微型企业信用评估——基于改进的多级模糊综合评价模型

桂林电子科技大学信息科技学院　李燕

微型企业信用评估
——基于改进的多级模糊综合评价模型

桂林电子科技大学信息科技学院李燕

本文在借鉴国内外中小企业信用评估方法的基础上，结合微型企业自身特点，提出将改进后的多级模糊综合评价模型应用于微型企业的信用评估。该模型基于群决策层次分析法和变异系数法相结合来确定各项信用评价因素的权重，利用插值法和专家评分法相结合确定各个因素的隶属度，可以较全面地对微型企业信用状况做出科学、合理的评价。

多级模糊综合评价模型变异系数法插值法微型企业

一、引言

在“大众创业，万众创新”，国家鼓励全民创业的时代，微型企业在解决就业、促进民营经济迅速发展等方面都起到举足轻重的作用。近年来，为了鼓励微型企业的健康发展，国家出台诸多税收和融资方面的优惠政策。但是，由于以家庭成员为主的微型企业具有的固定资产少、缺乏科学的管理方法、会计活动不规范等特点，使得其在获得银行融资的道路上困难重重。银行不愿意为微型企业提供资金支持的主要原因是微型企业大多为个体私营，固定资产少，无法提供合理的抵押和担保品，企业信用不足，使得银行授信风险难以控制。另一方面，随着近几年农村金融市场的不断完善和众多城市和村镇商业银行的发展，小额信贷成为各类中小型银行在差异化竞争中谋生存的主要战略，微型企业也成为各个中小型银行重要的客户资源。因此，如何建立科学、合理的微型企业信用评价制度，成为保证银行收益和解决微型企业融资问题的关键环节。

二、多级模糊综合评价模型构建

（一）建立微型企业信用评级的因素集由于微型企业资金实力较弱，参与企业经营和管理的人员多为家庭、朋友和亲属关系，决定其本身具有经营模式单一、管理方法不科学、财务制度不完善等特点，因此评价微型企业信用状况的因素选取应遵循科学性、可操作性和简易化原则。本文在借鉴多家商业银行和信用评级机构有关中小企业信用评价指标体系的基础上，提出从经营者基本情况、企业规模实力、盈利能力、偿债实力和信用状况五个方面，分两个层次因素来对微型企业信用做出评级，各项一级指标和二级指标的内容及评价方法说明如表1所示。

（二）确定评价结果的评语集结合其它商业银行和信用评级机构对微型企业信用评级结果的界定，设立五级评价集，微型企业信用最终评定结果用“U”来表示，评语集U=（U1，U2，U3，U4，U5），分别为（优、良、中、及格、差）五个等级，对应的企业信用风险评价结果为低、较低、一般、较高、高。

（三）结合群决策层次分析法与变异系数法确定各因素的权重本文采用主观赋权和客观赋权相结合的方法确定因素的权重。其中，两个一级指标，经营者基本情况和企业信用状况中的二级指标用主观赋权法中的层次分析法确定因素的权重，因为该两个一级指标所包含的二级指标中定性指标和离散变量较多。另外三个一级指标，企业规模实力、盈利能力、偿债实力中所包含的二级指标均为连续变量，所以用客观赋权法中的变异系数法确定因素的权重。

表1　微型企业信用评价指标体系

（1）主观赋权法——AHP。本文提出采用群决策层次分析法来确定微型企业信用风险评价各项指标的权重。由表1可知，微型企业信用风险评价因素集包含五个一级指标和十七个二级指标组成。五项一级指标对应的权重集分别为W=（W1，W2，W3，W4，W5）,二级指标Iij相对于一级指标Ii的权重为Wij。由从事信用评价方面研究的学者、银监会管理人员、银行信贷人员、信用评级机构工作人员等多人组成微型企业信用评价指标权重确定专家组。分别向组里的每一个发放微型企业信用评价指标重要程度调查问卷，经过反复的预测、讨论和调研后，获得所有专家对各个指标重要性的判断矩阵βij。利用几何平均法求得特征向量W的第i个分量：

（四）结合插值法与专家评分法确定指标对评语的隶属度由表1微型企业信用风险评价指标体系可知，评价指标包括用数字表示的定量指标和用文字表述等级的定性指标，而定量指标按照取值不同又分为离散变量和连续变量，在针对这些不同类型的指标进行评分时需要采用不同的方法确定其隶属度。由隶属度构成模糊评级矩阵R。

（1）定性指标隶属度的确定。定性指标又可分为两种，一类是采用等级量化方法进行评级的指标，例如：学历。这类指标需要用专家评分法，根据被评价者的实际情况，确定其隶属度。先由多个专家分别给出各个指标针对评语的隶属度，评价结果采用概率分布形式表达，然后对每项指标在每个评语下的得分情况进行统计，作为其最终隶属度的取值。另一类是二元选择变量指标，如：婚姻状况，已婚得分较高，指标为“1”，单身得分较低为“0”。

（2）定量指标隶属度的确定。定量指标又可分为离散变量和连续变量。离散变量包括：年龄、从事该行业年限、贷款偿还记录、税收上缴记录等，该类指标同样采用专家评分法确定其隶属度。连续变量利用插值法将指标的实际值映射到相应的［0，1］区间上。银行信贷评级人员通过对本地区微型企业经营和信贷情况的实际调查，得到各项微型企业信用评价指标的最优值和最差值，并将最优值设定为“1”，最差值设定为“0”，建立指标的取值区间为［0，1］然后分别将各项评价指标的实际数据映射到对应的［0，1］区间上，得到各项指标实际值的隶属度。由于指标有正向与逆向之分，正向指标分值越高，如：资产总额、净资产、营业收入、利润总额、资产净利率、销售净利率、净资产收益率、现金比率、流动比率等指标，该企业信用评级得分也越高；逆向指标得分越高，如：资产负债率，该客户信用评级得分越低。因此，在对不同类型指标计算隶属度时也要采用不同的公式：

其中，xi，xi+1分别为评价指标不同评分区间的极限值，xi

（五）通过加权平均法对微型企业信用状况进行综合评判利用模糊评级矩阵R和权重集W，可以计算得到加权综合隶属度向量P。计算公式为:

再引进分数集F=（100，80，60，40，20）T,得到模糊综合评价值Z的最终计算结果：Z=P·F

依据模糊综合评价值Z的得分情况来判定微型企业的信用等级。得分在100-85分之间的信用状况为优，85-70分之间的为良，70-55分之间的为中，55-40分之间为及格，40-25分之间为差。所对应的企业信用风险评价结果分别为低、较低、一般、较高、高。

三、基于改进多级模糊综合评价模型的某微型企业信用评估

微型企业自身的特点，决定其不适合用以往评价中小企业信用状况的制度作为信用评价的标准。因此，本文提出使用改进后的多级模糊综合评价模型对微型企业的信用状况进行评价。该模型的具体应用原理为：将决定微型企业信用评级结果的各个因素归类整理为多层次结构的模糊集合因素集；设定每一个因素的评价标准等级，组成模糊集合备择集；利用插值法和专家评分法分别求出各个因素对相应评价等级的隶属度，得到模糊评判矩阵；再使用群决策层次分析法和变异系数法相结合确定各个因素的权重的前提下，通过模糊矩阵合成计算，得到最终的信用评价结果。

（一）指标权重的确定

（1）主观赋权的AHP法确定指标权重。以五个一级指标，经营者基本情况（I1）、企业规模实力（I2）、盈利能力（I3）、偿债实力（I4）、和信用状况（I5），为例说明层次分析法的具体应用。微型企业信用评价指标权重确定专家组由10人组成，通过对专家填写问卷，统计得出五个一级指标重要性程度排序为：信用状况（I5）、企业规模实力（I2）、盈利能力（I3）、偿债实力（I4）、经营者基本情况（I1），分别对各指标进行赋值为：

（I1，I2，I3，I4，I5）=（1，7，5，3，9）

由各指标的赋值情况，得出指标之间相对重要性比较,如表2所示。

利用表2的各行计算权数：

表2　指标之间相对重要性比较表

同理可得:W2=1.778,W3=0.11,W4=1.270,W5=2.286

然后进行归一化处理可得，五个一级指标的权重分别为：（W1，W2，W3，W4，W）5=（0.045，0.312，0.019，0.223，0.401）

同理可得，一级指标经营者基本情况（I1）所包含的四个二级指标：学历（I11）、年龄（I12）、婚姻（I1）3、从事该行业年限（I14）的权重分别为：（W11，W12，W13，W14）=（0.062，0.313，0.187，0.438）

一级指标（I3）所包含的三个二级指标：未偿还贷款金额(I51)、贷款偿还记录（I52）、税收上缴记录（I53）的权重分别为：（W51，W52，W53）=（0.556，0.333，0.111）

（2）客观赋权的变异系数法确定指标权重。使用变异系数法确定指标权重，需要以明确该指标的均值和标准差为前提。因为我国不同区域之间经济发展水平差异性较大，因此使用该方法确定权重应该以企业所在地区的经济数据为依据。本文所评估的A企业所在地为经济发展较落后的C地区，因此各项财务指标的平均值较低。通过实际调查，可得一级指标企业规模实力所包含的二级指标：资产总额（I21）、净资产（I22）、营业收入（I23）、利润总额（I24）的均值和标准差，最后使用变异系数法得到四个二级指标的权重为：

同理可得，一级指标企业偿债能力所包含的三个二级指标：资产负债率（I41）、现金比率（I42）、流动比率（I43）的权重分别为：（I41，I42，I43）=（0.523，0.324，0.153）

（二）指标隶属度的确定

（1）专家评分法确定指标隶属度。定性指标和离散型变量可以采用专家评分法确定其隶属度。本文对微型企业信用评级结果设定为五个等级，分别是：优、良、中、及格、差。使用专家评分法对一级指标经营者基本情况（I1）中所包含的二级指标学历（I11）、年龄（I12）、婚姻（I13）、从事该行业年限（I14），和一级指标信用状况（I5）所包含的二级指标未偿还贷款金额（I51）、贷款偿还记录（I52）、税收上缴记录（I53）的隶属度进行确定。本次研究聘请十位专家组成微型企业信用评价小组，各位专家在充分掌握A公司的相关信息后进行独立打分。各位专家对以上两个一级指标所包含的七个二级指标的打分结果如表3所示：

由表3可知，对学历（I11）进行评价，得到的隶属度结果为R11=（0.7，0.3，0，0，0），说明有7个专家认为A企业领导者的学历得分为“优”，分别有3、0、0、0个专家认为是良、中、及格、差。同理可得两个一级指标经营者基本情况（I1）和信用状况（I5）的隶属度R1、R5分别为：

表3　各专家对指标打分结果

（2）插值法确定指标隶属度。插值法所用到的评级标准要基于各项指标实际值的先进水平和落后水平，由于不同地区不同行业的企业之间差异性较大，因此不能使所有微型企业用同一标准，需要根据企业所在行业及地区其它同类企业的实际情况来制定评价标准。A企业属于信息技术服务型企业，本文中所列出的指标评级标准仅适用于C地区的同类型企业。以规模实力I2指标为例，表4为I2指标所包含的四个二级指标的评价标准矩阵。

A企业2014年度的资产总额、净资产、营业收入、利润总额四个指标的值分别为：（I22，I23，I24，I21）=（65，28，37，8）

同理可得，资产总额、净资产、营业收入、利润总额四个指标的映射值分别为：（R22，R23，R24，R21）=（0.75，0.8，0.35，0.3）

表4　微型企业规模实力指标评价标准矩阵（单位：万元）

由此可得一级指标规模实力（I2）的隶属度为：

分别用插值法求得A企业盈利能力和偿债能力的隶属度。

（三）A企业信用状况综合评价先用二级指标的权重乘以其隶属度可得该指标最终评价结果得分，如：经营者基本情况加权综合隶属度向量P。

引进分数集F，求得该指标模糊综合评价值Z1的结果为：

同理求得，各项一级指标模糊综合评价值分别为：

根据一级指标权重与评价值得分，可求得A企业最终信用评价得分Z：

由此可知A企业的信用评价结果为良好。

四、结论

本文对微型企业信用评价指标、评价模型、指标权重确定等方面做了详细的论证。鉴于微型企业自身特点和融资困境，建立了包括经营者基本情况、规模实力、盈利能力、偿债能力、信用状况等五个方面的信用评价指标体系。通过对多级模糊综合评价模型的改进，利用群决策层次分析法和变异系数法相结合来确定指标的权重，变异系数法可以保证指标权重确定的客观性，群决策层次分析法使得判断结果反映了群组的意愿，可以避免专家判断力片面性的影响。定量指标和定性指标隶属度的确定分别采用专家评分法和插值法。改进后的多级模糊层次综合评价法，完善了微型企业信用评价指标体系，明确了权重、隶属度的具体确定方法，使得微型企业信用风险评级方法更加科学和合理。

［1］庞磊：《AHP—模糊综合评价法在中小企业评级中的应用》，《中国物价》2015年第4期。

［2］陈颖、颜伟忠：《大数据技术下小微型企业信用建设研究》，《经济师》2015年第7期。

（编辑杜昌）