企业信用评估范文

企业信用评估范文第1篇

摘要：我国国民经济在改革开放以后取得了举世瞩目的成绩。政府部门的大力扶持，使我国市场经济和各种法律法规在过去20年得到不断完善和发展，为国民经济增长以及人民生活水平提高做出了重大贡献。虽然总体经济形势较为乐观，但我国小微企业，尤其是起步较晚、底子较薄的贵州省小微企业的现状还很薄弱。本文即以贵州省小微企业为研究对象，通过分析企业信用在发展中遇到的主要障碍和问题，提出相关的解决思路，促进小微企业的发展壮大，从而带动全省经济的又好又快增长。

关键词：贵州小微企业；信用评估

一、小微企业信用评估概述

（一）小微企业界定。我国经济学家郎咸平教授首次提出了小微企业的概念，它主要包括了小型企业、微型企业、家庭作坊式企业、个体工商户。我国政府在2011年颁布了新的企业划分标准，将中小企业细分为中小微企业，并按照企业的营业收入、从业人员和资产总额来规定小微企业的标准。其中农、林、牧、渔业，工业，建筑业，交通运输业，住宿业和餐饮业等比重较大的几大类的具体分类如下：

农、林、牧、渔营业收入在50-500万元的属于小型企业，在50万元以下的属于微型企业；工业从业人员在20-300、营业收入在300-2000万元的属于小型企业，从业人员在20人以下、营业收入在300万元以下的属于微型企业；建筑业的营业收入在300-6000万元、资产总额在300-5000万元的属于小型企业，营业收入和资产总额均在300万以下的属于微型企业；交通运输业的从业人员在200-300人、营业收入200-3000万元的属于小型企业，从业人员在20人以下、营业收入在200万以下的属于微型企业；住宿业和餐饮业的从业人员在10-100人、营业收入在100-2000万元的属于小型企业，从业人员在10人以下、营业收入在100万元以下的属于微型企业。

（二）小微企业信用评估的特点。小微企业作为一个新兴的企业概念，它的信用评级方法，既与一般大中型企业有相似之处，同时在许多细节上也异于一般企业。

（1）综合性。偿债能力、盈利能力和运营能力等财务性指标是大中型企业信用评级时的重要指标，但对于小微企业而言，在进行信用等级评定时，更应关注企业领导者素质、创新能力、发展前景等非财务性指标，需要全面的调查和综合分析该小微企业的发展状况。

（2）困难性。由于小微企业的财务信息、运营情况等相关信息较为封闭，小微企业的内部管理也相对较为松散，对于信息的披露缺乏严格的监控，所以信用评级时信息的获取难度较大，即使获得了该企业的信息资料也难以保证资料的真实性和客观性。

（3）连续性。不同于大中型企业拥有全面的财务管理和公司运营体系，小微企业缺乏完善的体制建设。为了使债权人或潜在债权人对小微企业的偿债能力进行精准的预测，增强社会信用信息的透明度，对小微企业进行及时、连续的信息采集和评估是十分必要的。

二、贵州小微企业信用及评估情况

（一）贵州小微企业在贵州经济发展中的作用。近年来，贵州小微企业在省政府相关金融、服务优惠政策的扶持下，数量和质量都得到相当大的提升。截止到2013年，小微企业数量在全省企业总数中占到90%。小微企业在缴税、提高服务和稳定社会局面都作出了非常突出的贡献。具体有以下几个方面的表现：

1、促进了经济增长。目前，在国民经济的主要行业和维持社会稳定、促进经济增长的各个方面都能看到小微企业的身影。小微企业涵盖的行业小类、中类和大类的数字分别是859、362和84个，并且城乡间的收入差距与小微企业的数量和密集程度紧密相关。贵州社会与国民经济的发展与小微企业的发展已经密不可分。

2、承担了社会就业。小微企业已经作为解决社会就业的生力军，在提供就业岗位、满足就业需求中发挥了巨大的作用。在劳动密集型产业的发展和创办中，贵州的小微企业与其他地方的小微企业一样远远超过大中型企业，甚至达到大中型企业的两倍。

3、调整了经济结构。贵州省由于受到地理历史等因素的制约，在经济社会创新中发挥主体作用的还是大中型企业，但是小微企业在创新能力的活跃度也不能小觑，在调整经济结构中也做出了突出的贡献。

（二）贵州小微企业信用评估存在的问题

1.小微企业自身信用意识薄弱。目前，小微企业发展水平参差不齐，自身信用意识和管理水平有待加强，时有信息披露不真实的现象发生。据研究，很多小微企业的信用管理工作由财务部门承担，在财务制度和管理人员上也缺乏专业的专业的财务人员，种种不规的范为信息采集工作和信用体系建设工作带来很大的阻力。

2.小微企业失信行为约束有待加强。明晰的征信法规是小微企业信用工作开展的前提和保障。但由于我国的《征信管理条例》尚未颁布，加上地方政府对于小微企业失信行为的惩罚力度不够，使得少数小微企业频频专营法律漏洞，也引得不少其他企业效仿。

3.小微企业信用信息获取难度大。小微企业的信息庞杂分散，且诸多部门都包含小微企业信息收集的工作，部门分工重合，再加上信息收集的成本较高、相关单位出于信息安全的考虑对信息采取保护措施，使得小微企业信息收集难度进一步增大。

三、贵州小微企业评估制度的发展对策

（1） 改善小微企业信用评级市场秩序。由于我国的信用评级行业起步较晚，相关法律法规还不太完善，对大量评级机构的不公平竞争行为缺乏有效监管，使得许多评级机构为了谋取高额利润而采用低评级标准，降低了整个行业的质量水平。针对这种乱象，国家有必要提高评级行业的准入门槛，降低评级市场的过度竞争，并且对评级机构的资格严格监控。

（2） 选取适合小微企业的信用评级指标。信用评级指标的选取是整个信用评级工作的核心和关键，指标选取是否恰当关系到信用评级结果是否能客观和真实反映企业的现状。所以，信用评级机构需要组织一批专业人士，通过研究小微企业自身的特点来选取适用于小微企业的指标体系。

（3） 提高小微企业自身信用评级意识。小微企业的发展在贵州省经济发展中占据越来越重要的地位，但是由于我省的小微企业信用评级工作开展时间不长，很多企业主对企业自身的信用意识极其淡薄，因此，提升企业自身的信用评级意识是十分必要的。地方政府和相关单位应该加强宣传力度，让小微企业管理者认识到信用对于企业的重要性。

四、小结

随着我国经济的高速发展，小微企业在解决就业、促进城乡收入平衡方面的作用日益凸显。为了使小微企业更快更好的发展，国家业已出台一些的政策法规，对小微企业方方面面进行支持和鼓励。虽然这些政策措施已经在很多方面取得良好的效果，但在小微企业融资困难、信用评估不完善上还是显得乏力，小微企业的发展仍然饱受信用低、融资难的困扰。我国现有的企业信用评估体系还是以实力雄厚、贡献突出的大中型企业为主，针对小微企业信用评估十分鲜见。我们应该充分研究小微企业自身发展的特点，以区别于大中型企业的态度来对待小微企业，寻求适合小微企业的评级指标，构建符合小微企业特征的评级体系，使得小微企业在未来的发展道路上更加顺畅，为国家的社会经济发展作出更大的贡献。（作者单位：贵州大学）

参考文献

[1]武彦坤，代晓雪.解决中小企业融资困境的关键：健全中小企业征信体系[J].征信，2013（5）.

[2]刘凤.我国完善中小企业征信体系建设的对策建议[J].经济视角，2011（5）.

[3]牛红红，王文寅.企业信用评估体系研究[J].经济问题，2008（8）.

[4]管晓永.中小企业信用评价因素研究[D].浙江大学博士论文，2005.

企业信用评估范文第2篇

【关键词】信用资产；价值评估

一、信用资产概念

信用是一种远期支付承诺，它以货币单位表示未来经济的价值。在不存在资源交换时，它不以现实资产的形式存在，只有当发生资源交换时，它才能通过资源体现出价值所在。20世纪90年代以来，随着无形资产价值的不断增强，企业获得竞争优势的方式开始从单纯的产品本身向无形资产价值的开发和利用转变。企业信用作为企业重要的无形资产，通过与物质资产和人力资源的合理结合，可以产生高效的生产力和强势的竞争力，从而提升企业盈利能力和企业价值。

二、企业信用资产评估要素

（一）企业信用资产的成本

成本是任何一项资产价值构成的基础。对于有形资产来说，其成本主要分为原始成本和重置成本。信用资产的成本主要指原始成本，如为建立和发展企业信用而产生各项费用，而不存在重置成本。因为企业信用的形成是一个漫长的过程，并且不易在短时间内发生改变，即使要把某些成本费用看成重置成本，也只能算作是未来信用资产的原始成本。

企业信用资产的成本分析可以从显性和隐性两方面考察。显性是指企业为建立和培养信用资产所支付的各项费用。隐性成本是指企业为恪守信用而付出的损失或减少的收入。但两方面都存在不足之处，显性成本可能会产生漏记、错记。隐性成本则由于并不实际记录在企业账目中，往往容易被忽略，导致企业信用资产成本的记录出现不完整。但不可否定的是根据企业历史资料，统计企业为保持和提高信用水平所支付的成本费用，对于企业信用资产评估具有重要的意义。可以肯定的是，如果企业在信用方面增加投入，则新增加的企业信用资产必定会给企业带来相应的投资回报。

（二）企业信用资产的效用

资产的价值体现在它对企业的效用，即能为企业获利。有形资产以实物形式存在，其效用大小可以根据实物鉴定。而无形资产没有实物形态，其在物质实体上的表现是诸如专利证书、许可证、注册商标证书和转让合同等具体的书面文书，这些都可以作为评估无形资产价值的重要依据。无形资产的价值也可以用其实际效用来体现，即无形资产在企业生产经营过程中发挥的实际作用。这种实际效用一般是指该资产给企业带来的额外收益的大小。无形资产的实际效用比企业文书更是其实际价值评估的依据。

企业信用资产作为企业重要的无形资产，其实际效用表现为能够为企业带来超额收益或预期盈利能力。它不仅是企业正常经营的必要条件，更能够促进企业健康发展甚至帮助企业起死回生。

（三）企业信用资产的寿命

无形资产一般都有明确的使用期限。使用期限对无形资产的价值有重要影响，超过有效期其作用就会消失。但是信用资产是一种特殊的无形资产，它会一直伴随着企业的整个生命周期。

无形资产剩余使用寿命的计算方法一般有三种：法定年限法、更新周期法和预测法。对于信用资产，既要考虑到其作用的长期性，又要结合外部信用环境变化的影响，综合考虑后采用专家法进行评议和确定。

（四）企业信用资产的环境影响

无形资产与有形资产相比，一个重要特点就是其可以作为不同经济主体的共同财富同时享用。由于资源的有限性和市场的竞争性，各企业拥有的无形资产也会产生互斥，防碍企业获得高额利益。信用资产也如此，企业信用水平的高低不仅受企业自身信用状况的影响，同时受同行业或其他行业经济主体信用状况及水平的影响。因此，对信用资产进行评估时，要综合考虑同行业企业拥有的信用水平和整个社会信用状况等因素。

三、企业信用资产评估方法比较

（一）成本法

成本法，也称重置成本法或重置价值法，是指从待估资产在评估基准日的复原重置成本或更新重置成本中扣减其各项损耗来确定被评估资产价值的方法。其基本计算公式可表述为：

被评估资产评估值=重置成本-实体性贬值-功能性贬值-经济性贬值

式中，对于不可重置的资产来讲，也可以采用原始成本或替代资产现值来代替重置成本。

信用资产作为特殊的无形资产，其成本构成要复杂得多，可把它的原始成本作为估算其价值的基础，公式调整为：

被评估资产评估值=原始成本-资产各种贬值

由于信用资产显性成本和隐性成本计量的不足之处，企业信用成本费用的收集和计量存在很大困难。信用资产的贬值与有形资产也不相同，只能通过环境经济性方面分析，即环境经济性贬值。

通过以上分析，成本法可以作为企业信用资产价值评估的基础，但不宜作为主要依据。

（二）市场法

市场法，即现行市价法，是以市场价格作为资产评估的价格标准，来确定资产评估价格的一种方法。它通过比较被评估资产与最近售出类似资产的异同，并将类似资产市场价格进行调整，从而确定被评估资产价值。

市场法评估必须具备两个条件：要有一个充分发育活跃的资产市场；参照物及其与被评估资产可比较的指标、技术参数等资料是可搜集到的。

由于信用资产交易市场在我国的发展尚不繁荣，所以在当前条件下利用市场法对企业信用资产进行价值评估有很大困难，信用市场还有待于进一步发展和完善。

（三）收益法

收益法，也称权益法或收益现值法，是指通过估算被评估资产未来预期收益并折算成现值，借以确定被评估资产价值的一种资产评估方法。收益法在经济发达国家或地区应用更为广泛。其计算公式为：

式中：V―无形资产评估值；―第t年增加的收益额；―年份；n―剩余使用年限；i―折现率。

使用收益法时要满足三个前提条件：资产可以投入使用；资产经营的未来收益能够且必须用货币金额来表示；资产所有者所承担的风险收益也必须是能用货币衡量的。

运用收益法对资产进行评估是以资产投入使用后能够连续获利为基础的，如果在资产上进行投资不是为了获利或者投资后预期收益很少且又不稳定，则不能采用收益法。

四、企业信用资产评估方法与评估思路

（一）企业信用资产评估方法

通过以上对三种资产评估常用方法的比较分析，我们认为采用收益法对企业信用资产进行评估是合适的。因为信用资产可以为企业带来超额收益，并且这种收益可以用货币计量且剩余使用寿命可以预测。

（二）企业信用资产的评估思路

通过对信用资产的特征进行分析，我们得出信用资产评估的思路方法：

（1）采用层次分析法对企业超额收益进行分割。

首先用层次分析法对企业整体无形资产带来的收益进行分割，分离出企业信用资产的收益。可以把无形资产收益作为目标层，把商标品牌、技术含量、人力资源、企业信用、管理水平五类作为方案层，把价格优势、销量增长、成本降低和竞争力提高作为准则层，从而构建层次结构模型。

根据各层次之间关系构造出某元素与相邻层有联系的所有元素的比较判断矩阵：

A C1 C2 … Cn

C1 a11 a12 … a1n

C2 a21 a22 … a2n

… … … … …

C4 an1 an2 … ann

其中：

接着进行层次单排序：

A中每行乘积：

m次方根： （下转第90页）（上接第88页）

规范化，得出归一化后各因素权重：

一致性检验：，查出RI，计算一致性比率，当CR

最后进行层次总排序：

由单排序得到准则层各元素对目标层的权重向量，同理可求出P层各元素对C层的权重向量：

方案层对总目标权重由得出。

同样采用方根法求出P层对总目标的排序权重，并进行一致性检验。

（2）采用专家评分法确定各信用资产要素对企业信用收益的影响程度，确定企业信用资产使用效率，得出信用系数L。

（3）收益现值法对企业信用资产进行评估。

根据信用资产剩余使用年限和折现率，通过公式算出信用资产价值。

参考文献

[1]夏网生，崔苏卫.企业信用的效益分析[J].现代管理科学，2003（07）：17-18.

[2]Sveiby K E.The New Organizational Wealth[M].Berrett-Koe-hler Publishers，Inc，1997.

[3]卢俊.企业信用资产研究综述及展望[J].经济视角（中），2011，9：89-90.

[4]王全在.关于资信评估体系的设计[J].前沿，2003，11.

[5]John B.Caouette，Edward I.Altman.Managjng Credit Risk：The Next Financial Challenge，1998.

[6]蒋国发.资产评估学[M].清华大学出版社，2011，10.

企业信用评估范文第3篇

关键词：商业银行；信用风险评估；定性方法；定量方法

中图分类号：F2

文献标识码：A

文章编号：1672-3198（2013）09-0027-02

企业信用评估和企业财务预警是企业财务管理研究的重要课题。诸多学者将两个问题一起进行研究，这两者之间还是有本质区别的。财务预警即财务失败预警，是指借助企业提供的财务报表、经营计划及其他相关会计资料，利用财会、统计、金融、企业管理、市场营销理论，采用比率分析、比较分析、因素分析及多种分析方法，对企业的经营活动、财务活动等进行分析预测，以发现企业在经营管理活动中潜在的经营风险和财务风险，并在危机发生之前向企业经营者发出警告。信用评估本质上是对企业履约各种承诺能力和信用程度进行全面评估，预测未来偿债可能性来辨识不同企业的方法。服务的对象有商业银行、金融监管机构、与受评对象有业务往来的商业客户以及社会公众和投资者。

（1）定性评估方法：人工专家分析法，又被称为古典信用分析方法，包括5C、5P、5W法，5C法指贷款申请企业或个人的道德状况，偿债能力，贷款申请企业或个人的财产状况，可用于进行贷款申请时抵押担保的资产价值，宏观经济状况。 5W法指贷款申请人、申请贷款的使用、贷款的时间长度、担保资产价值及还款方式。目前我国商业银行实务中仍主要采用的信用评估分析方法。

（2）定量评估方法。

①统计方法：多元判别分析法（Multi-linear Discriminate Analysis）是较早应用于企业信用评估的多元统计方法。Altman（1968）最早提出Z-score模型对企业运营财务危机预警、企业违约预测问题进行研究，使用较少的财务比率迅速进行判断分析，使用年度报表的数据运用财务比率进行分析：企业运营成本/平均总资产、留存收益/平均总资产、息税前利润总额/平均总资产、普通股股东权益合计/平均总负债、营业收入/平均总资产，并且对三十多家样本公司进行分析，得到准确率较高的分析结果，该模型属于贝叶斯判别，用样本修正已有的先验概率分布得到后验概率分布。这篇经典论文开创了企业破产预测，财务危机预警，信用评估分析的先河。Altman（1977）在前述论文的基础上进行了完善，又加入几个财务比率建立ZETA模型，使用总资产收益率（利润总额/平均总资产）、利润增长率（利润总额/上一年利润总额）、利息保障倍数（息税前利润总额/利息费用）、留存收益/平均总资产、流动比率（流动资产/流动负债）、平均总资产、公司股票市价等财务比率，得到比签署模型更好的分析结果。Logistic模型分析。Martin（1977）使用财务比率进行企业经营财务预警及企业贷款违约分析，使用多元统计学中的Logistic回归方法，使用1970至1971年的报表数据从的美联储成员银行5600多家中选取58家属于财务困境，违约样本的银行进行分析测算，使用资产净利率（利润总额/平均总资产）等8个财务比率，进行分析测算，并且分析不同的信息使用者的风险偏好差异，如投资人和债权人，测算不同的风险预警系数，便于信息使用者更好地作出分析决策，得到较好的分析结果，并且使用该多元回归模型与前述的Z-Score模型，ZETA模型测算的结果进行对比分析，得到优于前述模型的预测数据。吴世农（2001）收集我国上市公司1998至2002年A股市场的ST公司共计七十多家，收集样本数据的时间是公司转化成ST的年度，并且选取相关行业的七十多家作为对照组样本，进行横截面数据分析，选用不同的计量模型进行对比研究，主要有线性概率模型（LPM），Fisher二类线性判定，Logistic模型等多元统计方法对企业财务进行预警研究，最终结果是Logistic模型的预测准确率均高于Fisher判别分析法和LPM的准确率。于立勇、詹捷辉（2004）也使用Logistic模型，选取商业银行的贷款企业客户的财务数据进行信用违约的分析，得到较好的测算概率。方洪全、曾勇（2004）在银行信用风险评估方法实证研究及比较分析中运用Logit模型分析。李志辉、李萌（2005）选取了195家上市公司为样本，Logistic模型的准确率高于线性判别模型神经网络模型。Junni L. Zhang（2010）运用贝叶斯加分类树法对德国公司财务报表数据进行偿债能力进行有效得分类。

②信用风险评估模型。Credit Metrics（信用计量模型）是摩根大通等美国知名金融机构采用用VaR（在险价值模型）的思路，对个人和企业的贷款以及其他金融资产进行价值估计和风险预测的计算方法。麦肯锡公司提出的Credit Portfolio View模型（信贷组合审查模型），是改造Credit Metrics模型，考虑到周期性宏观经济因素，结合信用风险评级转移和宏观经济变量如年度经济增长率、市场利率、政府支出等建立关联模型，使用蒙特卡罗技术模拟宏观经济周期性因素的计算得到评级转移概率。KMV模型（Credit Monitor模型）（是美国KMV公司提出后被穆迪公司收购），该模型是可以对上市公司的信贷违约概率进行预测分析。张玲等（2004）运用KMV模型评估我国上市公司ST公司和非ST公司的信用风险后得到，改变KMV模型的相关变量可以至少提前2年预警我国上市公司的信用违约风险，并且可以提前4年进行上市公司的信用风险变化趋势的预测。戴志锋等（2005） 运用KMV对我国上市公司数据和某国有商业银行非上市公司的信贷数据进行验证，实证结果表明非上市公司模型在中国具有一定的预测能力，但预测准确率低于欧美国家。Credit Risk+模型（信用风险附加模型）是由瑞士信贷银行金融产品部（CSFP）开发的，它是一个违约模型（Default Model）。

③人工智能方法：神经网络。陈雄华等（2002）采用人工神经网络模型研究企业信用等级的评估问题，按照企业样本分为制造业和非制造业两大类，利用偏相关分析方法建立了企业信用评级的指标体系，实验结果表明神经网络模型具有更好的预测准确性。于立勇（2003）收集一百多个企业作为训练样本，运用神经网络模型进行信用违约风险分析，得到有效的预测结果。章忠志、符林、唐换文（2003）使用神经网络模型，选取28个企业数据做为样本进行分析，预测结果准确率达到90%以上。徐佳娜、西宝（2004）使用人工神经网络模型与层次分析法（AHP）相结合建立模型对企业信用风险进行评估，预测结果说明该模型比已有的其他模型准确更高。张卫东等（2006）建立模型结合前馈型神经网络、遗传算法和模糊数学方法来，评估商业银行企业客户的信用风险，使用Matlab软件对选取的商业银行企业客户数据进行测算，得到的结果表明准确率比以前的模型方法有所提高，模型更具鲁棒性。夏红芳（2007）通过与上海某商业银行的合作，对其1999-2005年的贷款明细和公司财务数据进行了系统研究，运用粗糙集理论的约简功能，从中选出最能反映企业信用状况的8项财务指标，再应用模糊神经网络方法进行信用评估，实证研究表明所提方法具有较高精度。但是使用人工神经网络模型需要根据实际的样本数据不断调整系数，相对而言模型的鲁棒性不够强。戴芬（2009）根据中小企业信用评估指标体系，提出了一种基于蚁群神经网络的评估模型。结果表明蚁群神经网络的预测方法与传统的BP 神经网络预测方法相比，具有较强的泛化能力，应用在中小企业信用评估系统中具有很高的评估准确率。

整数规划法。薛锋（2006）选取上市公司数据，使用混合整数规划法，建立企业信用风险评估模型进行信用风险评估，模型可以满足非参数检验，也不需要样本数据服从正态分布，可以较为广泛的应用，经数据实际测算的结果说明，该模型鲁棒性较好，预测效果较好，准确率较高。遗传算法。薛惠锋（2006）利用人工智能方法——GA-PSO混合规划算法构建企业信用风险评估模型。并利用上证50若干企业的实际数据对模型进行了实证检验。实证结果显示该模型能有效预测上市企业的信用风险状况。该模型在收敛性能及预测准确率等方面优于基于传统的多元回归方法及GP方法的信用风险评估模型。Jonathan N. Crook（2007） 参考诸多文献比较线形回归（LDA），Logistic回归，决策树，数学规划法，神经网络法，遗传算法，遗传编程，K近邻法，支持向量机几种方法，认为支持向量机法的准确率相对较高。

从以上对国内外研究现状的分析可知，尽管国内外已有许多专家学者对商业银行客户信用评估进行大量的研究，但在实际应用中涉及中小企业的研究较少，未考虑我国企业普遍存在的内部人控制的企业中管理者个人因素对企业信用的影响，限制了模型的适用范围。

参考文献

[1]Altman，E.I.，Financial ratio discriminant analysis and the prediction of corporate bankruptcy[J].Journal of Finance，1968，23（4）：189-209.

[2]Altman，E.I.，R.Haldeman & P.Narayanan，ZETA analysis：A new model to identify bankruptcy risk of corporations[J].Journal of Banking and Finance，1977，（l）：29-54.

[3]D.Martin.Early warning of bank failure： A Logit regression approach[J].Journal of banking and finance，1977，（1）：249-276.

[4]吴世农，黄世忠.我国上市公司财务困境的预测模型研究[J].经济研究，2001，（6）：46-55.

[5]于立勇，詹捷辉.基于Logistic回归分析的违约概率预测研究[J].财经研究，2004，（9）：15-23.

[6]方洪全，曾勇.银行信用风险评估方法实证研究及比较分析[J].金融研究，2004，（1）：62-69.

[7]李志辉，李萌.我国商业银行信用风险识别模型及其实证研究[J].经济科学，2005，（5）：61-71.

[8]Junni L. Zhang，Wolfgang K. Hrdle The Bayesian Additive Classification Tree applied to credit risk modeling Computational[J].Statistics and Data Analysis 54 （2010） 1197_1205.

[9]张玲，杨贞柿，陈收.KMV模型在上市公司信用风险评估中的应用研究[J].系统工程，2004，（11）.

[10]戴志锋，张宗益，陈银忠.基于期权定价理论的中国非上市公司信用风险度量研究[J].管理科学，2005，（6）.

[11]陈雄华，林成德，叶武.基于神经网络的企业信用等级评估系统[J].工程学报，2002，（6）：570-575.

[12]于立勇.商业银行信用风险评估预测模型研究[J].管理科学学报，2003，（5）：46-52.

[13]章忠志，符林，唐换文.基于人工神经网络的商业银行信用风险[J].模型经济数学，2003，（3）：42-47.

[14]徐佳娜，西宝.基于AHP-ANN模型的商业银行信用风险评估[J].哈尔滨理工大学学报，2004，（3）：94-98.

[15]张卫东，韩云昊，米阳于.GA-BP模糊神经网络的商业银行信用风险评估[J].工业工程与管理，2006，（5）：81-84.

[16]夏红芳.商业银行信用风险度量与管理研究[D].南京：南京航空航天大学，2007，（8）.

[17]戴芬，刘希玉，王晓敏.蚁群神经网络在中小企业信用评估中的应用[J].计算机技术与发展，2009，（10）：218-221.

[18]薛锋，柯孔林.基于混合整数规划法的企业信用风险评估研究[J].中国管理科学，2006，（2）：39-44.

[19]薛惠锋，林波，蔡琳.基于GA-PSO混合规划算法的企业信用风险评估模型[J].西北大学学报（哲学社会科学版），2006，（3）：38-40.

企业信用评估范文第4篇

关键词：中小企业；信用风险；模型

中图分类号：F27 文献标识码：A

收录日期：2014年7月3日

引言

作为市场经济的活力之源，中小企业支撑着国民经济“半壁江山”。随着近年外部市场及金融环境趋紧，中小企业发展面临诸多挑战，最突出的就是信用风险导致的融资困难。中小企业融资渠道狭窄，银行信贷是其主要融资渠道，但由于信息不对称造成的逆向选择和道德风险，使银行对中小企业有惜贷趋势。因此，破解中小企业融资困难的关键首先在于完善中小企业各类信用数据库，为银行信贷提供数据支撑；其次要立足国情，学习先进测量技术，开发适合中小企业特点的信用风险度量方法，构建信用风险识别、评估模型，系统评价企业信用风险，改变企业与银行信息不对称的现状，破解中小企业融资困境。信息系统的建设与共享是一项长期而艰巨的任务，目前我国已经认识到数据库在中小企业信用风险管理中的重要性，人行征信中心的企业信用信息数据库已经逐渐成熟，司法、环保、社保、质检等中小企业信用数据已经逐步共享完善。所以，目前当务之急是合理设计中小企业信用评价模型，为银行信贷提供技术支持，降低信用风险。

一、传统信用风险度量模型分析

传统信用风险分析评估方法已相当成熟，在国内外银行信贷决策中应用较多，主要包含专家制度法、信用评级法、信用评分法。

（一）专家制度法。20世纪70年代前，企业信用风险评估主要是银行专家依据品格、资本、偿付能力、抵押品、经济周期等5C要素进行主观判断，后来衍生出5P模型（个人因素、目的因素、偿还因素、保障因素、前景因素）和5W模型（借款人、借款用途、还款期限、担保物、如何还款）。纵观这三种模型，都是定性分析，无法量化风险水平，而且严重依赖专家的主观判断，这会造成银行信贷决策作风盛行，降低银行在金融市场中的应变能力，同时专家制度在对借款人进行信用分析时，难以确定共同遵循的标准，造成信用评估的随意性和不一致性。

（二）信用评级法。信用评级法是美货币监理署开发的，该方法将现有贷款安全级别分为5类：正常类、关注类、次级类、可疑类、损失类，后来细化为10类：AAA、AA、A、BBB、BB、B、CCC、CC、C、D（标注普尔）。评级后再根据级别提取不同贷款准备金率。

（三）信用评分法。和前两种方法相比，信用评分法是一个量化法，最著名的模型就是Z计分模型（Z-score）：它的基本思想是利用数理统计中的辨别方法分析银行的贷款情况，建立一个可以在最大程度上区分信贷风险度的模型，得到最能够反映借款人的财务状况的好坏，具有预测和分析价值的比率，从而对企业进行信用风险状况评估。模型如下：

Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5

变量解释：

X1=流动资本/总资产；X2=留存收益/总资产；X3=息税前收益/总资产；X4=优先股和普通股市值/总负债；X5=销售额/总资产=主营业务收入净额/总资产。

判断准则：

Z

Z-score模型主要是利用财务指标进行加权平均，该模型有2大缺陷：①企业财务数据反映的是过去的信息，利用这些数据进行风险度量的结果也只是对过去风险水平的测量；②中小企业多半不是上市公司，财务指标原始数据获得困难。

二、现代判别法

（一）统计模型法。统计模型法是典型的定量评级法，根据中小企业信用数据，统计模型，计算其违约风险的大小常见的有Logit模型和Probit模型。

1、Logit模型。Logit模型是通过一个取值为0和1之间的 Logistic函数来进行二类模式分类。不要求数据满足正态分布，这是其最大优点；另外，自变量、因变量之间不是线性关系，模型如下：

p=

s=c0+ckxk

xk（k=1，2，…m）为信用风险影响变量（多为企业财务指标），ck（k=0，1，2，…，m）为技术系数，通过回归估计获得。回归值p∈（0，1）为中小企业信用风险分析的判别结果。如果p接近于0，则被判定为“差类”企业；若p接近于1，则被判定为 “好类”企业。即p值离0越远，企业违约风险越小；反之，违约风险越大。

2、Probit模型。Probit模型假定误差项服从标准正态分布，样本企业的债信质量得分也服从标准正态分布。模型如下：

Yi*=βnχin+εi=XiB+εi

Xi与B分别为解释变量与回归系数构成的向量；Yi*为样本公司有财务危机的倾向。当Yi*>0时，表示样本企业有债务危机倾向；当Yi*

统计模型确实可以凭借统计分析提供有参考价值的依据，比较容易在评级效果上取得一致性。但存在两点缺陷：①缺乏有力的理论基础支持区别函数中的权重及自变量。在信用评分模型中的权重及自变量通常只能维持短期的稳定状态，特别是当金融市场发生变化时，其他的财务比率也许在解释违约风险概率上容易造成预测模型的不稳定。②模型忽略了难以计量但又重要的因素，如借款人声誉。

（二）人工智能法。人工智能法主要包含专家系统和神经网络。

1、专家系统。专家系统其实是模拟专家运用知识进行推理的计算机程序，将专家解决问题的推理过程再现从而成为专家的决策工具或为非专业决策者提供专业性建议。专家系统一般采用归纳推理法，分析一系列案例，发现其规律。归纳推理有两种途径：一是利用大量案例信息来发现规律的信息驱动型；二是利用先验模型指导来发现规律的意识模型驱动型。利用计算机的人工智能法大大降低了风险评估的难度，但是专家系统中知识的获取始终是瓶颈，极大地影响着专家系统在信用分析领域的应用前景。

2、神经网络（PNN）。神经网络是一种具有模式识别能力、自组织、自适应、自学习特点的计算机制，该方法主要将知识编码用于整个权值网络，具有包容错误的能力，同时对数据的分布没有严格要求，也不必要详细表述自变量与因变量之间的函数关系。该模型原理是通过神经网络的分类功能进行信用风险分析的。首先找出影响分类的因素，作为PNN的输入量，然后通过有导师的或无导师的训练形成神经网络的信用风险分析模型，用于新样本的判别。

三、结论

信用风险度量方法大致经历了从定性到定量；从指标分析到模型分析；从财务指标分析到资产市场价值分析；从只考虑公司这个微观客体到把宏观经济因素考虑在内。考虑到我国中小企业大部分为非上市公司，Z-score模型无法普遍推行使用。另外，我国中小企业信用数据库尚不成熟，历史信用数据积累少，质量较差，当前运用现代信用风险度量技术评估我国中小企业信用风险尚不成熟。但是，目前银行单独使用传统分析法，将大部分资金匮乏的中小企业拒之门外，逼迫中小企业求助民间贷款，年利息高达30%。“贷款越来越少，利息越来越高”成了中小企业发展的罩门。因此，度量中小企业信用风险的最有效办法是将传统方法与现代判别法相结合，同时载入财务数据与非财务数据，进行多元统计分析。

主要参考文献：

[1]安东尼・桑德斯等.刘宇飞译.信用风险度量[M].北京：机械工业出版社，2001.

企业信用评估范文第5篇

摘要：信息化、网络化时代的到来对商品流通企业来说是一把“双刃剑”，一方面促进了商品流通行业结构优化、提高了行业发展效率，同时也给商品流通企业提出了更多挑战。与此同时，商品流通企业信用风险评估体系的构建更是迫在眉睫，充分利用商业数据，加深对信息流的认识是构建信用风险评估体系的重要“物质”基础。文章在简述商品流通行业现状和趋势的基础上，进一步剖析了目前我国商品流通企业信用风险评估存在的问题，最后根据网络信息数据与信用风险评估的关系给出建议措施，这对提高商品流通企业信用风险管理效率有一定的促进意义。

关键词：商品流通企业 商业数据 信息流 信用风险评估体系

商品流通企业是从事商品流通的生产企业、经销商和零售商等，主要是通过低价购进高价售出的方式实现商品的流通，在支出流通过程中的各项费用后，以获取最终差价作为公司的利润。商品流通过程主要包括商品购进、销售、调配、存储及运输等，其中购进和销售属于关键环节，所有流通过程都是围绕商品销售而展开。随着网络信息时代的到来，商业流通行业竞争愈发激烈，对行业流通链条上的信息沟通和管理要求更高，商业流通呈现多种发展态势。

一、商品流通行业的发展现状和趋势

网络信息化的普及深刻地影响着整个经济社会，全球化拉近了人们之间的距离，各种智能化产品的使用更是加速了信息传播和共享的速度，商业流通不仅仅受到社会生产力和发展水平的制约，随着信息化时代的到来，商业流通将不断改变并呈现出新的发展态势，同时提出新的发展要求，也就是说商业流通行业逐渐被细化、深化，不仅金融、交通、物流等行业深刻地影响着商业流通行业，而且国际贸易环境、信息化、市场化、城市化水平都是商品流通企业发展的重要影响因素。对于商业流通行业来说，公路、水路、铁路、高铁以及空运的发展使得流通成本日益降低，发达的交通网络紧密了商品与客户之间的联系。因此，商业流通不仅具有全球化发展特征，而且还具有数据化、网络化发展特征。

就目前商品流通行业的发展来看：一方面，在我国城市化进程的推动下，商品流通企业将面临新一轮的“洗牌”，每个行业的主导流通公司将逐渐减少并稳定在一定的数量内；另一方面，在激烈的竞争环境下，商品流通企业要适应发展就必须减少流通环节降低费用支出，压缩流通环节成了避免被淘汰的必经之路，许多商品流通企业正在从冗长的流通环节中挣脱出来，实现直接对终端环节的管理，中间商将逐渐被物流商代替，商业流通环节中各个分工更加明确。

二、商品流通企业信用风险评估存在的问题

在网络信息化时代下，商品流通企业不仅经历了激烈的竞争，还逐渐形成了清晰的管理链条。对于商品流通企业来说，市场需求越来越细致，产品生命周期越来越短暂，信用风险系统变得越来越重要，但信用风险评估系统还存在不少问题。

（一）商品流通企业信用风险理念与时代脱节

信用风险是一种损失可能性和不确定性，风险的发生不确定，发生的时间不确定，发生的原因不确定，造成的损失更不确定。随着经济的发展，在全网络和信息时代，需要进一步强化在商业流通市场中的信用风险理念，而许多商品流通企业还没有转变信用风险理念，信用风险评估依旧被当作一种“成本”，并且经营业务往往会受到信用风险理念的影响，也就是说商品流通企业没有建立信用风险管理体系，认为信用风险管理增加了管理成本，没有认识到信用风险管理带来的经济效益，也没有在新的社会经济时代中转变信用风险理念，这直接影响信用风险评估体系与信息数据的关联程度，更无法利用网络信息化带来的信息便利。总之，在网络信息时代下，商品流通企业还没有转变信用风险理念，这让信用风险评估体系无法充分发挥应有的作用。

（二）缺乏信用风险管理的重要性意识

在商业流通中，各个流通环节的信息会形成信息流，信息流是商品流通企业运行的辅助剂，是公司稳定运转的保障。商品流通企I由于本身经营管理意识的匮乏，对于信息流的收集和管理不够重视，更不能意识到信用风险管理系统的重要性。信用风险可以说是违约风险，是交易双方一方不履行合约义务造成的经济损失的风险，是一种金融风险，信用风险对商品流通企业有着不可忽略的影响和作用。商品流通企业信用风险管理需要考虑企业素质、资金信用状况、经营管理水平、经济效益等，而每个考察方面都必须制定定性和定量指标，所有评估和管理都离不开信息数据，而目前商品流通企业缺乏专业的信息流收集和管理。

（三）商品流通企业信用风险评估和预防体系缺乏有效匹配

我国市场容量随着社会发展变得越来越大，同时消费者的需求也更加复杂，商品流通企业针对不同消费需求，对市场的细分更是越来越细，针对不同的市场区域和利益相关体需要区别信用风险评估和预测体系，不同的管理对象有着不同的风险特点，商品流通企业信用风险评估和预防就必须具备个体特性，不同性质和利益关系的对象有不同的信用风险评估和预防方法。此外，市场需求越来越细，产品生命周期越来越短，商品流通企业不仅要加深研发和产品线的厚度，还要根据市场发展方向动态调整信用风险评估和预防体系，而很多商品流通企业由于自身规模小，对相关利益群体和消费市场没有进行细致的划分，因此没有建立针对性的信用风险评估和预防体系，也就是说商品流通企业信用风险评估和预防体系缺乏匹配性。

（四）商品流通企业信用风险评估和预防体系不完善

信用风险评估和预防是一个完整的管理体系，不仅涵盖了信用评估指标和要素、评估标准和等级，还需要信用评估方法和数据模型。其中信用风险评估方法和指标是最主要的内容，我国在信用风险评估指标体系中主要包含基本信息的综合评估、资金的周转、履约情况及资产质量和结构、资金使用情况及成本费用和销售等经营状况、利润的实现情况和前景、中长期发展规划和执行目标等方面，商品流通企业信用风险评估体系的建立在指标和方法选择上没有严格区分信用风险的内、外部因素。因此，信用风险评估指标和方法在定量和定性指标结构上也没有进行具体的区分，在之后的预防措施构建和管理中必然存在一定的局限性，这就说明商品流通企业信用风险评估和预防体系不完善。

三、建h与措施

随着时代的进步，商业流通领域发生了极大变化，人们工作和社会环境不断改变，城市化程度也在加深，商品流通企业之间的竞争更加激烈，不同需求和不同定位的终端渠道也相继出现，在这么复杂的经济环境中，加强信用风险评估体系的建立显得尤为重要。

（一）加强商品流通企业流通链条的认识，提高信用风险预防效率

对于商品流通企业来说，市场竞争不仅仅只发生在生产企业之间，也包括经销商、零售商在内的整条流通价值链上。除了部分商品流通企业是直接经营终端和面对消费者的，大部分商品和服务都需要经过经销商和零售商与消费者达成交易。生产企业、经销商、零售商和消费者形成了商业流通的完整价值链，链条间有着多方面不同的利益诉求，同时还处处存在矛盾，包括价值传递、利益分享等。商品流通企业在流通价值链上不同利益方有着不同的利益诉求，生产企业要求出厂价能更高，而经销商和零售商则是要求进货价能更低，消费者则希望商品能够再便宜点。因此，愈来愈多的零售商都在试图压缩流通链条，减少价值链的环节，获取更大的利益，这一变化和利益趋势势必影响信用风险评估和预防体系。商品流通企业要提高信用风险预防效率就必须认清流通链的发展趋势，流通价值链的变化对信用风险预防体系有着直接影响。

（二）重视商业数据信息，加强信用风险评估体系的信息化水平

商业数据就是商品流通产业中各个价值链上重要环节的历史信息和当前信息的集合，它不仅是流通领域历史数据的综合，还是行业最新发展动向的一种反映，更是产业未来的一种预示信息。商品流通中，商业数据与物流信息、商流状况紧密联系在一起，商业数据是商品流通企业进行生产经营管理的基础，也是信用风险评估体系的根本。而商品流通企业信用风险评估体系是一项系统性工程，信用风险评估指标的选取是信用风险评估体系中的主要内容之一，指标体系需要用系统工程建立的相关方法进行分析和选取，在指标选取中不仅要避免随意性，还要遵守科学性、客观性以及简洁性原则，提高评估指标的评估效率。因此，在信用风险评估体系中要注重信息数据的收集和处理工作，提高评估指标体系的关联度，最终构建出完整的商品流通企业信用风险评估指标体系。

（三）提高商业数据认识，为构建信用风险评估体系打下坚实的基础

商业数据的范围非常广泛，只要是商品流通企业的经营和发展都属于商业数据范围内，在商业流通领域中，流通链中不同利益体有着不同方面的数据信息，就生产企业来看，商业数据应该包括宏观行业数据、内部信息数据、销售渠道数据、消费需求数据以及相关市场数据等。不同利益体的数据信息有所差异，商业数据的范畴可以根据利益体进行延伸，旨在提高数据的综合利用效益，从而为构建信用风险评估体系提供坚实的数据支撑。此外，在理清商业数据范畴外，还必须理解不同商业数据的特点以准确利用信息数据，商业数据是信息流的一种表现形式，其收集和处理的目的性更强，不仅具有系统性，还具有专业性，因此在商业数据收集和处理中，需要专业的技术人员和设备，为更好地构建信用风险评估体系提供硬性条件。总之，商品流通企业要构建信用风险评估体系就必须加深对商业数据的认识，不仅要从自身特点认识商业数据范围，还要根据商业数据特性提高数据信息的收集和处理效率。Z

参考文献：

[1]蒋，高瑜.基于KMV模型的中国上市公司信用风险评估研究[J].中央财经大学学报，2015，（9）.

[2]黄智杰.四大行业商业信用风险研究[J].统计与决策，2013，（15）.

企业信用评估范文第6篇

[关键词]信用风险;企业信用评估;投影寻踪;逆映射;特征提取

一、引言

信用评估最常用的方法是“分类”方法,即根据借款人的财务、非财务状况,将其分为“正常”(按期还本付息)和“违约”两类,这样信用评估问题就转化为统计学上的某种分类问题。20世纪30年代以来,信用评估方法先后经历了比例分析、统计分析和人工智能等三个发展阶段。然而,在实际应用过程中,由于信用风险的复杂性和数据的非良性结构,各种信用评估方法的分类效果均会受到不同程度的影响,特别是,当两类样本的信用状况出现重叠时,信用评估方法的分类效果将受到较大影响。对于两类样本企业,其信用状况通常有不重叠和重叠两种分布情形,在实际中,样本企业往往出现第二种情形,此时,对企业信用风险状况容易产生误判。针对这一问题的解决思路主要有:(1)对重叠部分的样本进行二次判别。如文献运用混合整数规划法,通过两阶段的再分类过程,对重叠部分的样本企业进行二次判别,在一定程度上提高了预测精度。(2)运用特定的方法和手段对样本数据进行预处理,以减少两类样本企业信用状况的重叠,从而提高预测精度。目前,基于第二条解决思路的研究文献较为罕见。

投影寻踪(Projection Pursuit,PP)是一种直接由样本数据驱动的探索性数据分析方法,特别适用于分析和处理非线性、非正态的高维数据,其基本思想是把高维数据投影到低维子空间上,寻找出能反映原高维数据的结构或特征的投影,以达到研究分析高维数据的目的。文献[7]证明了利用投影寻踪可以使两类样本在一维子空间上尽可能分离。文献[8]提出了将投影寻踪与支持向量机结合应用于企业信用评估的思路。但上述研究均是在一维子空间上进行分类识别,易丢失有效信息。有鉴于此,本文针对两类样本企业信用状况的重叠问题,着眼于第二条解决思路,提出一种基于投影寻踪和逆映射的样本预处理方法。该方法运用投影寻踪获得各样本点的一维投影值,通过逆映射提取一维投影值的散布特征,生成特征样本集,由此,在原高维空间中减少两类样本企业信用状况的重叠,从而有利于对两类样本企业的正确区分,可在一定程度上提高信用评估模型的预测精度。

二、基于投影寻踪和逆映射的样本预处理方法

对于企业信用状况的两分类问题,设有个企业组成训练样本集,其中,个样本为“正常企业”,个样本为“违约企业”,。企业信用评估指标集, 为训练样本在指标下的指标值。基于投影寻踪和逆映射的样本预处理方法具体步骤如下:

步骤1:评估指标值的归一化处理。为消除各评估指标的量纲和统一各评估指标的变化范围和方向,须对评估指标值进行极值归一化处理。

对于成本型指标,令

(1)

对于效益型指标,令

(2)

式中:分别为第j个评估指标的最大值和最小值。

对于固定型指标,即指标值越接近某一固定值越好的指标,有

(3)

式中:为第j个评估指标的最佳稳定值。

步骤2:构造投影指标函数。PP方法就是把维数据综合成以为投影方向的一维投影值:

(4)

上式中,为单位长度向量。PP方法在综合投影值时,要求投影值的散布特征应为:局部投影点尽可能密集,最好凝聚成若干个点团,而在整体上投影点团之间尽可能散开。由此,投影指标函数可构造为

(5)

式中,为投影值的标准差,为投影值的局部密度,即:

(6)

(7)

其中,为的均值;R为求局部密度的窗口半径,它的选取既要使包含在窗口内的投影点的平均个数不太少,避免滑动平均偏差太大,又不能使它随着m的增大而增加太快,R一般可取值为0.1;点间距离;为单位阶跃函数,当时其函数值为0,当时其函数值为1。

步骤3:优化投影指标函数。当样本集给定时,投影指标函数只随投影方向的变化而变化。不同的投影方向反映不同的数据结构特征,最佳投影方向就是最大可能暴露高维数据某类特征结构的投影方向。通过求解投影指标函数最大化问题可估计最佳投影方向,即

(8)

式(8)所设定的问题是一个以为优化变量的复杂非线性优化问题,常规优化方法较难处理。模拟生物优胜劣汰规则与群体内部染色体信息交换机制的实码加速遗传算法(Real Coded Accelerating Genetic Algorithm,RAGA)是一种通用的全局优化方法,用它来求解该问题则十分简便而有效。RAGA的具体算法参见文献[9]和[10]。

步骤4:通过逆映射提取一维投影值的散布特征,生成特征训练样本集。把由步骤3求出的最佳投影方向代入式(4)后可得各样本点的一维投影值。由的散布特征可知,在整体上,“正常企业”样本的投影点团与“违约企业”样本的投影点团之间已尽可能分离。为在原高维空间中生成具有一维投影值 散布特征的特征训练样本集,可将投影轴上的投影点逆映射到原高维空间用原始变量表示。逆映射采用定理1来计算。

定理1(内插、外推公式):已知投影轴上a、b两点和它们在高维空间相对应的点、,通过a、b两点直线上的任一点c在高维空间的坐标为:

(9)

式中,为内插、外推步长,其值等于a、c两点间的距离与a 、b两点间距离之比,内插时,,外推时,。上式的外推方向是从到c,如从到c,上式中的a、b两点要交换位置。

根据本文的研究目的,同时,不失一般性,本文选取和作为逆映射中的两个已知点,它们在原高维空间中对应的点分别为和,则由定理1计算得出特征训练样本集。

步骤5:生成特征测试样本。对于一个新的测试样本,首先,运用式(1)-(3)对测试样本的评估指标值进行标准化处理,特别地,当测试样本的第j个指标值在训练样本指标值区间()内时,即为归一化处理。然后,根据由训练样本集得出的最佳投影方向和式(4)计算出测试样本的一维投影值。最后,按照步骤4,通过逆映射,生成特征测试样本。

三、结束语

本文针对两类样本企业信用状况的重叠问题,运用投影寻踪技术,通过优化投影指标函数获得最佳投影方向,由最佳投影方向计算出各样本点的一维投影值,使两类样本在一维子空间上尽可能分离;然后,通过逆映射提取一维投影值的散布特征,生成特征样本集,由此,在原高维空间中减少两类样本企业信用状况的重叠,从而有利于对两类样本企业的正确区分,可在一定程度上提高信用评估模型的预测精度。本文提出的样本预处理方法为解决两类样本信用状况的重叠问题、提高信用评估方法的分类效果提供了新的方法和思路。

参考文献:

[1]丁 欣:国外信用风险评估方法的发展现状[J].湖南大学学报(社会科学版),2002,16(3):140-142

[2]薛锋 柯孔林:基于混合整数规划法的企业信用风险评估研究[J].中国管理科学,2006,14(2):39-44

[3]Martin D. Early warning of bank failure: a logit regression approach[J].Journal of Banking and Finance,1977,1(11):249-276

[4]Sueyoshi T. Mixed integer programming approach of extended DEA-discriminant analysis[J].European Journal of Operational Research ,2004,152(1):45-55

[5]Friedman J H,Turkey J W. A projection pursuit algorithm for exploratory data analysis[J].IEEE Transactions on computer,1974,23(9):881-890

[6]Huber P J. projection pursuit (with discussions) [J].The Annals of Statistics,1985,13(2):435-475

[7]王春峰 李汶华:商业银行信用风险评估:投影寻踪判别分析模型[J].管理工程学报,2000,14(2):43-46

[8]赵晓翠 王来生:基于投影寻踪和支持向量机的模式识别方法[J].计算机应用研究,2007,24(2):86-88

[9]付 强 赵小勇:投影寻踪模型原理及其应用[M].北京:科学出版社,2006.1-119

[10]金菊良 丁 晶:水资源系统工程[M].成都:四川科学技术出版社,2002.37-179

企业信用评估范文第7篇

作为一种广受推崇的非参数法，DEA方法可以有效避免事先确定决策指标权重的缺陷，同时也能给出决策单元缺乏效率的原因。然而，传统的DEA方法在用于评价决策单元的效率时，只能以“优秀单元”(效率为1的决策单元)作为参照集，在一定程度上限制了人们的研究视野。在对某一经济现象进行评价过程中，人们常常要把一些对象与另外一些对象(或标准)进行比较，从而对决策单元的效率作出综合判断。这类研究的特点是:(1)它不是关于效率的评价，而是评价哪些决策单元的效率更好;(2)决策单元集与参照单元集之间可能是包含、相同、相交或无关等几种关系。因此，需要构造一种广义DEA模型。

1．产出指标的广义DEA模型

假设决策者有n个待评价的决策单元，其中yj=(y1j，y2j，…，ymj)T为第j个决策单元的数据。决策者选取m个指标进行评价。选取n个样本单元作为评价其他决策单元的依据，这些样本被称为对照组，其中yj=(y1j，y2j，…，ymj)T为第j个样本单元数据。如果所考察的效率状态满足平凡性、无效性、凸性和最小性经济学公理，则参照集T1可表示如下:T1={y|y≥∑nj=1yjλj，∑nj=1λj=1，λ=(λ1，λ2，…，λn)≥0}(1)对于决策单元j0，只有产出指标的广义DEA模型如下:maxθ+εeTS+s．t．∑nj=1yjλj－S+=θyj0∑nj=1λj=1S+≥0;λ1，λ2，…，λn≥0(2)其中:e为与S+对应的单位向量;ε为非阿基米德无穷小，通常取值为10e－6。对于决策单元j0，当线性规划模型(2)的最优解为θ0，S+0和λ0时，则1/θ0称为其效率。

2．基于产出指标的面板数据广义DEA模型

当涉及多期数据时，模型(2)的方法不能直接使用，因为当有多期的数据有待进行效率分析时，将涉及使用面板数据方法还是截面数据方法的问题。如果采用基于截面数据的广义DEA方法，第t期各决策单元效率值的获得以及第t+1期各决策单元效率值的获得，将分别基于不同的数据包络面。这样各期之间的效率值没有严格的比较意义。有学者建议，将所有各期的数据同时纳入DEA模型进行计算(即基于混合数据的广义DEA模型)，以图解决截面数据模型的缺陷问题，但另一些学者认为，这种做法默认了在所有各期的生产技术水平是相同的，实际上忽视甚至否定了技术进步。［8－9］鉴于截面数据模型与混合数据模型的缺陷，本文采用的是只有产出指标的面板数据广义DEA模型。根据模型(2)关于广义DEA模型的基本思想，对模型(2)加以调整以使其适用于面板数据的研究。假设决策者已经获得p期时间序列数据，选取m个指标进行评价，在第t期有n(t)个待评价的决策单元。第t期决策单元j0(t)的数据为yj(t)=(y1j(t)，y2j(t)，…，ymj(t))Tj=1，2，…，n(t)t=1，2，…，p(3)如果决策者在基期有n个样本单元作为评价其他各期决策单元的依据，第j个基期样本单元的数据为yj(0)=(y1j(0)，y2j(0)，…，ymj(0))T。如果所考察的成效状态满足平凡性、无效性、凸性和最小性经济学公理，则参照集T2可表示如下:T2={y|y≥∑nj=1yj(0)λj，∑nj=1λj=1，λ=(λ1，λ2，…，λn)≥0}(4)对于第t期决策单元j0(t)，只有产出指标的面板数据广义DEA模型如下:maxθ+εeTS+s．t．∑nj=1yj(0)λj－S+=θyj0(t)∑nj=1λj=1S+≥0;λ1，λ2，…，λn≥0(5)其中:e为与S+对应的单位向量;ε为非阿基米德无穷小，通常取值为10e－6。使用面板数据进行效率评估与分析的步骤如下。第一步:选择基期，例如选择所获数据的最早年份或关键年份，以使以后各年的成效评价都基于这一年份。第二步:将基期的数据纳入模型(5)进行计算，得出其基期的效率值。此时，由于这些单元既是样本单元(对照组)也是决策单元，因此效率的最大值是1。如果有若干单元的效率值均为1，这些单元之间的成效差异无法进一步比较，但至少表明这些单元的成效值高于其他效率值小于1的单元。第三步:将基期的所有数据作为样本单元(对照组)，将这些t期(t≥1)的数据作为决策单元，纳入模型(5)进行计算，得出其第t期的效率值。由于第t期的效率值是基于基期的数据包络面得出的，因此可能出现有最优解小于1或大于1的情形。下面分别讨论这些情形的解释。(1)当某一单元第t+1期的效率值小于第t年时，意味着该单元的效率水平相对于第t期有所下降。(2)当某一单元第t+1期的效率值大于第t年时，意味着该单元的效率水平相对于第t期有所上升。

二、数据与指标的选取

为了研究中小企业信用担保机构的经营效率，需要担保公司的财务数据。由于获得全国所有担保公司的数据很困难，因此本文采用来自某市担保行业协会的统计数据。根据数据的可得性，样本数据中所涵盖的公司共计141家，包括2011年除9月份之外的11个月份和2012年1～8月份的数据。在数据整理过程中发现，有26家公司的统计数据存在不同程度的缺失，主要原因在于一些公司尚无业务开展，有些公司仅在个别月份有业务开展。为消除效率评估结果质量的不利影响，本文将没有开展业务的公司剔除。这样，共有115家公司的数据纳入研究的范围。数据来源在一定程度上决定了数学模型中指标体系的构建。由于担保行业的统计数据不完善，无法获得投入指标的数据(例如员工人数、成本等)，无法进行涉及投入—产出关系的效率度量，只能对涉及产出的效率进行评估。鉴于只能获得2011—2012年19个月的数据，因而，选择按月对担保公司的效率进行评估。鉴于以上原因，经过谨慎考虑，确定研究指标如下:担保户数、担保笔数、担保额和保费收入。统计数据的缺陷是导致国内目前关于担保行业效率定量分析研究成果甚少的主要原因，从另一个侧面也说明关于这方面定量研究成果的需求。尽管数据存在缺陷，但从现有的数据出发，对担保公司进行月度效率度量与比较分析并从中发现规律性，对于促进担保行业的效率改善、明确改善的方向仍然具有重要的实务意义。

三、中小企业信用担保机构经营效率评估

在对担保公司的效率进行评估时，为了避免使用当月数据时出现负值导致无法使用DEA模型的现象，计算中所使用的月度数据是截至该月的数据而不是当月的数据。由于计算中所使用的月度数据是截至该月的数据，因而效率逐月保持不变或上升的现象是显而易见的。考虑到不同财务年度数据的差异，从2012年1月起，后续月份的数据总是至本年度的当月末，而不将上年度末的数据累计在内。

1．效率均值

计算得到的担保行业效率如图1所示。对于没有开展业务的公司，计算均值时不将其考虑在内。图1中，2011年和2012年各月度的效率均值整图1担保公司效率均值与变异系数体上是上升的，走势上差不多，这与采用当月截止数据的计算是一致的。从效率均值的大小看，2012年的月度效率均值总是低于2011年，然而，2012年的月度效率变异系数总是高于2011年，即担保公司的总体效率水平在2012年低于2011年，但从效率变化上却高于2011年。另外，2011年月度效率变异系数保持基本平稳，2012年月度效率变异系数有一些起伏。这说明担保公司在2011年总体的效率相对稳定。2012年效率有所下降，并且不同公司之间的效率差异增加。这可能与2011年宏观经济相对稳定，2012年经济形势变化较大导致担保行业整体受到影响，从而使不同担保公司的经营效率产生较大波动有关。考虑到计算中所使用的月度数据是截至该月的数据而不是当月的数据，因而采用总体效率的增长率来衡量不同时间上的相对效率水平。图2给出了样本担保公司不同年度效率均值的增长率。从图中可以看到，2011年和2012年的效率增长率总体上都是从年初较高到年底较低的下降趋势，而且波动情形比较明显。这表明担保公司的效率在一年内的变化很大，总体上年初效率较高。

2．担保公司效率均值变化

为了进一步考察每个担保公司的效率水平变化，本文选择2011—2012年持续有业务的公司，分析它们效率均值的变化及其变异系数的变化，结果从图3中可以看出，各个担保公司从2011年到2012年的效率变化绝大多数是负数，而且多数公司的效率下降比较明显，仅有几个公司的效率均值是明显增加的，这再次说明担保公司在2012年的效率水平要低于2011年。从变异系数的变化看，多数公司的变异系数变化是负数，即变异系数从2011年到2012年是下降的，这与图1中2012年变异系数大于2011年变异系数是不同的，这主要与图3中分析单个担保公司时剔除了没有连续经营的公司有关。图3与图1中变异系数结论的差异说明了一个很重要的问题，即图3中剔除的没有连续经营的担保公司的效率变异系数变化较大，进而导致包含它们的图1分析中变异系数数值增加，这表明持续的经营会增强担保公司经营效率的稳定性。

四、结论与政策建议

针对日益加剧的担保公司竞争，本文对中小企业信用担保公司分析其经营效率，这对提高担保公司的竞争力有着重要意义。本文采用面板数据的广义DEA模型从产出方向评估了中小企业信用担保机构的经营效率。研究发现:(1)担保公司在2011年总体的效率相对稳定，2012年效率有所下降，并且不同公司之间的效率差异增加，这可能与宏观经济形势变化导致担保行业整体受到影响，从而使不同担保公司的经营效率产生较大波动有关。(2)担保公司2011年和2012年的效率增长率总体上都是从年初较高到年底较低的下降趋势，而且波动情形比较明显。这表明担保公司的效率在一年内的变化很大，总体上年初效率较高。(3)没有连续经营的担保公司的效率变异系数变化较大，持续的经营会增强担保公司经营效率的稳定性。这些结论表明，担保公司为了提高自己的竞争力，实现健康可持续发展，一方面要密切关注宏观经济形势，积极应对经济周期的冲击，不断创新，拓展经营模式和经营业务，另一方面，只有保证持续的经营才能保证经营效率的稳定。因而担保公司应高度重视风险管理，防范和控制一切风险，从而保持健康、持续的经营，不断推动担保行业的发展。

企业信用评估范文第8篇

关键词：电子商务；中小企业；信用评估

中图分类号：C931 文献标识码：A 文章编号：1001-828X（2015）004-000-01

企业信用是指企业在商品生产、运营、交换及相关合作中所履行的承诺。电子商务作为市场商业活动，具有可更改性、复杂性等特点，间接突出企业信用的重要性。在电子商务环境下评估中小企业信用，不但能促进企业双方建立良好关系，还可在某种程度上减少商业风险，意义重大。下面，本文将从诸多角度出发，探讨电子商务环境下中小企业的信用评估。

一、企业信用评估含义

企业信用评估是指企业在一般性的商业交往过程中，对投资合作、信贷等活动进行的信用评估。该信用评估活动主要将独立经营的企业或经济主体作为研究对象，对经济活动期间所产生的信用进行综合评估的过程。也就是对企业生产、运营、发展、经济现状等进行的综合性考察。

一般来说，在对企业信用进行评估过程中所使用的方法各种各样，包括：模糊数学、计量统计等，通过基本数据的统一分析、计算，得出最终的评估数据，形成交易标志码，通过系列整合后形成最后的信用评估报告。在电子商务环境下，由于所使用的交易额度相对较大，间接导致所需数据、资料较为全面，这种情况下的信用评估报告则需包括：企业经营现状、企业目前竞争力、企业经济管理水平等内容，同时，还应包括企业规模、流动资金等实际内容，以便综合评估。

二、企业信用评估体系

众所周知，良好的信誉是企业双方共同建立的，象征着合作双方的良性循环现状，该信誉需要合理、准确的标准体系。若利用相对传统的企业信用指标对其进行评估，会发现企业经营现状、盈利状况、企业人员素质、文化程度、企业产品市场前景等为评估电子商务企业所需标准。然而，针对中小型电子商务企业信用评估而言，只是单纯的需要企业经营状况、盈利现状、企业发展等主要指标即可，同时还包括企业网络营销、网络客服、网络管理等。

（一）企业经营效率

评估企业经营效率指标为：企业资产、企业存货、企业所收款项等周转率。企业资产周转率指企业某段时间内总收入额度和平均收入额度比，该周转率是评估企业经济现状的重要指标，不但能充分体现企业经营期间资金流动现状，还可反映出企业资金管理质量；企业存货周转率是评估企业现存货物周转速度的指标，借助针对性措施提高企业货物周转率，缩短企业经营时间，可提供其货物变现能力。企业存货周转率可反映出现存货物管理质量，周转率越高，说明企业货物流动性越强，所收资金越多；企业所收款项周转率越高，说明资金回收速度越快，反之，说明企业资金运营滞后，影响企业其他商品资金的正常运转。

（二）企业盈利现状

评估企业盈利现状指标为：企业主要业务利润率、资产净收益率和资产报酬总率。企业主要业务利润率是指企业某段时间内主要业务所占利润和业务收入比，该利润率可表明企业主要经营业务每单位所获得利润，能充分反映企业主要经营业务能力，是评估企业经济水平的主要指标；资产净收益率是指企业某段时间内经营产品所获得的净利润和平均净收入资产比，该收益率可体现企业投资人员投入企业经营后获取经济效益能力，是评估企业经济效益的关键指标；资产报酬总率是指企业在某段时间经营内获得的总资产和平均总资产比，该报酬总率说明企业含有的全部资金，是评估企业现有资产运营现状的重要指标，同时，该报酬总率还可反映出企业资产收入水平，从根本上体现出企业经营现状。

（三）企业偿债现状

企业偿债现状指标包括资金流动率、负债率等，企业现有资产流动负债率是指经营期间现金流动量和负债之间的比例，可反映企业经营现状；流动性比率为企业流动性现有资产和负债之间的比例，反映企业短时间内可偿还负债的能力；企业现有资产总额率是经营期间存留资产流动额度和负债总额度之间的比例，该比例能充分体现企业总负债情况，并反映企业是否有能力偿还总负债。

（四）企业发展状况

企业发展状况指标为：企业主要经营业务收入比、企业利润增长比、企业资产增长比等。企业主要经营业务收入比是企业该年经营业务收入总额度和上年收入总额度比，该比例可反映出企业是否出现资金增减变化，是评估企业成长现状的主要指标；企业利润比、资产增长比是指该年利润、总收入和上年增减比，也是评估企业发展现状的关键性指标。

针对扩张性指标而言，大多数中小企业均配置电脑等先进设备，然从事电子商务的企业却不尽然，如：有的企业销售渠道为网络，有的企业销售渠道为网站宣传，有的企业则为内部管理系统等。总之，该选择怎样的模式进行销售，需根据自身企业实际情况而定，以免适得其反。另外，还需选择较为合适的信用评估模型，相关资料显示，借助层次分析法评估中小企业信用，解释性强，方法简便，可快速消除电子商务环境下不适合中小企业的评估指标，削减影响信用评估的人为因素，提高企业信用评估准确性，为该信用评估提供更高的说服力，可作为电子商务环境下中小企业信用评估常用方法。

三、结语

总之，中小企业在电子商务环境下获得诸多商业机会，不但降低了企业经营成本，还在无形中降低了企业交易风险，提高利润率。因此，根据中小企业建立信用评估体系、模型意义重大。本文通过对中小企业信用评估体系的研究发现，从自身企业实际情况出发，选择合适的信用评估体系和模型，效果明显。

参考文献：

[1]李菁苗，吴吉义，章剑林，等.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，2012，03：555-560.

[2]陈勋亚.电子商务环境下中小企业信用评价[J].科技致富向导，2013，33：151.

[3]魏锋，孙逸，潘圆.ANP在电子商务中小企业信用评估中的应用[J].经济师，2013，05：17-18.

[4]马亲，郭丹丹.电子商务环境下中小外贸企业国际结算风险的防范[J].赤峰学院学报（自然科学版），2013，20：43-45.

企业信用评估范文第9篇

关键词：建筑业；施工企业；信用评估指标体系

1 我国建筑施工企业信用评价的发展现状

对于企业的发展来说，由于我国在相关法律法规制定的不完善，我国企业信用体系的不健全，在建筑行业很多企业为了追求快速发展，出现了很多引用确实的恶劣问题，但是随着社会经济政治和文化的进步，我国各项法律法规的不断完善，建立同我国社会主义市场经济体制相辅相成的经济信用体系的呼声也越来越高。建筑企业构建信用评估指标体系不仅是顺应我国经济发展的潮流，同时对于企业发展带来了很多优势。在建筑领域来说，信用等级高的企业往往更容易获得投资人的青睐。这样不仅极大的节约了企业投资方对企业评判的时间和资本，同时更利于企业在融资和筹资渠道获得更多的资金支持，对于企业流动资本和市场流畅都是巨大的后备力量，更有利于企业的长期发展。此外，建筑企业建立企业信用评估指标体系可以促进我国资本市场运作更加透明化和公开化，不仅有利于加强市场监管能力，使我国企业市场运作更加规范，对于我国金融市场的发展也起到了很有利的效果。总起来说，企业信用等级的建立不仅能够降低投资人的成本，充实投资的对象，还能够降低建筑企业的融资风险和道德风险，对于影响我国市场经济发展的两大障碍因素――市场交易中产生的额外成本和信息不相符也在一定程度上降低了其运作风险。这可以一定程度上保证我国市场经济的发展和市场发展更加顺畅平稳，不仅促进了经济的发展，而且提高了市场的运作效率。

同样，建筑施工企业如果因为信用缺失行为导致企业信用等级较低也会为企业自身发展带来一系列弊端。企业信用的缺失行为如果较为严重，不仅会直接造成较为严重的经济损失，同时造成的各种间接经济损失也是无法估量的。一些企业为了取得眼前经济效益的昙花一现而走上的违法商业运作行为，不仅给国家造成了大量损失，同时更加加剧了我国社会的财富分配的不公平，加剧了我国贫富差距的基础上使我国国民矛盾进一步尖锐，为社会的稳定添加了很多不稳定因子，同时延缓了我国经济发展前进的脚步，带来的各种损失真是不计其数。企业信用缺失行为的发生也一定程度上破坏了我国的法律环境的公平的发展，极大的影响力国家的执法力度。建筑施工企业通过各种不正当手段展开的各种竞争完全是无视国家尊严，损害我国法律形象的极端恶劣行为。

2 建筑施工企业信用评估指标体系的内容及主要构成

我国企业的信用评估指标体系在构成上基本相似，而建筑行业的施工企业信用评估指标体系又因为加入了建筑业独有的特点，在具体项目的研究上又存在着千差万别的区别。由于我国市场经济秩序的不规范，在我国市场经济体制下，越来越多的建筑问题开始逐渐暴露出来。究其原因，不仅仅是因为国家法律法规等制度上的缺陷，还有我国机制和体制上的种种不完善，主观原因上无论是施工单位还是业主，甚至包括设计院和工程监理，各方面参与者的运营理念是否合适于我国独特的市场经济体制的经济规律也非常重要。

我国企业信用评估指标体系基本全是基于国际5C要素分析法演变而来的，5C分别是借款人的还贷能力，道德素养，担保能力，担保实力和企业经营情况这5个方面来综合分析而得出的。此外，建筑施工企业的信用评估体系包括定量和定性指标两个方面。如施工单位的债务偿还能力，企业的发展前景，企业的经济效益水平和企业的经营管理水平属于定量指标，而企业的文化范畴的考核则属于企业定性指标。再加上我国企业制定的企业信用等级划分的标准对施工企业各项能力打分的方式来综合测评施工企业的信用等级。最后第三方可以通过收集的以上数据信息进行分类存档，从而建立件数施工企业的信用指标档案。这样无论是投资方还是业主单位对该施工企业在经营管理方面和企业技术水平上，现场工程的质量监管上和公司的具体财务状况等方面可以有一个一目了然的直观认识，在工程项目招标的过程中也能够作为对施工单位进行选择的一个重要依据并具有相当分量的参考价值，同时对企业的长期发展起到了监督和促进的作用。

3建筑施工企业信用评估指标体系评述

在企业发展过程中，每个企业都有自己发展的具体情况和发展特点，尤其对于施工单位而言，在建立建筑施工企业信用评估指标体系的时候，我们不能以偏概全，在确定正确价值导向的基础上还要结合每个企业的具体发展情况制定符合企业自身的诚信档案，只有这样，我们建立的施工企业信用评估指标体系才是公平的。

无论是对于企业还是对于国家来说，构建企业信用评估指标体系是发展国家文明的必然要求，也是我国社会主义市场经济体制和我国金融体系发展改革的必然趋势。我国建筑行业构建施工企业信用评估指标体系，对于构建和谐社会，刮起社会一阵文明之风起到了良好的推动作用。通过对企业的信息收集、分析及处理规划出来的诚信档案，可以通过信息的查询甚至交易更进一步来建立企业的诚信形象，同时也为建筑信息的查询提供了一个良好广阔的平台。同时在相关政府部门的监督管理下，不仅为企业的长期发展提供了优渥的环境，同时有效的规范了我国市场经济的运作环境，对提高我国资源配置效率，多快好省的促进国家经济的发展提供了强大的保障。这对于新时期激发我国经济发展的新的生命力，促进施工企业保质保量的完成施工工程发挥了非常巨大的作用。总之，我国建筑行业积极构建施工企业信用评估指标体系，无论是对企业还是对国家，上至政府下至平民百姓，无一不彰显其为一项重要的利国利民的重要举措。

参考文献

[1]张美灵，欧志伟.信用评估理论与实务[M].复旦大学出版社.

[2]郭敏华.信用评级[M].中国人民大学出版社.

[3]王利.施工企业信用体系建立初探[J].施工企业管理.

企业信用评估范文第10篇

基金项目： 湖南省科技厅软科学项目（2013ZK3003）； 湖南省教育厅科学研究项目（13C1164）； 湖南省社科院省情与决策项目（2013BZZ40）

作者简介： 王 帅（1983―）， 男， 中南林业科技大学讲师，湖南大学工商管理博士后， 研究方向： 产业金融。

摘 要：引入多层次模糊评价方法，设计包括行业状况、上下游状况、产品状况、管理水平、财务状况和资信状况的指标体系，构建多层次模糊综合评价的中小企业信用风险评估模型。算例分析表明该方法综合了定性因素和定量因素，能有效地评价中小企业的信用风险。

关键词： 多层次模糊综合评价； 信用风险； 风险评估

中图分类号：F832；F224；F275 文献标识码： A 文章编号：1003-7217（2014）05-0013-05

一、引 言

近年来，中小企业逐渐活跃，并成为了社会经济持续发展和繁荣稳定的重要因素。商业银行对中小企业的重视程度也逐渐加深，竞相成立了中小企业贷款的专门机构。由于中小企业没有大企业的规范制度、企业文化以及信息透明度，商业银行与中小企业之间往往存在信息不对称，并且，学界和业界普遍认为银行与中小企业之间的信息不对称往往会使得商业银行面临较大的运营风险，所以商业银行在经营中小企业贷款时往往慎之又慎。

近年来，国内外关于中小企业信用风险方面的研究在不断深化。Dietsch和Petey（2002）度量了法国中小企业贷款的VaR值，并根据新巴塞尔资本协议计算了对应的风险资本，认为借款人有限的信息（limited information）对信贷风险的影响较大[1]。Altman和Gabriele（2007）认为应将中小企业信用由公司类贷款转为零售类贷款，同时还要加大中小企业客户风险管理工具和方法的开发[2]。Canales和Nanda（2012）认为问题和信息不对称均会对中小企业的信用风险产生重要影响[3]。郭小波等（2009）认为中小企业具有一定的特殊性，因此在对其进行信用风险评价时不能直接采用针对大企业的评价指标，其关键指标主要体现在非财务信息等方面，如企业员工人数等[4]。周中胜和王愫（2010）对中小企业信贷的“直接嵌入”和“间接嵌入”进行了研究[5]。汪兴隆（2012）分析了泰国泰华农长银行“信贷工厂”的模式，并认为这一模式对中小企业的信用风险管理具有积极作用[6]。

在方法研究方面，郭小波等（2011）运用Binary logistic回归分析方法研究了中小企业的信用风险，并以此方法为基础，筛选了中小企业信用风险评估的关键变量[7]。夏立明等（2011）在对供应链金融的概念界定的基础上，从银行的视角建立了中小企业信用风险评价指标体系，运用灰色层次分析法和一次门限法，建立了基于供应链金融的中小企业信用风险评价模型[8]。梁琪等（2012）以2005～2009年首次被实施ST的中小上市公司为研究对象，综合利用财务指标和公司治理指标并采用考虑极端值样本的稳健logistic回归构建了财务失败预警模型[9]。胡海青等（2012）运用机器学习的方法支持向量机（SVM）建立信用风险评估模型，并通过与用BP神经网络算法建立的信用风险评估模型进行对比，结果表明在小样本条件下，基于SVM的信用风险评估模型更具有效性和优越性[10]。在针对中小企业信贷风险评价分析的过程中，对中小企业分析评价的最终目的就是判断其偿债能力，而影响其偿债能力的因素有很多，包括外部环境、自身经营及财务、非财务信息等，这些因素具有不确定、相互关联的特点，因素与因素之间可能会存在非线性演变的关系，并且这种关系随着外部经济环境、行业环境的变化而变化，根据确定效应来判断企业违约概率的计量方法存在一定的缺陷，因此传统方法在对信息不对称程度较高的中小企业进行信用风险评价时不具有较好的适用性。

近年来，模糊综合评价这一方法逐渐受到重视[11，12]，模糊综合评价方法考虑变量的模糊特征，将定性变量和定量变量综合分析，能够有效处理多变量的模糊成分。在具体的评价过程中，该方法基于模糊集中的隶属度函数，对变量和变量之间的关系进行数学运算，从而建立反映评价对象本质特征的评价方式。对于中小企业信贷风险，由于存在定性、定量等多种衡量标准，各因素对信用风险的影响不尽相同，因此，模糊综合评价方法不失为一类有效的方法，并且，各个信用风险影响因素有着不同的层次结构，在进行信用风险评估时，需要从分指标逐渐过渡到总指标，运用不同层次风险指标得到的模糊综合评价方法则为多层次模糊综合评价方法，通过运用多层次模糊综合评价方法则可以得到中小企业信用风险评价结果。

基于此，本文运用多层次模糊综合评价方法来对中小企业信用风险进行评价，该方法能够有效处理中小企业信用风险评价过程中的定性因素和定量因素，实现了评价指标与评价方法的有效结合。本文接下来的安排如下：第二部分构建中小企业信用风险评估的多层次模糊综合评价模型；第三部分为多层次模糊综合评价模型信用评级的算例分析；最后为研究结论。

二、中小企业信用风险评估的多层次模糊综合评价模型构建

（一）中小企业信用风险评估的因素集

中小企业信用风险评估的因素集为各种影响中小企业信用风险的变量。这些变量可以分为主因素集合和子因素集合。主因素集合为一级指标，子因素集合为二级指标。将主因素集定义为：U={U1，U2，…，Um}。子因素集为：Ui={Ui1，Ui2，…，Uim}。其中，m为子因素集的个数，i为信用风险评估的第i个主因素。

运用文献整理、深度访谈的方法来确定风险评价指标，经过多次修正，得到最终的评价指标体系，指标体系为包含六个一级指标的主因素集。六个一级指标分别为行业状况、上下游状况、产品状况、管理水平、财务状况和资信状况（参见表1）。与以往大多数信用风险评价集合不同，本文的因素集合体现了主观因素和客观因素的结合，同时体现了定量分析和定性分析的有效结合，因而更能够全面客观地反映中小企业的信用风险，也更能够克服由于中小企业信息不对称程度较高所带来的信用风险评价困难。

1.行业状况。指中小企业所处的行业环境，主要从行业发展趋势、行业成熟度、行业壁垒及国家行业政策等四个方面进行衡量。由于中小企业对行业敏感度较强，通过行业分析可以判断中小企业风险状况及未来发展前景。行业发展趋势判断意味着中小企业未来发展空间，通过分析中小企业生产工艺、产品结构等判断其是否与行业发展趋势相吻合，进而判断其成长空间；行业成熟度是一个行业发展状况的总体判断，成熟度越高，技术、市场越稳定，企业市场风险越小，发展趋势越稳定；行业壁垒是判断一个行业进入难易的程度，行业壁垒高的话，企业准入难度大，对企业自身综合实力要求比较高，当然壁垒高的行业一般市场都比较稳定，恶性竞争风险较低，相反，壁垒很低的竞争较强，风险较大；国家行业政策是分析国家对该行业的政策态度，是属于支持类还是限制类，是否有政策优惠措施等，进而可以判断企业成长环境。

2.上下游状况。通过对中小企业上下游进行分析，可以判断企业在产业链中所处的地位及未来发展潜力、后续盈利空间等，主要从上下游稳定性、上下游结算方式、上下游议价能力和上下游客户情况四个方面进行衡量。中小企业上下游的稳定性代表了企业稳定的发展模式，有稳定的原料来源及稳定的市场渠道，受市场冲击影响不是很大；中小企业上下游结算方式对其资金链影响很大，目前大部分中小企业资金紧张都是由于上下游资金占用较大引起，因此是考察的主要方面；中小企业上下游议价能力代表了其定价能力、盈利能力，议价能力较高说明对原材料及产成品定价自越强，导致其产品利润空间越大，相反，则利润空间越小；中小企业上下游客户情况代表了企业未来发展空间、市场竞争力的大小，上游原材料供应商规模、资质越强越能保证原料来源的稳定及质量，下游客户质量越高，说明其产品市场竞争力越强。

3.产品状况。产品生产是中小企业发展的最终目的，是集聚劳动化的成果，主要从市场竞争力、市场占有率、产品替代性和产能利用率四个方面进行衡量。产品的市场竞争力是企业产品打开市场的主要方式，包括价格、质量、售后服务等；产品的市场占有率是市场竞争力的表现形式，只有市场竞争力强，有效需求客户高，才能保证市场占有率处于较高的水平；产品替代性代表了产品的生命周期，产品的使用价值，产品可替代性越小，说明产品的市场潜能越大，相反，产品被淘汰的可能性越大；产能利用率代表了企业产能的实际达产情况，当企业产能利用率很低时，说明企业存在潜在生产设备的浪费，市场份额不足。

4.管理水平。通过管理情况可以看出企业核心竞争力，企业软实力等，主要从企业股东背景、领导者管理能力、领导者决策水平及成本控制能力四个方面进行衡量。股东背景体现了企业成立的历史，企业的实力等，如果企业是自然人股东，需考察自然人的出资实力、诚信度、品质等，如果企业股东是法人股东，可以分析股东的规模、实际控制人及股东对企业的控制能力，包括人流、资金流的控制等；领导者管理能力体现了企业管理者对企业的管理水平，包括对人员、财务、费用等的管理，是企业软实力的体现；管理者决策水平决定了企业发展的成长空间，对的思路应该与企业实力、市场状况等相适应，与企业长远发展相适应，而不是脱离主营业务去追求短期的回报等；成本控制能力是对企业盈利能力的一个考验，也是企业竞争力的一个体现，拥有了成本优势，产品可降价空间就大，产品适应市场能力就更强。

5.财务状况。财务状况反映了企业财务现实情况，通过对财务分析可以判断企业经营运作情况、现金周转情况等，进而推算出企业可用于偿还债务的资金量及偿债能力。主要从资产负债率、销售增长率、利润增长率、应收账款周转率、存货周转率和经营活动创造现金能力六个方面进行衡量。资产负债率体现了企业整体负债水平，代表了其债务压力；销售增长率体现了企业产品市场销售情况，增长率应该较稳定，并处于行业平均水平；利润增长率体现了企业创造利润的能力，利润增长率应该与销售增长率成正比，销售增长率高、利润增长率低的企业都是不正常的；应收账款周转率体现了企业对下游的议价能力，应收账款周转率越低越好，对企业资金占用越小，相反，则对企业不利；存货周转率体现了企业销售情况及对库存商品的管理能力，存货周转率越高，说明企业商品销售不出去，市场情况不好，对企业不利；经营活动创造现金能力体现了企业资金流情况，当经营活动现金净流量小于零时，说明企业创造现金能力较弱，需要筹资活动现金流满足经营需求，对企业不利。

6.企业资信状况。企业资信状况为企业的历史信用状况，资信状况评价的维度包括同业信用、同行信用、纳税情况和管理者信誉四个二级变量。同业信用反映了企业在其他银行授信情况、还款情况等，可以通过人行征信系统查询企业同业信用记录；同行信用体现了企业在周围圈子里的信用情况，如行业协会，上下游关系等，进而可以判断企业诚信水平；纳税情况体现了两点：一是看企业是否存在偷税、漏税情况，二是可以核实企业真实收入水平；管理者信誉是考察企业主要管理者个人的诚信水平，由于中小企业规制不健全，管理者对企业的发展起到实质性作用，管理者素质非常关键。

（二）中小企业信用风险评估因素集的计算

1.指标权重的确定。本文运用层次分析方法来确定主因素集和子因素集指标权重。在该方法的具体计算过程中，可通过专家打分来比较风险因素之间的相对重要性，在相对重要性矩阵基础上即可计算出指标的权重。设每一个二级指标权重的和为1，则Uij对Ui的权重为aij，有

∑j=1～maij=1 （1）

Ui对U的权重为ai，则

∑i=1～nai=1 （2）

m和n分别表示二级风险因素和一级风险因素的个数。

2.确定评价集。评价集为信用风险评价结果的可能结果，设有i种中小企业信用风险评级结果，通常用v表示为v={v1，…，vi}。本文将中小企业信用风险的等级分为5个等级，风险由高到低分别为：v1=高风险；v2=较高风险；v3=一般风险；v4=较低风险；v5=低风险。

3.建立中小企业信用风险评价的模糊判断矩阵。以rnk表示判断风险评估在第n个风险指标上，可得到模糊判断矩阵（R）。

R=r11r12…r1k

r21r22…r2k

…………

rn1rn2…rnk （3）

4.中小企业信用风险的初级模糊评价。在这一过程中，将每一风险因素按照因素的等级进行评估，风险评估结果记为B。

B=A°R=[a1，a2…an]°

r11r12…r1k

r21r22…r2k

…………

rn1rn2…rnk=[b1，b2…bk] （4）

5.中小企业信用风险的多级模糊综合评价。根据评估指标的权重和初级评价结果，可以得到最顶层的模糊综合评价结果，同时根据最大隶属度原则，对最终评价结果进行判断，选取最终向量中最大权重值所对应的等级为中小企业信用风险评价的等级。

三、基于多层次模糊综合评价模型的信用评级算例分析

目前关于中小企业信贷风险方面的定量研究主要集中在财务分析方面，而忽略了很多非财务因素，由于中小企业存在信息不对称性，且财务报表质量水平较差，因此单纯通过财务分析、判断，很难真正掌握其风险点，必须结合各方面因素全面分析，为了使得研究结论更符合中小企业的实际情况，参阅了前期文献和相关二手资料，并通过实地走访商业银行，并与信贷审批、风险管理人员访谈，收集了中小企业信用风险评估的相关数据，对于定性数据，则通过问卷调查和专家访谈的方式来获得。在收集一手数据和二手数据的基础上，完成了本文的算例分析。

在商业银行中小企业信贷风险管理过程中，由于中小企业群体性风险较大，商业银行首先会对中小企业的行业风险进行评价。有鉴于此，本文在算例分析过程中，在对单个中小企业的风险状况进行调查的基础上，从行业视角来对中小企业的信用风险进行评价。本文问卷是针对陕西省兰炭生产加工中小企业进行信贷风险调查，问卷设计包括基本情况、指标权重以及信用评级指标三个部分。第一部分为企业的基本情况；第二部分主要调查行业状况、上下游状况、产品状况、管理水平、财务状况和资信状况的相对重要性；第三部分主要收集中小企业信用风险二级指标体系的相关数据。本文的问卷调查实施对象主要是光大银行、中信银行、浦发银行、农业银行等商业银行风险管理部、信贷审批部相关工作人员，主要采取现场打分的形式进行，其中，发放问卷160份，回收问卷134份，有效问卷120份。通过对问卷信度进行分析可知，中小企业信贷风险及其六个构面行业状况、上下游状况、产品状况、管理水平、财务状况和资信状况的Cronbach’s α系数分别为0.782、0.831、0.798、0.724、0.825、0.872、0.823，均超过了0.7这一高信度水平，各二级指标的Cronbach’sα系数也都超过了0.5这一最低信度水平。通过问卷调查收集数据，取各指标权重的均值作为指标的调查权重值。中小企业信贷风险各指标的权重值为：

A1，A2，A3，A4，A5，A6=

0.11，0.19，0.14，0.18，0.17，0.21 （5）

（1） 行业状况各指标的权重值为：

a11，a12，a13，a14=0.24，0.23，0.29，0.24 （6）

（2） 上下游状况各指标的权重值为：

a21，a22，a23，a24=0.26，0.24，0.29，0.21 （7）

（3） 产品状况各指标的权重值为：

a31，a32，a33，a34=0.28，0.24，0.27，0.21 （8）

（4） 管理水平各指标的权重值为：

a41，a42，a43，a44=0.26，0.20，0.25，0.29 （9）

（5） 财务状况各指标的权重值为：

a51，a52，a53，a54，a55，a56=

0.16，0.145，0.19，0.17，0.135，0.20 （10）

（6） 资信状况各指标的权重值为：

a61，a62，a63，a64=0.21，0.27，0.23，0.29 （11）

接着，根据打分结果计算六个主因素集的隶属度，通过运用B=A°R评价算法进行模糊综合评价分析，归一化后得：

B=0.16，0.18，0.25，0.31，0.10 （12）

本文中，设定的评语集V={V1，V2，V3，V4，V5}分别表示为（高风险、较高风险、一般风险、较低风险、低风险），通过模糊综合评价法可知，对陕西省兰炭生产加工中小企业授信后所产生的信用风险评价结果的概率分别为16%、18%、25%、31%和10%，其中，V4=较低风险的概率大于其他结果的概率，根据最大隶属度原则，可以判定样本企业的信用风险处于该风险水平，而针对样本企业进行授信的整体风险是可以把控的。

四、结 论

中小企业的信息具有不透明等特点，用传统的信用评级方法难以有效把控其风险。本文将模糊综合评价方法运用到中小企业信用评级领域，充分发挥模糊综合评价方法处理定性数据和定量数据的优越性，设计了一套适合该方法的评价指标体系，并以实际数据进行了算例分析，从而为商业银行等非金融机构提供了一种新的中小企业信用评级方法。该方法能够在一定程度上克服中小企业信息不对称程度较高的问题，因而具有一定的优势。综合评价方法的过程中，需要获得中小企业真实信息。中小企业种类繁多，不同行业状况有所不同，因此，今后的研究可以对这些指标进行更详细地探讨。

参考文献：

[1]Dietsch M， Petey J. The credit risk in SME loans portfolios：modeling issues， pricing， and capital requirements[J]. Journal of Banking & Finance， 2002， 26（2-3）： 303-322

[2]Altman E I， Gabriele S. Modeling credit risk for SMEs：evidence from the US marktet[J]. Journal of Financial Services Research， 2007， 43： 332-357

[3]Canales R， Nanda R. A darker side to decentralized banks：market power and credit rationing in SME lending[J]. Journal of Financial Economics， 2012， 105（2）： 353-366.

[4]郭小波， 王婉婷， 周欣. 我国中小企业信贷风险识别因子的有效性分析[J]. 国际金融研究， 2009， （4）： 62-67.

[5]周中胜， 王愫. 企业家能力、信用评级与中小企业信贷融资可获性[J]. 财贸经济， 2010， （6）： 10-17.

[6]汪兴隆. 大中型商业银行构建中小企业金融服务商业模式的参考案例[J]. 国际金融， 2012， （7）： 17-22.

[7]夏立明，曾乐乐，孟丽. 中小企业信用风险评价模型构建研究――基于供应链金融视角[J]. 经营与管理，2011，（11）：103-105.

[8]王修华.中国农户受金融排斥状况研究[J].金融研究，2013，（7）：139-152.

[9]胡海青，张琅，张道宏. 供应链金融视角下的中小企业信用风险评估研究――基于SVM与BP神经网络的比较研究[J]. 管理评论，2012，（11）：70-80.

[10]梁琪，过新伟，石宁. 我国中小上市公司财务失败预警研究――基于财务指标和公司治理指标的综合考察[J]. 经济管理，2012，（3）：123-132.

[11]罗新星，张晓鹏. 一种C2C商铺可信度混合模糊综合评价方法[J]. 软科学，2013，（2）：136-139.

[12]汪忠，吴琳，张乾梅，胡兰. 基于模糊综合评价法的社会企业合作伙伴选择研究[J]. 财经理论与实践，2013，（4）：104-108.

The Impact of Credit Support on low carbon economy：

an empirical study on the Hunan Province

WANG Shuai1，2，YANG Pei tao2，HUANG Qing wen2

（1.School of Economics， Central South University of Forestry and Technology， Changsha， Hunan 410004，China；

2.Industry and Finance Research Center，Central South University of Forestry and Technology，Changsha， Hunan 410004，China）

Abstract：SMEs is an important part of the social economy， but the credit risk of SMEs is difficult to obtain due to the information asymmetry. This paper constructs a multi layer fuzzy comprehensive evaluation model to evaluate the credit risk of SMEs by introducing the fuzzy comprehensive method and designing the indicator system which includes the industry condition， the industry chain， the product information， the management level， the financial condition and the credit condition of a company. And the example analysis shows that the method proposed in this paper is effective to evaluate the credit risk of SMEs.