基于TOPSIS和动态激励的企业信用评价研究

黄丽玲 黄文霞 罗艳媚

(桂林航天工业学院 管理学院，广西 桂林 541000)

企业信用评价是企业树立良好诚信形象，获得政府主管部门的优惠政策支持，得到更多的贸易机会和更强的融资能力的一种方式。随着我国经济的飞速发展，居民可支配收入和消费能力的提升，大众对精神文化的需求日益增长，推动了文化娱乐产业的急速发展。但2015年以来行业政策越来越规范严格，观众理性消费，资本退出，文娱行业整体遇冷、景气度下降，行业内竞争加剧给部分文娱行业带来了一定的外部冲击，导致企业效益不及预期的企业面临较大的经营压力和融资风险。因此，及时掌握企业的信用信息动态，并对企业信用进行评价具有一定的现实意义。

目前，针对企业信用评价的研究已取得丰硕的成果，主要分为信用评价指标与信用评价模型两个大类。在信用评价指标的研究中，Balios等[1]通过对希腊上市公司的实证研究，证明了财务指标对信用评价结果的重要性；段翀、刘忻梅[2]从财务指标的角度出发构建了企业信用评价指标体系；刘岩[3]结合我国中小企业发展情况，构建信用评价指标体系时在财务指标的基础上，加入了信用状态、发展潜力两个维度的非财务指标；陈晓红等[4]从规模实力、偿债能力、资产管理能力、获利能力、发展潜力5个维度出发，构建了中小企业信用评价指标体系；范柏乃等[5]在中小企业信用评价中，加入了成长性、创新性、适应性等财务指标。从信用评价模型的研究来看，刘艳春[6]基于SEM和灰色关联法对供应链下中小企业的信用风险进行评估；张洪祥[7]结合模糊聚类和灰色关联法对多维时间序列数据的样本企业进行信用评价；孟斌等[8]基于显著区分客户的违约状态和非违约状态构建中小企业信用评价模型；张发明等[9]提出了一种新的具有风险抗性信用奖惩特征的TOPSIS-GRA的动态信用评价方法；程砚秋等[10]基于ELECTRE Ⅲ法构建了小微企业信用评价模型。可以看出，专家学者对于企业静态信用评价的理论已十分完善，但从动态激励的角度针对企业动态信用评价的研究仍较少，而专家学者对于动态激励评价的研究成果丰硕，如马赞福等[11]、易平涛等[12]针对被评价对象不同时段的增益特征，提出了动态激励的评价方法；张秦[13]等提出了基于广义灰色激励因子动态综合评价模型，牛玉飞、张发明等[14]在动态激励理论中加入强化理论，提出了“泛强化激励算子”；徐林明等[15]针对现有静态数据预处理方法对动态综合评价中的三维数据进行处理时会消除数据中隐含增量信息的问题，提出全局改进归一化方法，减少了动态激励评价时的信息丢失。

综上，专家学者对于企业信用评价的研究已十分丰富，但仍存在以下几个方面的问题：第一，上述信用评价研究多针对静态评价，动态信用评价的研究不足；第二，对于动态信用评价而言，在进行数据预处理时较少考虑可能消除的信息增量的问题；第三，在动态评价中较少考虑在多维时序数据中加入“激励”的作用，导致对企业信用动态发展的评价结果存在一定的“失真”。因此，本文结合TOPSIS和动态激励法构建信用评价模型，在数据预处理时采用全局改进归一化方法，减少了动态评价中信息丢失的情况，并运用TOPSIS法进行静态评价时考虑多维时序数据的动态变动，对正理想点的确认方法进行改进，最后引入“激励与引导”的思想，运用动态激励法构建企业信用评价模型。

1 研究设计

1.1 企业信用评价指标体系的构建

结合文献[1-5]，遵从导向性、系统性、可操作系、动态连续性兼顾数据可获得性等的原则，从财务指标的角度出发，构建了盈利能力与收益质量、成长能力、资金结构与偿债能力、营运能力四个维度的信用评价指标体系，并从财务报表中选取了23个相关能够反映其主要财务特征的财务比率的指标对企业信用风险进行评估，如表1所示。

表1 企业信用评价指标体系

1.2 改进E-TOPSIS法的静态信用评价模型

在企业信用评价问题中，假设n个评价对象和m个评价指标的判断矩阵R=(xij)m×n，i=1,2…,m;j=1,2,…,n)；评价年份记为T=(t1,t2,…tT)，tk年份的评价值记为xij(tk)，为消除在静态评价中由于数据预处理可能存在的消除数据中隐含增量信息的问题，本文根据文献[15]全局改进归一化方法对数据进行标准化处理，不失一般性，设经“规范化”处理之后仍记为xij(tk)，并运用熵值法(Entropy法)计算各指标的权重，再基于TOPSIS的方法对静态信用评价值进行计算。

在企业动态发展过程中，一般都期望企业信用情况越来越好，处于不断上升的状态，因此在时间维度上，企业的信用评价正理想点应该逐年递增或维持不变，由此企业信用发展状况才会逐年递增。基于此，本文给出在企业信用评价中正理想点的确认方法，如下所示：

(1)

其中：

……

而此时，信用评价负理想点的确定并不受到偏重，仅运用之前的方法进行计算即可。

(2)

(3)

(4)

式中：wi为Entropy法确定的权重系数。

最后，计算信用评价相对理想信用贴近度cj，获得静态信用综合评价值

(5)

1.3 基于动态激励的企业信用评价模型

相对而言，静态信用综合评价值只能衡量企业某一时间点的信用状况，无法体现企业动态发展过程中的变化和发展趋势。为观察某一连续时间段内被评价对象的信用发展状况，尽可能准确地衡量企业的信用发展趋势，本文运用动态激励[11]的方法，考虑企业发展过程中信用的变化情况，引入“激励与引导”的思想，对信用发展趋势良好的企业进行“奖励”，对信用发展趋势差的企业进行“惩罚”，从而获得较客观合理的评价结果。记各企业在不同年份构成的二维静态综合指数矩阵为

(6)

其中

(7)

根据式(1)、(2)可以推导出

(8)

其中：η+、η-为优、劣增益水平，其计算公式为

(9)

其中：h+*、h-*为相应的浮动系数，h+*,h-*∈[0,1]。

为确定优、劣激励因子h+、h-，以下给出两个规则：

规则1激励总量比例性规则。对于n个评价对象总体来说，要求优、劣激励总量是成正比例的，即有

(10)

其中：r表示优激励总量和劣激励总量的比例关系，它是评价者决策意图的一种反映，当r>1时，表示优激励总量大于劣激励总量；当r<1时，表示优激励总量小于劣激励总量；当r=1时，表示优、劣激励总量相等。

规则2适度激励规则。要求优、劣激励因子h+、h-的和为1，即有

h++h-=1

(11)

当给定r时，联立式(5)、(6)即可求得h+、h-的值。

此时，综合zj(tk)中的各个时刻，易得到第j个被评价对象在T个时刻带激励的总动态综合评价值为

(12)

其中：τk为时间因子，通常{τk}取为递增型的序列，体现“厚今薄古”的思想，若无特定的要求也可不考虑时间偏好，即令τk=1。

2 实证研究

2.1 样本选取和数据来源

文化娱乐行业发展与公众日益增长的精神文化需求息息相关，由于新冠疫情的爆发，文化娱乐行业受到了巨大的冲击，行业投融资数量大幅下降，景气度趋于低迷，因此本文将文化娱乐行业作为研究对象，对行业的信用发展具有一定的参考作用。本文通过查询《证监会2012版行业分类》，选取“文化、体育和娱乐业”中“广播、电视、电影和影视录音制作业”的25家上市企业作为研究对象，数据主要来源于国泰安服务研究中心库-中国上市公司财务指标分析数据库、萝卜投研等公开披露的2015—2019年的数据。

2.2 静态信用评价结果

运用改进的E-TOPSIS法对选取的25个样本企业进行静态信用评价，获得2015—2019年静态信用评价结果及排序如表2所示。

表2 样本企业2015—2019年静态信用评价结果

从表2可以看出，2019年排名前5的企业分别是欢瑞世纪、华录百纳、鼎龙文化、长城退、东望时代，但从2015-2019年的数据来看，除欢瑞世纪的信用评价排名稳居第1外，其他企业的信用排名存在着极大的变动，特别是湖北广电、华策影视、鼎龙文化、万达电影、东望时代和长城退，说明企业信用发展状况不稳定，数据存在很大的“突变”性，无法光从2019年的数据准确获得企业的信用发展情况。

2.3 基于动态激励法的动态信用评价结果

以表2静态信用评价值为基础，构造静态信用评价矩阵，并运用动态激励法对样本企业进行动态信用评价，结果及排序如表3所示。

表3 样本企业动态信用综合评价结果及排序

从表3可以看出，文娱行业中广播、电视、电影和影视录音制作业的25家上市企业信用评价排名前5的企业分别为：欢瑞世纪、华录百纳、鼎龙文化、长城退、华策影视，排名后5的企业分别为：华谊兄弟、捷成股份、幸福蓝海、中南文化、慈文传媒。

与表2中2019年静态评价结果对比可知湖北广电、ST北文、万达电影、华策影视、文投控股、横店影视等企业动态信用排名上升较快，而华数传媒、中南文化、光线传媒、幸福蓝海、东望时代、中国电影的信用排名有一定程度的下降。

具体来看，从表2可以看出，华策影视除了在2019年信用发展趋势下降较为明显外，在2015—2018年的发展过程中，信用发展趋势较优，呈上升趋势，激励评价时进行了“奖励”，而光线传媒在2016-2019年间信用发展趋势不佳，在激励评价时进行了“惩罚”，导致最终动态信用排名的下降。除此之外，获得“奖励”较多，动态排名上升较明显的企业有湖北广电、万达电影、文投控股和横店影视，湖北广电、横店影视虽然在2019年发展不佳，信用评价值下降明显外，其总体实力不错，且各年静态评价值呈一定的上升趋势，因此动态信用评价排名较静态评价有一定的上升。接受“惩罚”较多，动态信用评价排名下降较为明显的企业有华数传媒、中南文化、幸福蓝海、东望时代、中国电影，其中华数传媒、东望时代在2016-2018年中信用评价排名下降明显，虽然2019年有一定上升趋势，但仍受到较多惩罚，因此动态信用评价排名较静态有一定程度的下降。

3 结语

针对多维时序数据的文娱行业企业动态信用评价问题，本文提出了基于TOPSIS和动态激励法的信用评价模型。首先，运用熵值法计算信用评价指标权重，然后对TOPSIS法企业信用正理想点的确定方法进行改进，并基于此进行了企业信用静态综合评价，由于文娱行业本身的特殊性，在政策收紧影响下，2015—2019年企业信用评价并不稳定，数据存在“突变”的可能，无法获得稳定可信的动态综合评价结果，因此本文基于静态评价结果，运用动态激励法构建了企业信用动态综合评价模型，引入“激励与引导”的思想，根据企业信用发展趋势情况进行“奖惩”，并对文娱行业25家上市企业进行了实证分析，得出文娱行业中广播、电视、电影和影视录音制作业中信用评价排名前5的企业为欢瑞世纪、华录百纳、鼎龙文化、长城退、华策影视，且华策影视在发展过程中获得“奖励”较多，排名变动较大。