业客户时，与中小银行相比，存在更为严重的信息不对称问题。微型企业信用评分在应对这些问题方面可以发挥较好的作用。
二、 微型企业信用评价模型的选择
目前常用的信用评价模型有多元判别法、回归分析法、神经网络和数学规划方法。这些方法各有自己的优缺点，多元回归模型容易解释、使用，但对缺失值、极端值的处理不尽人意；判别分析模型通常假设自变量的分布是正态分布，这与事实情况常常不符；神经网络模型可以处理多元回归不能模拟的非线性数量关系，从而能够更精确的模拟现实情况，但整个过程近似于一个黑箱，样本微小变化对结果的影响较大，抗干扰性差。
事实上，除此之外，还有基于期权定价的KMV模型、基于VAR方法的J.P.Morgan模型、基于保险方法的死亡率模型和CSFP的信用风险附加模型、基于资产组合的RAROC模型。这些新型模型起源于上世纪90年代，并且在大型企业的风险管理中得到迅速普及使用。这些方法往往依赖于成熟的证券、信贷市场均衡价格。这些价格在中小企业所处的环境中，往往不能得到，故这些新方法、新技术不在本文模型选择的视野内。
综合考虑，本文选择较为常用的logit模型作为微型企业信用评价的实证方法，来详细分析信用评价技术。
三、模型指标的选择
范柏乃介绍了中小企业信用评价指标遴选的一般方法：依次通过隶属度分析、相关分析和鉴别力分析，提取出合理的指标体系。范柏乃首先按偿债能力、经营能力、获利能力、管理能力、创新能力、成长能力分组搜集了中小企业的28项指标，作为筛选的基础。接下来，向全国近300位专家学者发出了调查问卷，要求各专家选出其中最重要的十个指标。问卷汇集之后，根据指标被选择次数占专家总数的比重，即隶属度，排除隶属度低于0.3的6个指标。在剩下的22个指标中，分析彼此的相关性，再剔除相关系数高于0.6的5个指标，之后再利用20家中小企业的数据计算余下17个指标的变差系数，排除两个不合格的指标，剩下的15个指标构成了最终的指标体系，整个指标的遴选过程就此完成。这15个指标主要体现了偿债能力、经营能力、创利能力、创新能力和成长能力。
本文在选择指标体系时参考了该文的研究成果，针对每一项能力选取一到两个指标来表示。为偿债能力设计了指标债务收入比（Debt_Sales）和小额信贷占比（Sm_Debt）。这里之所以选择债务收入比代替资产负债率，来反映企业偿债能力，是因为笔者在处理模型时，发觉这一变量更能直接反映还款资金的来源，从而对是否违约有更大的影响。另外，笔者在调查实践中发现，微型企业的实际借款情况比较复杂，除了向农信社、农行借小额贷款外，还进行一系列的民间融资。因此，笔者在模型中加入了小额信贷在企业总债务中的占比这一变量。
体现经营能力的指标是资产周转率（Sales_Assets）。资产周转率是销售收入与资产的比率值。资产周转率高意味着，微型企业的资产使用更有效率；业主的管理能力更强；在利润率相同的情况下，可以获得更多的利润。
模型中体现获利能力的指标是销售利润率（Profit_Sales）。销售利润率越高意味着，在相同销售收入的情况下，能够获得更多的利润。资产周转率和销售利润率的乘积为资产利润率（Profit_Assets）。这三个变量是会计学中杜邦分析体系的重要变量，能够全面的反映企业运行情况，故把资产利润率（Profit-Assets)也包含在模型中。
这里之所以没有选择体现创新能力和成长能力的指标，是因为通过笔者的实际调查发现，处于企业发展初期的微型企业主们常常对创新能力和成长能力并没有清晰地理解；进入某一行业时往往具有随机性，很少是对发展前景有严格的判断之后，再进入该行业。考虑到本论文的研究对象是微型企业，而不是科技型、创新型企业，故不加入反映创新能力和成长能力的指标。此外，从数据的易取得性角度来说，创新能力和成长能力方面的指标，属于定性指标，调查过程中不容易获取；而我们选中的三项指标因为涉及利润、金额等硬性的指标，数据较易获取。
前文介绍过微型企业与规模较大的企业不同，企业主的个人特点对整个企业有决定性的影响。因此，本文的模型还包括了微型企业主学历（Degree）、婚姻状况(Married)和社会声誉(Reputation)3个变量。笔者认为一个具有优秀品格的人，比优秀的企业资产状况更重要，更值得信任，而个人学历、婚姻和社会声誉能够有效地反映微型企业主的道德品质。
终上所述，本文构建的模型包括以下变量：微型企业主学历（Degree）、婚姻状况(Married)和社会声誉(Reputation)、债务收入比（Debt_Sales）和小额信贷占比（Sm_Debt）、资产周转率（Sales_Assets）、销售利润率（Profit_Sales）和资产利润率（Profit_Assets），共8个变量。
四、实证分析
本文所用实证数据的采集地为安徽省东部地区,是皖江城市带承接产业转移示范区的重要部分，符合本文要求的微型企业数目众多的要求。皖东地区地处华中，处于东西部之间的有利区域位置，使得其成为产业结构升级、大量新企业迅速诞生发展的一个优质样本。作为研究微型企业信用评价的论文，笔者认为皖东地区的发展现状完全能符合本文研究的需要。
数据采集的目标区域存在着两个集聚产业，铁器制造业和电子行业。铁器制造业主要生产农用拖拉机防滑轮、建筑用钢结构、铝合金管等等；电子行业生产遥控器、高压包等电子行业的元部件。两个产业都有大大小小的众多企业，其规模从资产千万以上的大中型企业，到小型的家庭加工作坊。数量众多的企业为本文有关微型企业的数据搜集准备了良好的条件。本文的数据主要来源于这两个行业的微型企业，另外还有一些个体经济的数据。
本文所用微型企业的相关数据来源于发放调查问卷和入户访谈。共回收调查问卷近50份，每份调查问卷涉及微型企业的指标有企业的性质、资产总额、总债务额、企业年收入、企业年利润额、业主对行业前景的预测；涉及业主信息的指标有学历、婚姻、社会声誉；涉及小额信贷的指标有无使用抵押、是否有过逾期现象、逾期多久、贷款数额、贷款用途、利率水平、还款方式等合计25个指标。表1为调查问卷中各变量的取值情况：
业主学历（Degree）最高为4，大专水平。这与本文调查的微型企业不属于科技型企业，而多分布于传统产业中是适应的。婚姻状况(Married)的期望值为0.93，且标准差相对较小，说明调查的微型企业业主大多都已结婚。社会声誉（Reputation）的期望值为3.6，说明绝大多数微型企业业主的社会评价较高。源数据中只有1户得到了“很差”的评价。之所以获得了“很差”的评价，是因为该企业业主病重，将实际控制权交给自己的儿子，而第二代不具有领导该企业的能力。
债务收入比(Debt_Sales)的最大值是4.5，最小值是0.05，均值是0.58；之所以有相对较高的均值，是因为有几户的比率很大，托高了整个均值。比率最高的4.5是一家破产的加油站，最后的年收入已经低到支撑不起企业的运行，更不要说还款了。
小额信贷占比（Sm_Debt）也是很重要的一个变量，这与微型企业的融资方式密切相关。在笔者的调查区域，微型企业可以向正规的金融机构，如农村信用社、农业银行申请一定额度的小额贷款，也可以通过民间信用的方式，向亲戚朋友、资金富余者借款。除此之外，最重要的融资方式来源于原材料的赊欠，即流动资金的占款，这通常会占一个较大的比例。鉴于上述指标都是基于企业的债务总额度，而本文讨论的是微型企业的还款情况，故小额贷款在其中的比重也是一个很重要的变量，特将其引入到模型中来。
小额信贷占比最大的是1，最小的是0.05。取值最小的是一家家庭作坊式的铁器厂，共向农信社贷了5000元作为起步资金。在调查时，所有本息已全部结清。当时，该厂的总负债额为10万，也就是说主要是通过民间融资的方式解决自己的资金缺口。比值偏低的一个重要原因是企业规模较小，业主人脉不广，很难取得正规金融机构的贷款。小额贷款占比较低的事实说明了处于初创时期的微型企业，获取小额信贷的困难程度。
资产利润率（Profit_Assets）综合体现了资产周转率（Sales_Assets）和销售利润率（Profit_Sales）的影响。资产周转率和销售利润率是杜邦分析体系中最重要的两个变量。资产周转率反映着企业的经营效率，间接体现着业主的经营能力。在同等利润率的情况下，资产周转率高的企业能够获得更大的现金流，陷入经营困境的可能性更小，故偿还小额贷款的可能性更大。销售利润率高的企业，则能够获得更多的利润，从而还款的资金来源更有保证。
在实际调查研究中发现，资产周转率和销售利润率受行业特征影响明显，铁器制造业的微型企业资产周转率通常较高，而电子行业的资产周转率较低。两个比率之间存在一定的反比关系，资产周转率高的行业通常利润率较低，资产周转率低的企业，销售利润率较高，从而保证各行业的资产利润率大致保持一致。资产利润率的标准差为0.26，和销售利润率的标准差0.25相差不大，远低于资产周转率的标准差1.18。这说明了资产利润率远比资产周转率取值稳定。
由表中所知，模型中所有变量之间的相关性数值最大为0.49，说明变量之间的相关性不高，符合模型对数据的要求。
本文的实证分析是通过Stata SE11.0进行的。上文引进了8个变量，影响微型企业还款的各方面因素都有包括。接下来的建模过程参考了约化建模理论，通过逐步舍弃不显著的变量，来构建一个较为“简单”的模型：
首先，本文研究包含所有8个变量的logit模型，其回归结果如下：
logit(Pi/1-Pi)=
-10.37+0.71Degree+3.44Reputation-1.70Debt_Sales
(3.19) (0.71) (3.44)(2.91)
+2.32Sm_Debt-0.52Sales_Assets-8.56Profit_Sales+8.70Profit_Assets
(4.59)(1.69) (8.63)(9.57)
Pseudo R2=0.6885(伪可决系数),prob>chi2=0.0030
各系数的Z值情况如下表所示：
因大都数微型企业业主都结了婚，故变量婚姻状况(Married)直接被系统自动排除。模型的伪可决系数为0.6885，变量的整体显著性高达99.70%。这说明所有变量作为一个整体来说，对各个业主的还款可能性有很大的解释能力。但单个变量的Z检验结果并不理想。“P>|Z|”的取值全都高于0.3，这说明了单个变量的显著性并不明显，变量之间存在着共线性。接下来的处理措施就是去除一些冗余的变量。
有Z检验的取值可知，变量Degree的显著性最低，故在新模型中，我们首先排除Degree。其次，资产周转率（Sales_Assets）和销售利润率（Profit_Sales）的系数符号与现实经验相违背。笔者认为这是由于资产周转率、销售利润率与资产利润率之间的共线性造成的。事实上，在表2中，我们可以观察到它们之间相对较高的相关性。在新模型中，我们排除了资产周转率（Sales_Assets）和销售利润率（Profit_Sales）。新模型回归结果如下：
logit(Pi/1-Pi)=
-9.76+2.80Reputation-2.08Debt_Sales+2.10Sm_Debt
(6.39) (2.80) (1.34)(2.72)
+7.68Profit_Assets
(5.56)
Pseudo R2=0.6224(伪可决系数),prob>chi2=0.0005
各系数的Z值情况如下表所示：
从表4的数值可知，在去掉多余的变量之后，各变量的显著性有了明显的提高。虽然模型的伪决定系数从0.6885降到0.6224，但这一降低与变量显著性的提高相比是值得的。
常数项的取值为-9.76。这意味着在社会声誉、资产利润率、债务收入比、小额信贷占比都取零的情况下，Pi取值会偏低，趋向于0。这说明在社会声誉较低、企业运行状况较差、资金使用效率低的情况下，本模型认为业主不太可能顺利完成还款。
社会声誉(Reputation)的系数取值为正，说明微型企业业主较高的社会声誉能提高还款概率。这条结论包含着两个原因：一方面，具有较高社会声誉的微型企业业主，通常具有出色的经营能力，故相关企业的实力通常高于平均水平；另一方面，社会声誉能够反作用于业主。业主常常不希望既有的“好名声”被一次违约的信用记录打破，因此有较高社会声誉的微型企业业主在还款方面有比一般业主更大的还款压力，从而具有更高的还款概率。后一点，在笔者的调查过程中，得到了证实。很多微型企业业主向笔者强调“无论如何也不能有违约信用记录，否则将为以后的贷款带来困难！”
资产利润率（Profit_Assets），综合反映了企业的获利能力和资产使用效率。一个拥有较强获利能力的企业必然有较高的销售利润率，同时资产周转率较高的企业必然在资金使用效率上表现出色。销售利润率和资产周转率相乘，就是资产利润率，决定着企业的利润。
在本文的实证模型中，资产利润率的系数为7.68，说明资产利润率数值的增加有利于提升业主的还款概率。这符合现实经济规律，资产利润率的提高增加了企业现金来源，这减小了企业因还款而存在的资金链压力。
小额信贷占比（Sm_Debt）的系数为2.10，说明随着小额信贷比例的增加，业主的还款可能性也在提高。这可能与小额信贷较高的管理技术、严格的风险管理有关。小额信贷是最近几年推出的金融产品，故相关管理技术，远比传统的贷款先进，从而有较小的违约比例。这一点在实地调查中得到了证实，笔者所拜访的近期借贷的微型企业，还没有遇到一例违约的；违约的企业基本上来源于历史上的借款。
债务收入比（Debt_Sales）的系数为-2.08，说明随着负债总额占年收入比率的增长，业主的履约还款的概率在下降。还款资金的直接来源就是企业的销售收入。销售收入相较于负债总额，规模越大，企业还款的压力越小，履约可能性越大。
本文将履约和违约的概率分界点定在1/2处。用上述模型检验对照组的数据，预测的正确性如下所示：
如上表所示，违约业主的预测正确率为50%，低于履约业主的预测正确率87.50%。模型在不同类型业主预测上的差异可能是由于样本数据中履约业主所占比例较大,违约业主数据量较小造成的。较多的数据使得模型能够对履约业主的特征进行更准确的拟合，提高了履约预测准确程度。整个验证数据的预测正确率为80%，说明该logit模型的总体预测能力是比较高的。
结论
本文的研究表明，合适的微型企业信用评价模型能够较为准确地预测还款情况。微型企业信用评价模型完全有能力在微型企业融资过程中发挥重要作用。这种数量化的评价方法，符合微型企业贷款笔数多，额度小的特点。它相较于人工审批，不仅能同时处理更多的贷款申请，还能避免审批过程中的人为偏见。
微型企业信用评价模型从理论走向实践，可以先从贷款笔数多、数据量丰富、模式稳定的微型企业小额贷款开始，然后再扩展到其它的微型企业贷款形式。在应用过程中，我们可以广泛借鉴消费信贷中成熟的模型开发、实施经验，来探索微型企业信用评价的模式。
此外，随着电子商务的发展，一方面，以各类网店为主体的网上交易积累了丰富的交易数据；另一方面，阿里巴巴等知名公司适时推出了网络小额信贷，解决从事电子商务的小企业融资难题。新的交易方式、贷款形式，给微型企业信用评价模型技术提供了广泛的应用前景。信用评价模型在解决微型企业融资难的过程中将大有作为。
参考文献：
1.庄传礼：《中小企业信用》，《银行家》，2008年第11期。
2.范柏乃，朱文斌：《中小企业信用评价指标的理论遴选与实证分析》，《科研管理》，2003年11月。
3.Allen N.Berger,W.Scott Frame, Small Business Credit Scoring and Credit Availability[R], Working Paper,May 2005
4.Allen N.Berger,Adrian M.Cowan,W.Scott Frame, The Surprising Use of Credit Scoring in Small Business Lending by Community Banks and the Attendent Effects on Credit Availability and Risk[R], Working Paper,March 2009
5.W.Scott Frame,Aruna Srinivasan,Lynn Woosley, The Effect of Credit Scoring on Small-Business Lending[J], Journal of Money,Credit,and Banking,Vol.33,No.3(August 2001)
6. W. Scott Frame, Machael Padhi, and Lynn Woosley, The Effect of Credit Scoring on Small Business Lending in Low- and Moderate-Income Areas[R]，Working Paper,April 2001
作者简介：
关键词:企业信用模糊综合评判法 德尔菲法
引言
企业信用作为社会信用的三大组成部分之一,也是社会信用体系的基础和核心,因此,企业行为对构建良好社会主义市场经济秩序起着十分重要的作用。本文针对现存在的问题提出基于模糊综合评判下的企业信用评价,其中应用德尔菲法对各评价指标打分的方法确定其隶属度和权重,实现定性分析和定量分析相结合的对企业信用客观、综合的分析。
一、企业信用评价指标体系
企业信用评价是一种普遍反映企业信用风险的方法,本文根据企业的特点、将影响企业信用等级的因素分为企业外部因素(包括市场前景、国家法律政策、行业环境)、企业内部因素(包括组织结构、企业战略、竞争地位、行业承保)、企业管理因素(包括产品定价、投资管理、业务管理)和企业财务因素(包括企业财务制度、企业盈利能力、资产流动性)四个方面,在此基础上,选择有代表性、对企业信用影响较大的因素作为二级指标建企业信用评价指标体系。
二、构建综合评判模型
2.1 评语集的建立
企业的信用等级通常从高到低划为为四等,即信用好、信用较好、信用一般、信用差,分别用A、B、C、D表示,本文据此确定信用评语集V={ A; B; C;D}。
2.2确定评判集
以企业的信用为评价目标,将目标分解的具体指标。本文结合构建的企业的评价指标体系,确定一级评判因素集为U={企业内部因素,企业外部因素,企业管理因素,企业财务风险};根据二级评判指标确定的二级评判因素集为:
U1={组织结构,企业战略,竞争地位,行业承保};
U2={市场前景,国家法律政策,行业环境};
U3={产品定价,投资管理,业务管理};
U4={企业财务制度,企业盈利能力,资产流动性}
2.3确定评判矩阵R
评判矩阵R看为评语集X到因素集U的模糊关系,R∈F(X×U),用各项判据对每个评判对象进行评价。rij是对象对于xi因素ui的特征指标。可以把rij看为因素ui属于xi的程度。即因素ui对于xi的隶属度。rij∈[0,1]看作集合U的模糊集。本文结合德尔菲法确定因素ui属于xi的程度,即有专家打分的方式确定rij。
2.4 确定权重
权重系数是表示某一指标在整个指标体系中具有的重要程度.某种指标越重要,则该指标的权重系数越大,反之,权重系数越小。本文根据应用德尔菲法确定一级因素层的权重和二级因素层的权重。
2.5 确定评判函数f
评判函数f是一个m元函数,m个自变量都在[0,1]区间取值,对应的函数值可取任意实数。即d=f(z1, z2, z3 …. , zm) zi∈[0,1]本文根据模糊综合评价模型式Ⅰ:d1=a1z1+a2z2+……+amzm=。
2.6 综合评判模型构建
首先,根据模糊综合评价模型式Ⅰ:d1=a1z1+a2z2+……+amzm=。得到信用等级评判据集的关于评语级的隶属向量:D =(d1, d2 ,d3 ,d4)。d1, d2 ,d3 ,d 4表示U属于xi(i=1,2,3,4)的隶属度。
D =(d1, d2 ,d3 ,d4)=( R1 ×A1 , R2 ×A2 , R3 ×A3 , R4 ×A4 )。
其次,再将D作为一级评判据集的评判矩阵和模糊综合评价模型式Ⅰ,进行上一级综合评判,以此来确定此项目投资风险属于评语级X的隶属度v。根据隶属度判断项目的风险大小。
V=D×A=( R1 ×A1 , R2 ×A2 , R3 ×A3 , R4 ×A4 )×A
三、实例分析
根据图1所示企业信用评价指标体系,确定某企业的评价指标
3.1确定评判矩阵
应用德尔菲法参用专家打分的方式确定评判矩阵,对于组织结构一项假设有35%专家认为该企业信用等级属于A级,40%专家认为属于B级,15%专家认为属于C级,其余专家认为属于D级,则得r1j=(0.35,0.4,0.15,0.05)。其余各项因素也类似通过专家打分,得到如下评判矩阵:
3.2 应用德尔菲法确定权重
本文根据应用德尔菲法,利用专家经验确定一级因素层的权重:A={0.3, 0.2, 0.2, 0.3}
二级因素层的权重分别为:A1={0.3, 02, 03, 0.2} A2={0.3, 0.4, 0.3 } A3={0.4, 0.3, 0.3 }A4={0.2, 0.4, 0.4}
3.3 模型求解
计算
依次类推求得d2、d3、d4得
即企业信用等级属于C的隶属度是0.253最大;信用等级属于A的隶属度为0.236最小,说明企业的信用等级为C,信用一般,作为企业自身应进一步加强企业信用建设,提高信用等级。
四、结论
本文将模糊评判方法和德尔菲法结合,建立企业信用情况评价的模糊综合评判模型,其积极意义有如下:
1)将德尔菲法定性评价和糊评判方法定量评价相结合,再次实现了定量分析与定性分析的结合。
2)通过两种方法的结合,削弱了定性分析方法中人为因素的影响,使得评价结果更客观。
3)应用德尔菲法,结合专家经验知识将模糊评价中的模糊因素转化为可靠、符合实际的量化指标,提高评价结果的精度且能更加反映实际情况。
利用该模型对企业信用评价,当有多个拟合作对象时,通过信用隶属度的比较决定是否与其合作,是企业决策提供有效、可靠的分析方法。
参考文献:
[1]刘林.应用模糊数学[M]西安:陕西科学技术出版社,1996
中图分类号：F740.44
文献标志码：A
文章编号：1000—8772（2015）19-0054-02
一、电子商务环境下信用评价模型的构建
（一）权重比率的计算
选择n位分析者进行观点阐述，然后利用层次分析法布局数学矩阵。对于n位分析者而言，面前的待分析目标信息体被分成不同层次的元素。比如，分析企业债务清偿能力的关键要素，首层分析目标为债务清偿能力。次级分析目标为企业资产负债率、主营业务收入、净资产、存货等指标。再次级将针对次级要素，逐一分配要素，比如构成企业的负债总额、资产总额等。根据此项架构，由分析者评判出元素间的重要程度。
构建矩阵模型中，f表示分析者，g表示层次分析中的目标及构成总目标的各个子目标。于是得出公式，其中，fi表示第i个分析者；fmfn表示分析者fi针对要素m与要素n之间的判断指数比较值；gm*gn表示目标要素的范围。fm与fn之间的判断指数由fm/fn求得，计算过程可以进行互相倒置，即倒置后的两种运算结果互为倒数。
用fmfn表示m针对n要素的重要程度，可以通过得数大小来具体体现两种要素比较下的判断指数。
利用集合平均法进一步运算。假设分析者提出的观点有价值，则推导出
，将上述公式所得向量W进行归一化运算，以每一分量的得数作为分子分别除以总量，计算出每位分析者的分析结果在总量分析结果中所占的权重比率，
检验经过计算得出的权数结果的客观可靠程度，
参考文献数据，检查Pfi的得数，实行一致性检验。若Pfi小于0.1，则认为判断权数的客观性符合普遍性标准；若得数大于或等于0.1，则说明结果可参考性不足，需要追加运算做出调整，直至结果降至0.1一下。
基于聚类分析法，对分析者之间各自的分析结果的权重得数做出整合和筛选。目的是选择符合整体趋向的有意义判断指标。由层次分析法得出的矩阵数列
推导出整体判断权重的矩阵
。式中，fm表示第m位分析者对第m行目标的分析权重，fn表示第n为分析者对第n行目标的分析权重。通过汇总矩阵的计算，得出所有分析者的整体量化指标Df。再用得出的Df值与固定的阀值作比较，去除偏离阀值较大的分析者判断权数，保证判断结果符合整体一致性原则。
通过层次分析法、聚类分析法得出的整体及子系统的判断指数，进行区间化计算后，将指标值进行加权平均处理。即得出企业信用度指数：D=
。式中，Wj表达目标的权重值；Wji表示指标的权重值；Xj则表示区间化计算后的指标得数。
（二）根据计算结果进行评级
企业的信用等级主要包括三A、二A、A、三B、二B、B等级别，根据Xj的指标得数对应不同等级区间的指标级别设置，判断出企业的信用等级。例如，Xj得数大于0.9（小于1）的企业，被视为信用等级AAA级企业。债务清偿能力优秀，在与其进行债务合作交易中能够获得较可靠的保障。
二、企业信用评级体系的注意事项
（一）评估元素的清晰化
通常，企业的信用水平通过环境、基础、动力、表现四个信用方面来体现。基础要素是企业内部的信用决定性要素，包括企业的财务报表体现出的情况指标分析；表现要素是企业在信用经济合作中的历史记录，表现要素也是权重指数较高的信用决定元素；环境要素是对于政策、行业市场前景、电子交易平台的设备情况等外在条件进行的分析，企业的经营状况深受外在环境影响所以必须清晰环境元素信息；动力元素旨在分析企业未来发展状况，通过对未来盈利能力的预测来推算未来债务清偿能力等指标。
（二）评估指标的精细化
企业信用指标是评价企业综合能力的标尺，在评价的过程中不能用片面的标准掺杂主观的臆断进行评判，必须通过客观的运算，得出全面化的指标，参照国内通用的指标参数来衡量企业的综合信用水平。在计算的过程中要严格细化每一个具体步骤，例如决定企业盈利能力的因素中，财务报表内的营业收入起到直接影响作用，客户结算进度、回款进度指标则起到间接影响作用。在这些因素中，各个单项所占的权重比例不同，不能采用简单的平均数分析法来计算，需要加权指数后计算出每一项在总体指标中的影响程度，进而采用加权平均的方法合理地分析企业的综合信用指数。
（三）评估方法的全面化
多元统计、人工智能、期权理论是目前信用评估的主要方法。其中多元统计包括判别分析、回归分析、Probit模型等；人工智能评判方法主要采用神经网络等方法。定性分析法的判断结果主要取决于评估者的个人经验，具有比较高的个人主观性，定量评估法则侧重客观分析。在企业信息评级实践中，要根据具体的情况决定采取哪种评估方式。
结语：
电子商务平台为企业的商务发展提供机遇也同时提供了挑战。电商中小企业在享受新型交易模式带来的便捷的同时，也容易出现多元化的信用危机。交易机构在信用监管方面，必须加大企业信用评判机制的构建，避免由于评级架构的不完备而为企业带来不合理的评级结果，让中小企业电子交易模式下的发展受到制约。
参考文献：
[1]李菁苗.电子商务环境下中小企业信用评价[J].系统工程理论与实践，2012（03）.
[2]何娟.电子商务环境下的我国中小企业信用评估体系构建[D].西南财经大学，2012.
作者简介：胡念（1981-），男，湖北天门人，本科，教研室主任。研究方向：互联网中小企业。
信用是市场经济的基石，而作为市场竞争主体的企业，其信用状况如何，将直接关系到整个社会主义市场经济的发展。因此，对企业信用进行评价具有重要的现实意义。纵观信用评价的历史，从最初依靠训练有素的专家主观判断的古典信用度量术到现在以统计学、运筹学、模糊数学和现代金融理论为基础的信用风险模型，企业信用评价方法在不断演进中发展和完善。归纳起来大致可以分为三类，第一类是传统的信用评级方法，主要包括以5C法为代表的专家评判法和以5C法为基础发展起来的综合评价法；第二类是统计模型法，其中主要包括线性区别模型、线性概率模型、Logit模型和Probit模型；第三类是以类神经网络法与模糊分析法为代表的新兴评级方法。
在国内外企业信用评价实践和理论研究中，更多地是把企业信用评价内容界定为财务类与非财务类两大因素。通过对企业财务因素的定量分析，可以判断出企业财务状况的好坏程度，从而确定企业还款能力的大小。在此基础上，再对影响企业财务状况的非财务类因素进行分析，就可以对企业的还款能力作出更加全面、客观的预测和动态评估。由于非财务类因素的影响程度是由人们的主观判断确定，并且这种评价不可避免地带有结论上的模糊性。因此，要提高企业信用评价的可靠度，必须找到一种能够处理多因素、模糊性及主观判断等问题的评价方法。本文认为可以借助模糊数学的思想，建立一个模糊综合评价体系。
二、AHP-模糊综合评价模型
AHP模糊综合评价模型主要由两部分组成，第一部分，层次分析法，它是美国著名运筹学家、匹兹堡大学教授托马斯・塞蒂于20世纪70年代中期正式提出来的。所谓层次分析法就是一种定性和定量相结合的、系统化、层次化的分析方法，强调人的思维判断在决策过程中的作用，通过一定模式使决策思维过程规范化，适合于定性与定量因素相结合、特别是定性因素起主导作用的问题。而品质在对客户的信用评估中是最重要的，因此，我们就用AHP法确定各指标的相对权重。第二部分，模糊综合评价，它是一种应用非常广泛和有效的模糊数学方法。所谓模糊综合评价法就是运用模糊数学和模糊统计的方法，通过对影响某事物的各个因素的综合考虑，对该事物的优劣作出科学地评价。模糊数学是20世纪60年代美国自动控制专家查德（L.A.Zadeh）教授创立的，是针对现实中大量的经济现象具有模糊性而设计的一种评判模型和方法，在应用实践中得到有关专家的不断演进。综上所述，AHP模糊综合评价模型就是首先利用层次分析法确定企业信用评价体系中各个评价指标的权重，然后利用模糊综合评价对企业信用评价的过程进行模糊综合处理，最终就可以确定企业信用评级等级。
三、运用AHP设计中小企业信用评价指标体系
其一，设立评价指标体系。根据企业信用评价指标体系设立三层评价指标集：目标层指标集U=｛U1，U2，U3，U4，U5｝，分别代表企业的品质、能力、资本、抵押和条件；准则层指标集Uk=｛Uk1，Uk2，…，Ukm｝，其中m为Uk下的指标数；统计指标集Ukm=｛Ukm1，Ukm2，…，Ukmi｝，i为Ukm下的指标数，见表1。评判集是对评价对象可能出现评价结果组成的集合，本文采用五级评价标准，用V表示：V=｛V1，V2，V3，V4，V5｝，其中V1，V2，V3，V4，V5分别代表评价结果优秀、良好、中等、及格、不及格。一般而言来自企业外部的信息比来自企业内部的信息更加可靠，为了保证企业信用信息平台的有效性和准确性，因此，基于“5C”系统建立的信息库要采集并储存来自公共服务部门或管理部门的有关企业以下方面的信用信息。如表1所示：
其二，构造判断矩阵。建立上述层次结构后，就需要确定一个上层次元素所支配的下层若干元素以该上层元素为准则的比较判断矩阵。根据T.L.Saaty教授提出的比例九标度法，通过两两比较，确定层次中诸元素相对于上一层次某一元素的相对重要性，构造出两两比较判断矩阵。
（2）确定定量指标的隶属度。对于定量指标的隶属函数关系的确定方法分为效益型指标（越大越好型）和成本型指标（越小越好型）两种情况考虑。先根据有关金融法规及经济常识确定企业所属行业的各统计指标的平均值、最高标准、最低标准，取平均值与最高水平的中间值得到较高水平、平均值与最低水平的中间值得到较低水平，5个标准构成评价结果Vf（f=1，2，3，4，5）。然后，计算定性指标的实际值，再判断与其最接近的二个标准，即（3）确定模糊综合评价模型。首先，利用（1）、（2）计算出来的隶属度得到统计指标层的模糊变换矩阵Rkm和统计层指标权重集Wkm=（Wkm1，Wkm2，…，Wkmi），采用加权平均法计算得到准则层的模糊变换矩阵Bkm=Wkm・Rkm；其次，利用准则层的模糊变换矩阵Bkm和准则层指标权重集Wk=（Wk1，Wk2，…，Wki），同样采用加权平均法计算得到目标层的模糊变换矩阵Bk=Wk・Rkm；最后，利用目标层的模糊变换矩阵Bk和目标层指标权重集W=（W1，W2，W3，W4，W5），同样采用加权平均法得到目标层的模型构造矩阵B=W・Bk。
四、案例分析
笔者随机选取张家港市A企业的信用进行综合评级。
首先，分别向专家发放调查问卷，要求他们对各层次指标间的重要程度进行两两比较赋值，并根据赋值构造判断矩阵。并运用AHP法确定权重向量，如表2所示：
其次，通过问卷调查，让专家对A企业的定性指标进行打分评级，就可以得到这家企业的评价矩阵Rk，
即R11=0.20.20.30.300.20.20.40.200.30.20.40.100.40.20.20.20，R51=0.20.30.30.200.20.30.20.300.40.40.2 00
R52=0.30.40.20.100.30.30.30.100.20.40.30.100.40.30.20.10
对A企业的以往还款记录评价结果：
B1=B11=W11・R11=（0.080.050.030.54）・0.20.20.30.300.20.20.40.200.30.20.40.100.40.20.20.20=（0.3410.20.2820.1750）
对宏观环境的综合评价结果：B51=（0.250.3250.250.1750）
对行业状况的综合评价结果：B52=（0.270.3360.2640.10）
对条件的综合评价结果：B5=（0.260.3455 0.2570.13750）
由于一些小企业恶意逃废银行债务，致使银行宁可不贷或少贷，从而中小企业很难从银行贷到款，其需要资金时都是向亲戚朋友筹借的，因此这里关于抵押的指标隶属度就用（1000）来表示。通过搜集纺织业的相关资料，可以得到定量指标的最大值和最小值，然后通过分析A企业的财务报表就可以得出这些定量指标值的实际值，从而利用上述确定定量指标隶属函数的方法可确定定量指标的隶属度，如下：
R21=000.50.50000 0.390.61000 1 0000 0.460.54 R22=0000.210.790000.330.67
R31=1000000001R32=000.130.870000 0.620.38
R33=00 0.650.35000.420.580 000.520.480 0
对A企业的偿债能力评价结果：
B21=W21・R21=（0.070.210.430.29）・000.50.5 0000 0.390.610001 0000 0.460.54=（000.0350.6800.285）
对营运能力的综合评价结果：B22=（0000.23040.7696）
对资本结构的综合评价结果：B31=（0.20000.8）
对成长能力的综合评价结果：B32=（000.08710.78750.1254）
对盈利能力的综合评价结果：B33=（00.42560.53240.0420）
对担保资产的综合评价结果：B41=（10000）
对能力的综合评价结果：B2=（000.0230.5320.445）
对资本的综合评价结果：B3=（0.020.2720.3630.2320.113）
对抵押的综合评价结果：B4=（10000）
综上所述，对A企业信用的综合评价结果为：B=（0.2870.1990.2370.21000.067）。然而，为了使综合结果的优劣程度易于区分，我们就引进分数集F=（F1，F2，F3，F4，F5）T=（43210）T，其中 Fj表示第j级评价等级的分数。因此A企业等级综合评价值为：Z=B・F=（0.2870.1990.2370.2100.067）・（43210）T=2.429。由此可见，A企业的信用等级为中等。
五、研究结论
本文在前人和他人已有研究成果的基础上，结合目前我国企业信用评价的实践，进行了尝试性的拓展努力，主要结论如下：一是将模糊综合评价法引入企业信用评价中，运用定量分析与定性分析对企业信用进行评价。二是通过案例分析来验证指标体系及评价方法的实用性和有效性。但是本文中判断矩阵的构建和定性指标隶属度的确定这两个过程都需要专家评定，而笔者由于条件和资金所限，只能尽力找一些有评价经验或与此有关系的中高层管理人士，并非真正的评级专家，可能会对评级结果有所影响。并且凭借该公司所出的年报来做数据分析，难以判断其真实性，可能也会对评级结果有所影响。
参考文献：
［1］曹和平：《信用》，清华大学出版社2004年版。
［2］新华社、发改委：《中小企业在繁荣经济中作用越来越大》，《上海证券报》2007年12月11日。
［3］袁凌：《企业信用缺失的成因与治理》，《湖南大学学报》2003年第3期。
［4］胡笙煌：《主观指标评价的多层次灰色评价法》，《系统工程理论与实践》1996年第1期。
[关键词]信用评价 层次分析法 优势 评价指标 应用
[中图分类号]F276.3；F832.4 [文献标识码]A [文章编号]1009-5349（2013）01-0158-02
一、信用评价
信用评价是以一套相关指标体系为考量基础，标示出个人或企业偿付其债务能力和意愿的过程。
二、对中小企业信用评价的难点
对中小企业信用评价的难点在于，无法对中小企业行业发展潜力、经营发展和偿债风险进行评估，从而导致银行等金融机构对中小企业的信贷能力产生怀疑，造成中小企业信用度缺失，进而出现融资难的现象，导致企业发展与企业信用逆反现象，使得企业信用降低。
三、选择合适的评价方法——层次分析法
层次分析法是一种能有效处理那种难以完全由定量方法处理的复杂问题的方法。将复杂的问题分解成目标、准则、方案等若干层次的系统，在每一层次按照一定准则对该层元素进行逐对比较，并按标度定量化，形成判断矩阵。通过计算判断矩阵的最大特征值以及相对应的正交化特征向量得出该元素对该准则的权重。
（一）运用层次分析法的优势
层次分析法是从中小企业发展的内外发展状况进行分析。将行业状况、经营状况、管理状况、财务状况等作为层次影响因素，对各层次因素进行细分，进一步对成本结构、盈利能力、负债能力等二级因素进行科学分析，得出各二级细分因素在企业信用评级中的权重比例以及评分结果，银行金融机构、担保机构等依据最终指标评分结果对中小企业所处行业状况、财务状况、经营状况等方面进行系统的风险性和收益评价，确定是否给中小企业实施贷款业务。
（二）层次分析法步骤
4.最终得出信用评价得分=100*权重。
四、对我国中小企业信用评价指标的选择
（一）行业状况
掌握行业的特征和风险程度，就能掌握被评价者在行业中的竞争地位，从行业的基本状况和发展趋势来判断被评价者的基本风险。考察的因素有：成本结构、行业周期性、行业盈利性、产品替代性。
（二）经营状况分析
要全面地评价企业信用，还需要分析企业身的经营管理风险。包括：经营策略分析、管理控制分析、管理层素质经验、组织结构分析。
（三）管理状况分析
企业的管理状况、领导层的素质和管理水平直接关系着企业的经济效益，对企业的管理现状进行分析，是对企业信用程度分析的必要环节。
（四）财务状况分析
企业的财务状况决定了企业的信用基础，任何企业的信用都要以财务基础为保障，企业财务与企业信用互相制约。因此，分析企业财务状况是对企业进行信用评价的关键。
五、层次分析法评价应用
（一）对某小企业基本信息状况进行层次分析法处理
以下是对某一小型太阳能企业基本信息的考察，搜集资料数据，掌握本企业所在行业基本情况。
成本结构：固定成本相对其他企业较大，流动成本适中，盈利能力一般；太阳能产业作为新型能源产业，有着良好的发展前景；行业盈利能力强，太阳能资源作为新型能源，绿色环保，加上技术先进化，企业利润随着市场规模的扩大，逐渐增加；行业依赖性大，同行业替代品较少，初步预测未来五年无新型产业能替代太阳能产业。通过专家学者对太阳能企业的行业分析，依据数据统计建立中小企业的初始矩阵图（包括财务状况、经营状况、管理状况），初步确立各指标的相对权重。
在此我们建立信用评价结果集。这里以优、良、合格、不合格四个标准来评价中小企业的信用度，即评价集为V=（优、良、合格、不合格）。参数指标如下：40～50为优，30～40为良，20～30为合格，20以下为不合格。
（二）小太阳能制造企业信用评价指标分析
从上表统计本小太阳能制造企业信用评价指标得分来看：
1.出于行业发展分析：太阳能产业正处在新能源开创初期，作为新能源行业具有巨大的发展空间。
2.总体经营状况发展可观，本小企业能够正确的进行产品分析和市场评价，运用正确的经营策略，能保证企业在以后发展中处于基本稳定状态，良好的企业经营状况能够给企业带来良好的信用评价。
3.企业内部管理较为科学，组织结构适中，管理者知识技能和管理素质给企业的科学发展提供了软条件。为企业的长久发展具有战略性指导意义。
4.企业财务是公司一切事务发展的基础，良好的财务状况决定了企业具备较强的发展能力。企业总体处于一个好的发展状态，盈利能力较强，负债比率较低，说明企业值得信任，正常条件下不会出现资金信用缺失问题。
综述，企业总体信用度处在高分位置，表明企业信用度比较高，除企业自身存在小部分问题之外，总体信用能给银行评价机构一个可信赖答复。从企业信贷风险和银行收益角度考虑，银行可以给予本小企业一定金额的融资贷款业务，帮助企业实现技术、制度、产品创新。
【参考文献】
关键词：中小企业 信用评价 F分数模型 相关性分析 方差分析
一、引言
我国目前的企业信用评价体系主要针对国有大型企业，如果机械套用，只会使得中小企业的价值和信用被低估，加剧中小企业融资困境。而设立符合中小企业发展规律、现实需求和实际情况的信用评价体系，具有以下积极意义：（1）优化融资环境，帮助金融机构和信用担保机构正确评估中小企业信用风险，从而提高中小企业获得贷款的机会；（2）引导投资，由于新型信用分析模型指标中包括企业未来发展和创新能力指标，有助于潜在投资者了解企业发展情况和前景，进行投资决策，使中小企业获得投资资金；（3）促进中小企业自身发展，中小企业可以利用新型的信用分析模型，了解自身经营和信用上存在的风险和不足，提高经营水平、人员素质和诚信自律。在信用评价体系中，信用评价方法和信用评价指标居于核心地位。尤其是信用评价指标，是信用评价的基础和对象，指标选取是否恰当对评价结果的可靠性至关重要。本文将以深交所中小板块的上市公司为研究样本，利用F分数模型度量样本公司的信用水平，并以此作为被解释变量，检验所选中小企业信用评价指标与其信用水平之间是否存在相互关系或影响，以确保评价结果的科学性和准确性。
二、文献综述
（一）企业信用及信用评价概念 从经济学意义上讲，信用就是用契约关系保障本金回流和增值的价值运动，是商品货币关系下价值运动的一种特殊形式。企业信用是指企业法人以自身盈利能力、资产状况为抵押或依托，从金融机构获得贷款或从其他企业（如供货商）预先获得商品和服务。而金融机构或供应商向契约另一方提供贷款或商品，就必将面临对方不能全部履约、甚至是违约的风险，典型的包括不能按期支付利息、到期无法归还本金、不支付货款等。这种因交易一方不能履行或不能全部履行交收责任的风险就是信用风险，而引发信用风险的原因往往是违约方出现了破产或其它严重的财务困境。而信用评价，就是评估主体根据科学的评估方法和规范的指标体系，给出关于受评对象的信用风险（特别是可能出现违约状况）的判断意见。如果受评对象出现违约或财务困境的概率较小，意味着其信用风险较低，那么我们就可以认为该受评对象的信用水平较高。
（二）信用评价方法回顾 从20世纪30年代以来，企业信用评价方法大致经历了经验判断、数学模型和系统综合三个阶段。1950年以前的企业信用评价方法主要以专家经验判断为特征，包括著名的5C、5P、5W分析法。但这种方法有赖于个体常识和专家的判断过程，因此主观性较强。为了克服这一缺陷，1950年以后的科研人员开始尝试运用数理统计方法创新企业信用评价技术。Altman（1968）建立了5个变量的线性判别式分析模型，即Z计分模型，该模型的临界值为2.675，如果Z值小于临界值，那么就被认定为违约组。1977年，Altman等人对Z计分模型进行了修正，推出了第二代信用评分模型-ZATA模型。1993年，KMV公司利用期权定价理论提出了信用检测模型（Credit Monitor Model），也被称为KMV模型，用来对上市公司和上市银行的信用风险（特别是它们的违约状况）进行预测。随着计算机技术、人工智能和系统技术的进步和创新，企业信用分析方法也随之进入了系统综合阶段，决策支持系统、多目标决策、遗传算法、因子分析和聚类分析、神经网络、DEA模糊数学等的研究方法在企业信用评价研究中得到了广泛的应用和发展。
（三）信用评价指标选择 信用评价指标是信用评价的依据和对象，前者是后者的具体化以及定量或定性反映。信用指标的合理性、准确性直接决定着评价结果的可信度。因此有关企业信用评价的研究，都对指标体系问题给予了特别关注。从指标性质的演化上来看，1950年以前的信用评价主要依靠专家经验判断，所以在指标的选择上也采用了定性指标，大多围绕道德品质、还款能力、资本实力等因素展开分析。随着数理统计方法的不断创新和发展，同时为了克服人为因素对定性指标的影响，研究者开始引入企业财务数据、市场份额等定量指标加以分析。而以定量指标为主的数学评估模型，却难以反映对企业信用有重大影响的却难以量化的指标。因此，目前主流的信用评估指标主要是定性指标与定量指标相结合，以增强指标设置的合理性和全面性。从具体指标上来看，Beaver（1966）通过单变量分析模型发现现金流量负债比是最佳的信用判定指标，其次是资产收益率、资产负债率、营运资本比和流动比率。Altman（1968）利用判别分析，最终选用营运资本/总资产、留存收益/总资产、息税前收益/总资产、权益市价/债务总额账面价值、销售收入/总资产这五个指标，建立了Z计分模型。Edmister（1972）选择常规财务指标建立了专门针对小企业的信用评价指标体系。Altman、Haldeman&Narayanan（1977）对Z计分模型进行扩展，建立了适用于资产规模较大的上市公司的Zeta模型，包括了资产报酬率、收入稳定性、偿债能力、累积盈利能力、流动比率、资本化率和规模等变量。我国学者也从不同的角度，构建了多样化的企业信用评价指标体系。施锡铨、邹新月 （2001）采用典型判别分析法，将净资产收益率、资产负债率、流动比率、营运资金/总资产、留存收益/总资产作为分析变量，对上市公司的信用状况进行实证分析和检验。李小燕、卢闯（2004）运用相对关联研究方法研究了基于业绩的企业信用评价模型，。管晓永、宋新伟（2009）对企业信用能力评价指标的相关性问题进行了研究，最终筛选出了包括资产负债率、存货应收账款占比、速动比率、存货周转率、应收账款周转率、总资产利润率等9项有效指标。在中小企业信用评价方面，任永平、梅强（2001）提出了信用决策、信用跟踪和信用追偿三个不同过程中所运用的评价指标体系，认为应注重中小企业的未来、发展、创新、成长四个方面的有关指标。范柏乃、朱文斌（2003）构建了中小企业信用评价指标体系。梁晓娟（2009）从财务指标和非财务指标两个方面，研究了后危机时代下中小企业信用评价指标体系。
三、研究设计
（一）研究假设 马克思的信贷资金循环理论，对信用评价作出了理论解释。假定企业资金Gc来源于企业自有资金K和借入资金Gb，即Gc=K+Gb。当企业经过资金运动，获得增值资金？驻G，Gc从而转变为G'C，G'C=Gc+？驻G=K+Gb+？驻G。由于借入资金需要还本付息，借款利息为？驻Gb，那么，上述等式可以变换为：G'C=K+Gb+？驻Gb+（？驻G-？驻Gb）。可见，如果自有资金K保持不变，只有？驻G？叟？驻Gb，才能保证借款的安全性。显而易见，企业盈利水平越高，资金增值的可能就越大，企业违约风险也就越小，企业信用水平越高。因此，提出假设：
H1：企业盈利能力指标与中小企业信用水平正相关
如果企业盈利能力不高，？驻G
H2：企业自有资本水平指标与中小企业信用水平正相关
H3：企业流动性水平指标与中小企业信用水平正相关
企业资金增殖过程包括购买、生产和销售三个阶段。而企业自身经营能力的高低，直接对生产阶段产生影响，继而间接影响资金增值程度，最终将影响企业的信用水平。一般说来，高水平的经营效率，能减少资金的占用，生产更多的产品，产生更多的资金增值，最终会提升企业的信用水平。因此，提出假设：
H4：企业自身经营能力指标与中小企业信用水平正相关
企业偿债意愿的高低，直接影响到企业信用水平的高低。但是偿还意愿难以直接观测，因此企业过去经营失败和违规的纪录对评估其信用风险有重要的意义。因此，提出假设：
H5：企业经营失败或违规记录会对中小企业信用水平产生显著影响
（二）变量定义和指标的选择 企业盈利能力、自有资金水平和流动性、经营失败或违约记录、企业经营能力和外部环境与中小企业信用水平有关，本文选择了包括资产负债率、流动比率、销售利润率在内的指标体系。由于资产重组是解决企业财务困境的首选方式，因而观察企业是否出现过资产重组、兼并收购行为，也能反应企业过往是否有过经营失败。指标如表（1）。信用评价的核心目标就是判断企业信用风险水平（特别是可能出现财务困境或违约的概率）的高低。由于Z计分模型和ZETA计分模型在实际运用中存在较大的局限性（如数据需要服从正态分布和协方差矩阵相等），因此，周首华等人于1996年提出的一种新型信用评分模型——F分数模式，该模式使用Computetat PC Plus会计资料库中的4160家公司数据进行了检查（而Z计分模型的样本仅为66家），在预测变量的选择上遵循Donalson的理论，因而能更为准确地预测出公司是否存在财务困境。一般情况下，F分数值越高，公司违约或发生财务困境的可能性就越小，企业信用风险也就越小，企业信用水平则越高。本文将先利用F分数模式计算样本企业可能出现违约或财务困境的可能性，以代表中小企业信用水平的高低，并将计算得到的F分数值作为被解释变量，通过检验上述指标与F分数值之间的相关系数，以判定所选指标在评价中小企业信用水平的有效性。
（三）样本选择和数据来源 为了保证研究数据的可靠性和客观性，本文对截至2011年底已在深交所中小板块上市的，包含2009年至2011年连续三年有关数据记录的中小企业进行了随机抽样，共抽取了359家中小企业上市公司。本研究数据主要以2011年度有关数据为主，为了提高F分值预测的准确性，采用了2009年至2011年连续三年的F分值均值。数据来源于国泰安研究数据库、RESSET金融研究数据库、深圳证券交易所网站等。在分析过程中对缺失值、异常值的处理采取了列删法。
四、实证检验分析
（一）相关性分析 将2011年样本公司盈利能力有关指标数据与连续3年F分数均值进行相关性分析，结果显示见表（2）。除了固定资产净利润率，其余指标与F分数的相关系数检验概率P-值小于显著性水平（α=0.05），说明指标均与F分数存在正向的线性关系，假设H1获得证实。但是净资产收益率与F分数的相关性较弱，说明该指标在帮助判断企业信用水平上的作用较为有限。而营业利润率等指标则有助于判断企业信用水平高低。将2011年样本公司资本结构、流动性有关指标数据与连续3年F分数均值进行相关性分析，结果显示见表（3）、表（4）、。通过检验发现自有资本水平和流动性这个两个层次上的有关指标与F分值的相关系数检验概率P-值小于显著性水平（α=0.05），相关系数r均大于0.3，说明自有资金水平指标和流动性指标与F分值之间存在较强的正相关性，因此，假设H2，H3均被证明，有关指标有助于判断企业的信用水平。
将2011年样本公司自身经营能力指标与连续3年F分数均值进行相关性分析，结果见表（5）。存货周转率和应付账款周转率与F分值的相关系数概率P-值虽小于显著性水平，但是0
（二）方差分析 将企业违约次数和资产重组有关记录数据与F分值分别进行单因素方差分析。相关分析结果见表（6）、表（7）、表（8）、表（9）。样本数据均通过了方差齐性检验，适合进行方差分析。企业违约次数和资产重组记录的概率P-值均小于显著性水平（α=0.05），证明了企业违约次数和资产重组行为会对F分值产生显著影响。由于F分值代表中小企业信用水平，因而假设F5得到证明。
五、结论
本文研究得出以下结论：中小企业的盈利能力、自有资本水平和流动性水平与其信用水平呈现出正相关性，有关信用评价指标有助于合理判断中小企业信用水平。提升中小企业信用水平的首要任务是通过不断扩大自身盈利能力、增大利润留存比率，不断扩充自有资本，并保持良好的流动性，以防范并降低中小企业出现财务困境的可能性。中小企业自身经营能力主要反映企业在生产环节中的效率，而生产环节居于资金增值的中间环节，其作用于资金增值最终结果的传递链条较长，因而对资金增值结果的反映效率较低，导致与中小企业信用水平相关性较弱。而作为传统企业信用评价指标的应收账款周转率，可能由于受中小企业生产经营的周期性因素或其他外部因素影响，使得该指标不能正确反映公司经营情况，最终使得该指标无助于判断企业的信用水平。虽然企业过往的违约记录和资产重组记录只能反映过去的信息，但是仍然对企业的信用水平产生了显著影响，相关指标也具有评价有用性。无违约记录（或无资产重组记录）的中小企业F分数均值要高于有过违约记录（或资产重组记录）的中小企业F分数均值。因此，不断提高中小企业诚信意识，规范中小企业的信用行为，建立中小企业诚信记录体系，也有助于中小企业不断提升自身信用水平。
参考文献：
[1]任永平、梅强：《中小企业信用评价指标体系探讨》，《现代经济探讨》2001年第4期。
[2]管晓永：《中西信用评价技术发展的逻辑及其比较研究》，《科研管理》2009年第7期。
[3]周首华等：《论财务危机的预警分析——F分数模式》，《会计研究》1996年第8期。
关键字：建筑；企业；信用评价；诚信；问题；途径
正文：
一、我国中小企业信用评价体系存在的不足
（一）中小企业信用评价体系的缺乏
当前我国企业在开展业务时，首先要考虑的是为企业自身赢得更高的经济利益，对于企业软件条件方面考虑还有所欠缺，更是没有意识到企业信用对于企业生存发展的重要性。当前，尽管我国很多企业都已经建立企业信用评价标准和管理方式，但是就是当前企业信用管理方面而言，企业信用评价体系还存在各种各样的不足。对于企业失信行为的处理和管理上还存在着很多的不足，因此，完善企业信用评价体系对于企业而言还十分重要。
（二）中小企业信用评价观念淡薄
当前我国企业还是多为国有企业，由于企业产权制度的不够明确，就造成企业管理者信用评价和信用风险意识的淡薄。企业缺乏对于自身信用的管理，就容易造成企业盲目投资、盲目决策等行为，这样对于企业生产经营产生了巨大的困难。特别是当前我国很多企业还没有完成角色的转换，还没有真正意识到企业竞争和合作，更缺乏相应的创新精神。企业各种诚信问题的出现主要由于企业诚信的不重视，想要建立完善企业信用评价体系就必须提升企业管理者对于信用评价工作的重要性。
（三）中小企业信用评价的法律法规体系还不够健全
当前我国企业内部还没有建立信用评价的法律体系，很多与市场经济相关的信用法律都还存在空白的位置，这样就是的企业在出现经济纠纷时变得无法可依。甚至有部分地方的执法单位还具有地方保护主义，就是企业在进行案件审理过程中容易出现偏袒本地企业的情况。这样一来外来企业在审理过程没有得到合理的保护，严重影响本地企业与其他企业工作的开展。
（四）缺乏中小企业信用激励和约束机制
企业信用和约束机制的缺乏，容易造成企业投资方恶意负债的情况，如，当前我国建筑企业中如果没有完善的信用激励和约束机制，就容易造成建筑企业承包商提供担保或垫资情况，还容易出现当期政府管理人的更换而造成工程款变为呆账的情况。当前我国很多的中小企业没有健全信用激励和约束机制，从而出现企业采用其他手段转嫁风险转嫁给银行的情况，最终影响到企业自身经营的发展
二、完善企业信用评价体系标准化的有效措施
（一）建立中小企业信用信息评价体系
做好企业信用评价工作，首先要对企业信用信息的了解。建立一个完善中小企业信用信息收集和评价的体系，需要相关政府部门的帮助，让政府部门带头，并联合其他的行政单位，做好中小企业信用信息归集档案。将中小企业分散信用信息如，企业产品质量的抽查工作和企业在海关部门的纳税记录已经企业合同的履行状况等进行收集和整理，作为共享信息。
另外就是需要企业要进行学习，学习那些在银行系统中认证企业信用信息数据，建立全网统一的信用信息数据库。并提升企业内部相关管理人员对于企业信用信息监管意识，通过运用企业市场运行方式，从而实现企业信用信息的增值。
（二）强化中小企业内部信用管理工作
做好企业信用评价工作，需要企业制定完善的信用管理制度，做好企业收账管理工作，也是企业内部信用管理工作的基础。从企业自身来说，就需要企业完善自身内部信用管理机制，做好企业信用信息的集中管理。另一方面，还需要企业能够结合企业自身的实际情况，建立有效的信用风险控制和管理机制，这样才能保证企业信用工作的开展，针对企业中出现的信用违约行为进行及时处理。企业信用控制机制的建立还能够形成对于企业客户的约束，这样一来就是利用企业形成公平的竞争环境，实现企业诚信。
（三）规范中小企业信用评估
为了保证企业信用评价工作的开展，建立一个能够与国际接轨，具有权威性的中小企业信用评估机制，加强企业中虚假审计报告、虚假信用报告和虚假企业资产评估报告等的处理工作，这样才能保证中小企业工作的进一步发展。同时建立一套符合中小企业信用评价工作的理论方法，形成科学规范的信用评价标准和体系，也是规范中小企业信用评估工作的有效措施。
另一方面，中小企业信用评价工作，还需要相关政府部门的配合，政府能够在制度上满足中小企业信用信息的需求，让企业形成相互竞争的局面，进一步激励中小企业信用评估工作的开展。除此之外，就是需要政府部门强化中小企业信用评价监督工作过，针对企业工作中出现的问题，进行及时的纠正。
（四）做到制度上释放对中小企业信用信息的需求
做好企业信用报告制度的推性能够大大推进企业信用制度的建设和完善，进一步促进企业的发展。中小企业信用报告主要针对企业现在的信用情况进行描述，并对于企业信用能力进行有效评价。当前信用报告是我国社会各界广泛使用的信用产品，它能够做到对于我国中小企业融资行为进行担保，并为政府资源和企业经济往来提供了一个全面高校的信用评价和信用服务平台。因此，做好企业信用报告，需要企业从资质较好的信用服务中介机构进行信息的收集，同时还需要企业能够将收集来信息进行实地考察，从而完善企业信息评价报告。
小结：
市场经济的发展，企业的信用受到了越来越多的关注，甚至影响到了一个企业的生死存亡，特别伴随着我国企业诚信问题的频发，信用意识的缺乏，甚至出现违法手段欺骗消费者的情况，严重影响了我国企业的生存发展。因此完善企业信用诚信管理制度，加强企业质量监督，规范企业市场行为是当前我国企业发展的首要任务。
参考文献：
[1]潘家芹. 解决中小企业融资难的一个新视角――中小企业信用评价指标体系的构建[J]. 生产力研究，2012，01：227-228+235+261.
购物车(0)
