企業(yè)信用評(píng)價(jià)精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的企業(yè)信用評(píng)價(jià)主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：企業(yè)信用評(píng)價(jià)范文

關(guān)鍵詞:企業(yè)信用模糊綜合評(píng)判法 德?tīng)柗品?/p>

引言

企業(yè)信用作為社會(huì)信用的三大組成部分之一,也是社會(huì)信用體系的基礎(chǔ)和核心,因此,企業(yè)行為對(duì)構(gòu)建良好社會(huì)主義市場(chǎng)經(jīng)濟(jì)秩序起著十分重要的作用。本文針對(duì)現(xiàn)存在的問(wèn)題提出基于模糊綜合評(píng)判下的企業(yè)信用評(píng)價(jià),其中應(yīng)用德?tīng)柗品▽?duì)各評(píng)價(jià)指標(biāo)打分的方法確定其隸屬度和權(quán)重,實(shí)現(xiàn)定性分析和定量分析相結(jié)合的對(duì)企業(yè)信用客觀、綜合的分析。

一、企業(yè)信用評(píng)價(jià)指標(biāo)體系

企業(yè)信用評(píng)價(jià)是一種普遍反映企業(yè)信用風(fēng)險(xiǎn)的方法,本文根據(jù)企業(yè)的特點(diǎn)、將影響企業(yè)信用等級(jí)的因素分為企業(yè)外部因素(包括市場(chǎng)前景、國(guó)家法律政策、行業(yè)環(huán)境)、企業(yè)內(nèi)部因素(包括組織結(jié)構(gòu)、企業(yè)戰(zhàn)略、競(jìng)爭(zhēng)地位、行業(yè)承保)、企業(yè)管理因素(包括產(chǎn)品定價(jià)、投資管理、業(yè)務(wù)管理)和企業(yè)財(cái)務(wù)因素(包括企業(yè)財(cái)務(wù)制度、企業(yè)盈利能力、資產(chǎn)流動(dòng)性)四個(gè)方面,在此基礎(chǔ)上,選擇有代表性、對(duì)企業(yè)信用影響較大的因素作為二級(jí)指標(biāo)建企業(yè)信用評(píng)價(jià)指標(biāo)體系。

二、構(gòu)建綜合評(píng)判模型

2.1 評(píng)語(yǔ)集的建立

企業(yè)的信用等級(jí)通常從高到低劃為為四等,即信用好、信用較好、信用一般、信用差,分別用A、B、C、D表示,本文據(jù)此確定信用評(píng)語(yǔ)集V={ A; B; C;D}。

2.2確定評(píng)判集

以企業(yè)的信用為評(píng)價(jià)目標(biāo),將目標(biāo)分解的具體指標(biāo)。本文結(jié)合構(gòu)建的企業(yè)的評(píng)價(jià)指標(biāo)體系,確定一級(jí)評(píng)判因素集為U={企業(yè)內(nèi)部因素,企業(yè)外部因素,企業(yè)管理因素,企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)};根據(jù)二級(jí)評(píng)判指標(biāo)確定的二級(jí)評(píng)判因素集為:

U1={組織結(jié)構(gòu),企業(yè)戰(zhàn)略,競(jìng)爭(zhēng)地位,行業(yè)承保};

U2={市場(chǎng)前景,國(guó)家法律政策,行業(yè)環(huán)境};

U3={產(chǎn)品定價(jià),投資管理,業(yè)務(wù)管理};

U4={企業(yè)財(cái)務(wù)制度,企業(yè)盈利能力,資產(chǎn)流動(dòng)性}

2.3確定評(píng)判矩陣R

評(píng)判矩陣R看為評(píng)語(yǔ)集X到因素集U的模糊關(guān)系,R∈F(X×U),用各項(xiàng)判據(jù)對(duì)每個(gè)評(píng)判對(duì)象進(jìn)行評(píng)價(jià)。rij是對(duì)象對(duì)于xi因素ui的特征指標(biāo)?？梢园裷ij看為因素ui屬于xi的程度。即因素ui對(duì)于xi的隸屬度。rij∈[0,1]看作集合U的模糊集。本文結(jié)合德?tīng)柗品ù_定因素ui屬于xi的程度,即有專家打分的方式確定rij。

2.4 確定權(quán)重

權(quán)重系數(shù)是表示某一指標(biāo)在整個(gè)指標(biāo)體系中具有的重要程度.某種指標(biāo)越重要,則該指標(biāo)的權(quán)重系數(shù)越大,反之,權(quán)重系數(shù)越小。本文根據(jù)應(yīng)用德?tīng)柗品ù_定一級(jí)因素層的權(quán)重和二級(jí)因素層的權(quán)重。

2.5 確定評(píng)判函數(shù)f

評(píng)判函數(shù)f是一個(gè)m元函數(shù),m個(gè)自變量都在[0,1]區(qū)間取值,對(duì)應(yīng)的函數(shù)值可取任意實(shí)數(shù)。即d=f(z1, z2, z3 …. , zm) zi∈[0,1]本文根據(jù)模糊綜合評(píng)價(jià)模型式Ⅰ:d1=a1z1+a2z2+……+amzm=。

2.6 綜合評(píng)判模型構(gòu)建

首先,根據(jù)模糊綜合評(píng)價(jià)模型式Ⅰ:d1=a1z1+a2z2+……+amzm=。得到信用等級(jí)評(píng)判據(jù)集的關(guān)于評(píng)語(yǔ)級(jí)的隸屬向量:D =(d1, d2 ,d3 ,d4)。d1, d2 ,d3 ,d 4表示U屬于xi(i=1,2,3,4)的隸屬度。

D =(d1, d2 ,d3 ,d4)=( R1 ×A1 , R2 ×A2 , R3 ×A3 , R4 ×A4 )。

其次,再將D作為一級(jí)評(píng)判據(jù)集的評(píng)判矩陣和模糊綜合評(píng)價(jià)模型式Ⅰ,進(jìn)行上一級(jí)綜合評(píng)判,以此來(lái)確定此項(xiàng)目投資風(fēng)險(xiǎn)屬于評(píng)語(yǔ)級(jí)X的隸屬度v。根據(jù)隸屬度判斷項(xiàng)目的風(fēng)險(xiǎn)大小。

V=D×A=( R1 ×A1 , R2 ×A2 , R3 ×A3 , R4 ×A4 )×A

三、實(shí)例分析

根據(jù)圖1所示企業(yè)信用評(píng)價(jià)指標(biāo)體系,確定某企業(yè)的評(píng)價(jià)指標(biāo)

3.1確定評(píng)判矩陣

應(yīng)用德?tīng)柗品▍⒂脤＜掖蚍值姆绞酱_定評(píng)判矩陣,對(duì)于組織結(jié)構(gòu)一項(xiàng)假設(shè)有35%專家認(rèn)為該企業(yè)信用等級(jí)屬于A級(jí),40%專家認(rèn)為屬于B級(jí),15%專家認(rèn)為屬于C級(jí),其余專家認(rèn)為屬于D級(jí),則得r1j=(0.35,0.4,0.15,0.05)。其余各項(xiàng)因素也類似通過(guò)專家打分,得到如下評(píng)判矩陣:

3.2 應(yīng)用德?tīng)柗品ù_定權(quán)重

本文根據(jù)應(yīng)用德?tīng)柗品?利用專家經(jīng)驗(yàn)確定一級(jí)因素層的權(quán)重:A={0.3, 0.2, 0.2, 0.3}

二級(jí)因素層的權(quán)重分別為: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

計(jì)算

依次類推求得d2、d3、d4得

即企業(yè)信用等級(jí)屬于C的隸屬度是0.253最大;信用等級(jí)屬于A的隸屬度為0.236最小,說(shuō)明企業(yè)的信用等級(jí)為C,信用一般,作為企業(yè)自身應(yīng)進(jìn)一步加強(qiáng)企業(yè)信用建設(shè),提高信用等級(jí)。

四、結(jié)論

本文將模糊評(píng)判方法和德?tīng)柗品ńY(jié)合,建立企業(yè)信用情況評(píng)價(jià)的模糊綜合評(píng)判模型,其積極意義有如下:

1)將德?tīng)柗品ǘㄐ栽u(píng)價(jià)和糊評(píng)判方法定量評(píng)價(jià)相結(jié)合,再次實(shí)現(xiàn)了定量分析與定性分析的結(jié)合。

2)通過(guò)兩種方法的結(jié)合,削弱了定性分析方法中人為因素的影響,使得評(píng)價(jià)結(jié)果更客觀。

3)應(yīng)用德?tīng)柗品?結(jié)合專家經(jīng)驗(yàn)知識(shí)將模糊評(píng)價(jià)中的模糊因素轉(zhuǎn)化為可靠、符合實(shí)際的量化指標(biāo),提高評(píng)價(jià)結(jié)果的精度且能更加反映實(shí)際情況。

利用該模型對(duì)企業(yè)信用評(píng)價(jià),當(dāng)有多個(gè)擬合作對(duì)象時(shí),通過(guò)信用隸屬度的比較決定是否與其合作,是企業(yè)決策提供有效、可靠的分析方法。

參考文獻(xiàn):

[1]劉林.應(yīng)用模糊數(shù)學(xué)[M]西安:陜西科學(xué)技術(shù)出版社,1996

第2篇：企業(yè)信用評(píng)價(jià)范文

[關(guān)鍵詞]信用評(píng)價(jià) 層次分析法 優(yōu)勢(shì) 評(píng)價(jià)指標(biāo) 應(yīng)用

[中圖分類號(hào)]F276.3；F832.4 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1009-5349（2013）01-0158-02

一、信用評(píng)價(jià)

信用評(píng)價(jià)是以一套相關(guān)指標(biāo)體系為考量基礎(chǔ)，標(biāo)示出個(gè)人或企業(yè)償付其債務(wù)能力和意愿的過(guò)程。

二、對(duì)中小企業(yè)信用評(píng)價(jià)的難點(diǎn)

對(duì)中小企業(yè)信用評(píng)價(jià)的難點(diǎn)在于，無(wú)法對(duì)中小企業(yè)行業(yè)發(fā)展?jié)摿?、?jīng)營(yíng)發(fā)展和償債風(fēng)險(xiǎn)進(jìn)行評(píng)估，從而導(dǎo)致銀行等金融機(jī)構(gòu)對(duì)中小企業(yè)的信貸能力產(chǎn)生懷疑，造成中小企業(yè)信用度缺失，進(jìn)而出現(xiàn)融資難的現(xiàn)象，導(dǎo)致企業(yè)發(fā)展與企業(yè)信用逆反現(xiàn)象，使得企業(yè)信用降低。

三、選擇合適的評(píng)價(jià)方法——層次分析法

層次分析法是一種能有效處理那種難以完全由定量方法處理的復(fù)雜問(wèn)題的方法。將復(fù)雜的問(wèn)題分解成目標(biāo)、準(zhǔn)則、方案等若干層次的系統(tǒng)，在每一層次按照一定準(zhǔn)則對(duì)該層元素進(jìn)行逐對(duì)比較，并按標(biāo)度定量化，形成判斷矩陣。通過(guò)計(jì)算判斷矩陣的最大特征值以及相對(duì)應(yīng)的正交化特征向量得出該元素對(duì)該準(zhǔn)則的權(quán)重。

（一）運(yùn)用層次分析法的優(yōu)勢(shì)

層次分析法是從中小企業(yè)發(fā)展的內(nèi)外發(fā)展?fàn)顩r進(jìn)行分析。將行業(yè)狀況、經(jīng)營(yíng)狀況、管理狀況、財(cái)務(wù)狀況等作為層次影響因素，對(duì)各層次因素進(jìn)行細(xì)分，進(jìn)一步對(duì)成本結(jié)構(gòu)、盈利能力、負(fù)債能力等二級(jí)因素進(jìn)行科學(xué)分析，得出各二級(jí)細(xì)分因素在企業(yè)信用評(píng)級(jí)中的權(quán)重比例以及評(píng)分結(jié)果，銀行金融機(jī)構(gòu)、擔(dān)保機(jī)構(gòu)等依據(jù)最終指標(biāo)評(píng)分結(jié)果對(duì)中小企業(yè)所處行業(yè)狀況、財(cái)務(wù)狀況、經(jīng)營(yíng)狀況等方面進(jìn)行系統(tǒng)的風(fēng)險(xiǎn)性和收益評(píng)價(jià)，確定是否給中小企業(yè)實(shí)施貸款業(yè)務(wù)。

（二）層次分析法步驟

4.最終得出信用評(píng)價(jià)得分=100*權(quán)重。

四、對(duì)我國(guó)中小企業(yè)信用評(píng)價(jià)指標(biāo)的選擇

（一）行業(yè)狀況

掌握行業(yè)的特征和風(fēng)險(xiǎn)程度，就能掌握被評(píng)價(jià)者在行業(yè)中的競(jìng)爭(zhēng)地位，從行業(yè)的基本狀況和發(fā)展趨勢(shì)來(lái)判斷被評(píng)價(jià)者的基本風(fēng)險(xiǎn)。考察的因素有：成本結(jié)構(gòu)、行業(yè)周期性、行業(yè)盈利性、產(chǎn)品替代性。

（二）經(jīng)營(yíng)狀況分析

要全面地評(píng)價(jià)企業(yè)信用，還需要分析企業(yè)身的經(jīng)營(yíng)管理風(fēng)險(xiǎn)。包括：經(jīng)營(yíng)策略分析、管理控制分析、管理層素質(zhì)經(jīng)驗(yàn)、組織結(jié)構(gòu)分析。

（三）管理狀況分析

企業(yè)的管理狀況、領(lǐng)導(dǎo)層的素質(zhì)和管理水平直接關(guān)系著企業(yè)的經(jīng)濟(jì)效益，對(duì)企業(yè)的管理現(xiàn)狀進(jìn)行分析，是對(duì)企業(yè)信用程度分析的必要環(huán)節(jié)。

（四）財(cái)務(wù)狀況分析

企業(yè)的財(cái)務(wù)狀況決定了企業(yè)的信用基礎(chǔ)，任何企業(yè)的信用都要以財(cái)務(wù)基礎(chǔ)為保障，企業(yè)財(cái)務(wù)與企業(yè)信用互相制約。因此，分析企業(yè)財(cái)務(wù)狀況是對(duì)企業(yè)進(jìn)行信用評(píng)價(jià)的關(guān)鍵。

五、層次分析法評(píng)價(jià)應(yīng)用

（一）對(duì)某小企業(yè)基本信息狀況進(jìn)行層次分析法處理

以下是對(duì)某一小型太陽(yáng)能企業(yè)基本信息的考察，搜集資料數(shù)據(jù)，掌握本企業(yè)所在行業(yè)基本情況。

成本結(jié)構(gòu)：固定成本相對(duì)其他企業(yè)較大，流動(dòng)成本適中，盈利能力一般；太陽(yáng)能產(chǎn)業(yè)作為新型能源產(chǎn)業(yè)，有著良好的發(fā)展前景；行業(yè)盈利能力強(qiáng)，太陽(yáng)能資源作為新型能源，綠色環(huán)保，加上技術(shù)先進(jìn)化，企業(yè)利潤(rùn)隨著市場(chǎng)規(guī)模的擴(kuò)大，逐漸增加；行業(yè)依賴性大，同行業(yè)替代品較少，初步預(yù)測(cè)未來(lái)五年無(wú)新型產(chǎn)業(yè)能替代太陽(yáng)能產(chǎn)業(yè)。通過(guò)專家學(xué)者對(duì)太陽(yáng)能企業(yè)的行業(yè)分析，依據(jù)數(shù)據(jù)統(tǒng)計(jì)建立中小企業(yè)的初始矩陣圖（包括財(cái)務(wù)狀況、經(jīng)營(yíng)狀況、管理狀況），初步確立各指標(biāo)的相對(duì)權(quán)重。

在此我們建立信用評(píng)價(jià)結(jié)果集。這里以優(yōu)、良、合格、不合格四個(gè)標(biāo)準(zhǔn)來(lái)評(píng)價(jià)中小企業(yè)的信用度，即評(píng)價(jià)集為V=（優(yōu)、良、合格、不合格）。參數(shù)指標(biāo)如下：40～50為優(yōu)，30～40為良，20～30為合格，20以下為不合格。

（二）小太陽(yáng)能制造企業(yè)信用評(píng)價(jià)指標(biāo)分析

從上表統(tǒng)計(jì)本小太陽(yáng)能制造企業(yè)信用評(píng)價(jià)指標(biāo)得分來(lái)看：

1.出于行業(yè)發(fā)展分析：太陽(yáng)能產(chǎn)業(yè)正處在新能源開(kāi)創(chuàng)初期，作為新能源行業(yè)具有巨大的發(fā)展空間。

2.總體經(jīng)營(yíng)狀況發(fā)展可觀，本小企業(yè)能夠正確的進(jìn)行產(chǎn)品分析和市場(chǎng)評(píng)價(jià)，運(yùn)用正確的經(jīng)營(yíng)策略，能保證企業(yè)在以后發(fā)展中處于基本穩(wěn)定狀態(tài)，良好的企業(yè)經(jīng)營(yíng)狀況能夠給企業(yè)帶來(lái)良好的信用評(píng)價(jià)。

3.企業(yè)內(nèi)部管理較為科學(xué)，組織結(jié)構(gòu)適中，管理者知識(shí)技能和管理素質(zhì)給企業(yè)的科學(xué)發(fā)展提供了軟條件。為企業(yè)的長(zhǎng)久發(fā)展具有戰(zhàn)略性指導(dǎo)意義。

4.企業(yè)財(cái)務(wù)是公司一切事務(wù)發(fā)展的基礎(chǔ)，良好的財(cái)務(wù)狀況決定了企業(yè)具備較強(qiáng)的發(fā)展能力。企業(yè)總體處于一個(gè)好的發(fā)展?fàn)顟B(tài)，盈利能力較強(qiáng)，負(fù)債比率較低，說(shuō)明企業(yè)值得信任，正常條件下不會(huì)出現(xiàn)資金信用缺失問(wèn)題。

綜述，企業(yè)總體信用度處在高分位置，表明企業(yè)信用度比較高，除企業(yè)自身存在小部分問(wèn)題之外，總體信用能給銀行評(píng)價(jià)機(jī)構(gòu)一個(gè)可信賴答復(fù)。從企業(yè)信貸風(fēng)險(xiǎn)和銀行收益角度考慮，銀行可以給予本小企業(yè)一定金額的融資貸款業(yè)務(wù)，幫助企業(yè)實(shí)現(xiàn)技術(shù)、制度、產(chǎn)品創(chuàng)新。

【參考文獻(xiàn)】

第3篇：企業(yè)信用評(píng)價(jià)范文

關(guān)鍵詞：科技型創(chuàng)業(yè)企業(yè)；信用評(píng)價(jià)；BP神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào)：F27

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：16723198（2015）23006203

1 引言

目前，科技型創(chuàng)業(yè)企業(yè)已成為推動(dòng)國(guó)民經(jīng)濟(jì)持續(xù)健康發(fā)展的重要?jiǎng)恿χ唬欢谄浒l(fā)展和壯大過(guò)程中也最容易出現(xiàn)制約其發(fā)展的問(wèn)題。由于科技型創(chuàng)業(yè)企業(yè)需要大量的資金投入，融資問(wèn)題已成為影響其是否取得成功的關(guān)鍵因素。在國(guó)內(nèi)企業(yè)取得融資的有限渠道中，銀行和金融市場(chǎng)起著至關(guān)重要的作用，但往往由于市場(chǎng)信息的不對(duì)稱以及企業(yè)信息不透明等因素的限制，出于規(guī)避高昂的監(jiān)督成本和收益的高度不確定性等風(fēng)險(xiǎn)，銀行和金融機(jī)構(gòu)在放貸額度中給予科技型創(chuàng)業(yè)企業(yè)的融資額度相對(duì)有限。由于科技型創(chuàng)業(yè)企業(yè)的研發(fā)周期長(zhǎng)，在缺乏有效的外部融資的狀況下，即使項(xiàng)目有大好投資前景，企業(yè)也有較大的失敗風(fēng)險(xiǎn)，最終無(wú)法發(fā)揮出科技型創(chuàng)業(yè)企業(yè)對(duì)企業(yè)技術(shù)創(chuàng)新的促進(jìn)作用。因此，對(duì)國(guó)內(nèi)科技型創(chuàng)業(yè)企業(yè)進(jìn)行信用評(píng)價(jià)，建立適合其特征的信用評(píng)價(jià)模型，來(lái)提高其信用水平、財(cái)務(wù)信息透明度、拓寬其融資渠道十分必要。目前國(guó)內(nèi)針對(duì)企業(yè)信用評(píng)價(jià)的研究有了一定的發(fā)展，但統(tǒng)一的主要針對(duì)科技型創(chuàng)業(yè)企業(yè)信用評(píng)價(jià)的指標(biāo)體系和評(píng)價(jià)模型尚未形成。

傳統(tǒng)的企業(yè)信用評(píng)價(jià)模型主要有專家打分法、信用評(píng)級(jí)方法和信用評(píng)分方法等，現(xiàn)代的信用評(píng)價(jià)模型主要有：KMV模型、財(cái)務(wù)比率分析模型、Logit回歸模型、神經(jīng)網(wǎng)絡(luò)模型、模糊綜合評(píng)價(jià)法和AHP（Analytical Hierarchy Process）法。由于企業(yè)的信用風(fēng)險(xiǎn)與反映企業(yè)信用風(fēng)險(xiǎn)狀況的各項(xiàng)指標(biāo)變量之間通常具有非線性的關(guān)系，而上述企業(yè)信用評(píng)價(jià)方法都不能有效解決變量之間的非線性關(guān)系，也不能有效解決指標(biāo)變量存在的非正態(tài)分布問(wèn)題。由于神經(jīng)網(wǎng)絡(luò)模型在解決變量間的非線性關(guān)系問(wèn)題中具有優(yōu)越性，在Odom（1990年）運(yùn)用神經(jīng)網(wǎng)絡(luò)模型解決企業(yè)信用評(píng)價(jià)問(wèn)題之后，神經(jīng)網(wǎng)絡(luò)模型逐漸獲得了相關(guān)實(shí)踐者和學(xué)者的極大關(guān)注。Tam（1991）、Kiang（1992）、Datta（1991）和Shekhar（1992）將神經(jīng)網(wǎng)絡(luò)模型用于銀行破產(chǎn)預(yù)測(cè)，Altman（1994）將其用于對(duì)意大利企業(yè)經(jīng)營(yíng)成敗狀況進(jìn)行預(yù)測(cè)，取得了比多元判別分析模型預(yù)測(cè)結(jié)果更加準(zhǔn)確的結(jié)果。根據(jù)小微型科技企業(yè)信用狀況的特點(diǎn)，何躍、蔣國(guó)銀（2005）運(yùn)用人工神經(jīng)網(wǎng)絡(luò)原理構(gòu)建了三層BP神經(jīng)網(wǎng)絡(luò)信用評(píng)價(jià)模型，該模型的優(yōu)點(diǎn)是具有較強(qiáng)的自學(xué)習(xí)和非線性處理能力，針對(duì)小微型科技企業(yè)信用狀況的預(yù)測(cè)具有較高的預(yù)測(cè)結(jié)果。國(guó)內(nèi)許多學(xué)者（鮑盛祥、殷永飛，2009；龐素琳，2012）認(rèn)為，在變量之間是非線性關(guān)系的情況下，人工神經(jīng)網(wǎng)絡(luò)模型的精度優(yōu)于傳統(tǒng)的統(tǒng)計(jì)方法。

2 BP神經(jīng)網(wǎng)絡(luò)概述

BP神經(jīng)網(wǎng)絡(luò)具有準(zhǔn)確性高、誤差小、收斂速度快的顯著優(yōu)勢(shì)，相比其他企業(yè)信用評(píng)價(jià)方法，BP神經(jīng)網(wǎng)絡(luò)模型的自學(xué)習(xí)能力和自聯(lián)想功能較強(qiáng)，也不要求樣本數(shù)據(jù)呈正態(tài)分布、滿足先驗(yàn)概率已知以及協(xié)方差相等要求，同時(shí)也具有能夠有效解決非線性分類問(wèn)題、對(duì)樣本數(shù)據(jù)容量不做具體要求等優(yōu)勢(shì)，是處理企業(yè)信用評(píng)價(jià)問(wèn)題的理想方法。因此，本文使用BP神經(jīng)網(wǎng)絡(luò)來(lái)建立適合科技型創(chuàng)業(yè)企業(yè)的信用評(píng)價(jià)模型。

神經(jīng)網(wǎng)絡(luò)內(nèi)部依次為輸入層、隱含層、輸出層，BP神經(jīng)網(wǎng)絡(luò)屬于前向反饋神經(jīng)網(wǎng)絡(luò)，BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法包含了正向和反向傳播兩個(gè)過(guò)程，正向傳播過(guò)程即為：指標(biāo)變量信息由輸入層經(jīng)隱含層各神經(jīng)元傳向輸出層，前層神經(jīng)元的處理結(jié)果只對(duì)后層神經(jīng)元的結(jié)果產(chǎn)生影響，如果最后輸出層產(chǎn)生的結(jié)果與期望輸出不符，則自動(dòng)轉(zhuǎn)變?yōu)榉聪騻鞑ミ^(guò)程。反向傳播即為：將輸出誤差經(jīng)隱含層神經(jīng)元向輸入層逐層反饋，在此過(guò)程中，網(wǎng)絡(luò)會(huì)將誤差均攤給各層的每一個(gè)神經(jīng)元，從而網(wǎng)絡(luò)可以取得各層神經(jīng)元傳來(lái)的誤差信號(hào)，網(wǎng)絡(luò)將其作為修正各神經(jīng)元權(quán)值的依據(jù)，經(jīng)過(guò)權(quán)值的不斷調(diào)整使網(wǎng)絡(luò)完成訓(xùn)練。權(quán)值的調(diào)整過(guò)程持續(xù)到預(yù)先設(shè)定的學(xué)習(xí)次數(shù)或輸出誤差減小到可接受程度為止。三層前饋BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)如圖1所示。其中，X=（x1，x2，……，xn）代表輸入向量，Y=（y1，y2，……，ym）代表輸出向量，n和m分別代表輸入和輸出向量的維數(shù)。不同層間的神經(jīng)元屬于全互聯(lián)接，每層次內(nèi)的神經(jīng)元沒(méi)有任何連接。

來(lái)衡量其信用的高低。反映科技型創(chuàng)業(yè)企業(yè)經(jīng)營(yíng)和財(cái)務(wù)狀況的財(cái)務(wù)指標(biāo)具體包括償債能力、盈利能力、營(yíng)運(yùn)能力和成長(zhǎng)能力等方面。本文在借鑒現(xiàn)有企業(yè)信用評(píng)價(jià)研究成果并結(jié)合科技型創(chuàng)業(yè)企業(yè)的特征，選擇出16項(xiàng)可以有效反映科技型創(chuàng)業(yè)企業(yè)特點(diǎn)的財(cái)務(wù)指標(biāo)。為解決某些財(cái)務(wù)指標(biāo)變量間高度的相關(guān)性問(wèn)題，本文通過(guò)SPSS 19.0軟件，使用因子分析法對(duì)這些指標(biāo)變量進(jìn)行分析和整理，在刪除那些與科技型創(chuàng)業(yè)企業(yè)信用狀況不相關(guān)或與其他指標(biāo)高度相關(guān)的指標(biāo)后，本文最終確定了包含12項(xiàng)指標(biāo)變量的指標(biāo)體系作為下文對(duì)科技型創(chuàng)業(yè)企業(yè)的信用狀況進(jìn)行評(píng)價(jià)的指標(biāo)體系（如圖1所示）。但由于保留的指標(biāo)變量間還可能存在多重共線性問(wèn)題，為保證評(píng)價(jià)結(jié)果的準(zhǔn)確性、可靠性，本文再次對(duì)其進(jìn)行因子分析來(lái)提取公因子，以特征根大于1且累計(jì)方差貢獻(xiàn)率大于80%作為提取公因子的標(biāo)準(zhǔn)，通過(guò)分析本文提出了5個(gè)能夠體現(xiàn)原始變量的主要信息的公因子，它們即為下文評(píng)價(jià)模型中的輸入變量。

由于選取的樣本企業(yè)的各項(xiàng)財(cái)務(wù)指標(biāo)包含了不同的量綱和數(shù)量級(jí)，本文首先將各指標(biāo)變量進(jìn)行標(biāo)準(zhǔn)化處理，從而使各個(gè)指標(biāo)變量都具有共同的數(shù)值特性。本文運(yùn)用的標(biāo)準(zhǔn)化方法如下式所示：

Xij=xij-xjσj，其中，Xj為原始數(shù)據(jù)的均值，Xj=1ni=1xi，σj為原始數(shù)據(jù)的標(biāo)準(zhǔn)差，σj=1nni=1（xij-xj）。

4 科技型創(chuàng)業(yè)企業(yè)信用評(píng)價(jià)實(shí)證分析

4.1 BP神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)

BP神經(jīng)網(wǎng)絡(luò)可以根據(jù)實(shí)際情況來(lái)設(shè)置一個(gè)或者多個(gè)隱含層，當(dāng)樣本較多時(shí)，增加一個(gè)隱含層可以顯著減小網(wǎng)絡(luò)規(guī)模。由于包含單個(gè)隱含層網(wǎng)絡(luò)可以通過(guò)適當(dāng)調(diào)增神經(jīng)元個(gè)數(shù)來(lái)實(shí)現(xiàn)任意非線性映射，所以，包含單個(gè)隱含層的神經(jīng)網(wǎng)絡(luò)即可解決大部分場(chǎng)合下問(wèn)題。因此本文建立的BP神經(jīng)網(wǎng)絡(luò)模型包含單個(gè)隱含層。

（1）輸入層和輸出層神經(jīng)元個(gè)數(shù)。輸入層神經(jīng)元個(gè)數(shù)等于輸入變量的個(gè)數(shù)，由于本文得到了5個(gè)公因子，因此輸入層神經(jīng)元數(shù)n=5。輸出層神經(jīng)元的個(gè)數(shù)m取決于科技型創(chuàng)業(yè)企業(yè)信用評(píng)價(jià)結(jié)果類別。本文用輸出“1”表示中小企業(yè)信用正常，用輸出“0”表示中小企業(yè)信用較差，因此本文建立的模型的輸出層神經(jīng)元的個(gè)數(shù)為1。

（2）隱含層神經(jīng)元個(gè)數(shù)。隱含層神經(jīng)元個(gè)數(shù)的確定目前還沒(méi)有一個(gè)理想的解析式，通常根據(jù)經(jīng)驗(yàn)公式來(lái)確定。

常用的經(jīng)驗(yàn)公式為：n1=n+m+a，其中m為輸出層個(gè)數(shù)，n為輸入層個(gè)數(shù)，a為[1，10]之間的常數(shù)，有上文可知，m=1，n=5，代入公式可知隱含層個(gè)數(shù)的取值范圍為（3，13），經(jīng)過(guò)實(shí)際對(duì)比分析，當(dāng)隱含層選10時(shí)，訓(xùn)練誤差較小，因此，本文設(shè)定隱含層個(gè)數(shù)為10。

（3）訓(xùn)練函數(shù)的選擇。本文建立的BP神經(jīng)網(wǎng)絡(luò)模型的輸入層和輸出層函數(shù)均為Sigmoid函數(shù)，并設(shè)定最大訓(xùn)練步長(zhǎng)epoch=1500。

（4）樣本原始數(shù)據(jù)來(lái)源。本文選擇了100家在創(chuàng)業(yè)板和新三板上市的科技型創(chuàng)業(yè)企業(yè)的財(cái)務(wù)數(shù)據(jù)作為實(shí)證樣本數(shù)據(jù)進(jìn)行訓(xùn)練，各項(xiàng)數(shù)據(jù)取自于瑞思數(shù)據(jù)庫(kù)和東方財(cái)富Choices數(shù)據(jù)庫(kù)。為了確保能夠得到可靠、準(zhǔn)確的訓(xùn)練結(jié)果，樣本企業(yè)行業(yè)的選取包含了電子、化工、制藥、家電、生物科技、機(jī)械制造、金屬加工等多個(gè)行業(yè)部門(mén)，能夠反映科技型創(chuàng)業(yè)企業(yè)的特征。

4.2 實(shí)證分析與結(jié)果輸出

本文運(yùn)行Matlab2014a版本并運(yùn)用編寫(xiě)的程序?qū)?00家企業(yè)各自的5項(xiàng)主因子作為輸入變量，對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和檢驗(yàn)并對(duì)訓(xùn)練樣本進(jìn)行了仿真。本文將前90家企業(yè)數(shù)據(jù)作為訓(xùn)練樣本來(lái)訓(xùn)練網(wǎng)絡(luò)，將后10家企業(yè)數(shù)據(jù)作為檢驗(yàn)樣本代入網(wǎng)絡(luò)以檢驗(yàn)網(wǎng)絡(luò)的預(yù)測(cè)精度。對(duì)于得出的預(yù)測(cè)結(jié)果設(shè)定以0.5為分界值，如過(guò)大于05，則將公司判定為信用好的企業(yè)，反之則判定為信用差的企業(yè)。由圖2可知網(wǎng)絡(luò)可以以較快的速度實(shí)現(xiàn)收斂。

為了抵消隨機(jī)因素的影響，本文取相同的訓(xùn)練參數(shù)和測(cè)試樣本代入網(wǎng)絡(luò)重復(fù)運(yùn)算20次，統(tǒng)計(jì)正確率和迭代次數(shù)（如圖3所示），20次訓(xùn)練結(jié)果如表2。

由網(wǎng)絡(luò)20次訓(xùn)練結(jié)果（表2）可知，使用BP神經(jīng)網(wǎng)絡(luò)模型對(duì)實(shí)證樣本數(shù)據(jù)進(jìn)行預(yù)測(cè)的結(jié)果和期望輸出對(duì)比后，模型的平均正確率達(dá)到83%，預(yù)測(cè)精度較高，適合作為預(yù)測(cè)科技型創(chuàng)業(yè)企業(yè)信用狀況的評(píng)價(jià)模型。實(shí)證結(jié)果表明，利用BP神經(jīng)網(wǎng)絡(luò)對(duì)科技型創(chuàng)業(yè)企業(yè)進(jìn)行信用評(píng)價(jià)，具有較高的可操作性和準(zhǔn)確性。

5 結(jié)論

本文在借鑒國(guó)內(nèi)外現(xiàn)有的企業(yè)信用評(píng)價(jià)理論和相關(guān)研究成果的基礎(chǔ)上，結(jié)合科技型創(chuàng)業(yè)企業(yè)的特點(diǎn)構(gòu)建了適合對(duì)其進(jìn)行信用評(píng)價(jià)的指標(biāo)體系，然后在運(yùn)用因子分析提取反映企業(yè)信用狀況的公因子作為代入模型的指標(biāo)變量，據(jù)此建立了BP神經(jīng)網(wǎng)絡(luò)信用評(píng)價(jià)模型，通過(guò)對(duì)國(guó)內(nèi)100家在創(chuàng)業(yè)板和新三板上市公司的實(shí)際數(shù)據(jù)進(jìn)行分析，得出的實(shí)證結(jié)果表明使用BP神經(jīng)網(wǎng)絡(luò)對(duì)科技型創(chuàng)業(yè)企業(yè)進(jìn)行信用評(píng)價(jià)的平均正確率可以達(dá)到83%，具有較高的準(zhǔn)確率和可操作性。因此，金融機(jī)構(gòu)可以據(jù)此加強(qiáng)對(duì)科技型創(chuàng)業(yè)企業(yè)的信用評(píng)價(jià)，篩選優(yōu)秀的科技型創(chuàng)業(yè)企業(yè)借款人以降低信用風(fēng)險(xiǎn)，同時(shí)也可改善科技型創(chuàng)業(yè)企業(yè)與金融機(jī)構(gòu)之間的信息不對(duì)稱程度，使科技型創(chuàng)業(yè)企業(yè)能夠獲得更多的融資機(jī)會(huì)，促使其能夠以健康的方式持續(xù)的發(fā)展，進(jìn)而充分發(fā)揮出其促進(jìn)企業(yè)技術(shù)創(chuàng)新的作用。

參考文獻(xiàn)

[1]龐素琳.信用評(píng)價(jià)與股市預(yù)測(cè)模型研究及應(yīng)用統(tǒng)計(jì)學(xué)、神經(jīng)網(wǎng)絡(luò)與支持向量基方法[M].北京：科學(xué)出版社，2005.

[2]遲國(guó)泰，章穗，齊菲.小企業(yè)貸款信用評(píng)價(jià)模型及實(shí)證研究―基于最優(yōu)組合賦權(quán)視角[J].財(cái)經(jīng)問(wèn)題研究，2012，（9）：5357.

[3]李菁苗，吳吉義，章劍林等.電子商務(wù)環(huán)境下中小企業(yè)信用評(píng)價(jià)[J].系統(tǒng)工程理論與實(shí)踐，2012，（3）：555560.

[4]劉湘勤，龍海雯.銀行結(jié)構(gòu)、信用環(huán)境與中小企業(yè)發(fā)展：基于中國(guó)跨省數(shù)據(jù)的實(shí)證分析[J].西北大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2007，（6）：159161.

[5]譚慶美，吳金克，趙黎明.基于BP神經(jīng)網(wǎng)絡(luò)的中小企業(yè)信用評(píng)價(jià)研究[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2009，（5）：5762.

[6]邢樂(lè)成，梁永賢.中小企業(yè)融資難的困境與出路[J].濟(jì)南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2013，（2）：17.

第4篇：企業(yè)信用評(píng)價(jià)范文

關(guān)鍵詞：供應(yīng)鏈金融；信用評(píng)價(jià)；模糊綜合評(píng)價(jià)；可拓AHP；聚類分析

一、 引言

供應(yīng)鏈金融自從2006年被中國(guó)資金管理者沙龍發(fā)掘并深入研討后，越來(lái)越多地被國(guó)內(nèi)各大企業(yè)和銀行應(yīng)用，已成為破解當(dāng)前中小企業(yè)融資難題的創(chuàng)新金融產(chǎn)品。國(guó)內(nèi)外學(xué)者針對(duì)供應(yīng)鏈金融業(yè)務(wù)，分別從不同角度進(jìn)行了分析。Allen N等人對(duì)中小企業(yè)融資提出了一些新的設(shè)想及框架，最早提出了供應(yīng)鏈金融的思想。Gonzalo Guillen等研究了短期供應(yīng)鏈融資，提出了合理的供應(yīng)鏈管理模式可以影響資金融通與企業(yè)運(yùn)作，從而增加供應(yīng)鏈整體收益。本文提出應(yīng)用模糊可拓層次分析法對(duì)供應(yīng)鏈金融模式下的中小企業(yè)信用風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)的方法，該方法利用可拓區(qū)間數(shù)來(lái)表示各指標(biāo)間的相對(duì)重要性，比傳統(tǒng)層次分析法更科學(xué)、更合理，通過(guò)專家打分建立可拓區(qū)間個(gè)體判斷矩陣，計(jì)算出各層次個(gè)體判斷指標(biāo)權(quán)重，應(yīng)用聚類分析法，將專家個(gè)體排序向量進(jìn)行系統(tǒng)聚類，確定出專家權(quán)重系數(shù)，得出各層次綜合權(quán)重，再結(jié)合模糊綜合評(píng)價(jià)方法進(jìn)行逐級(jí)評(píng)價(jià)，最終得到綜合評(píng)價(jià)值。

二、 基于供應(yīng)鏈金融的中小企業(yè)信用評(píng)價(jià)指標(biāo)體系構(gòu)建

本文借鑒傳統(tǒng)信貸政策下中小企業(yè)信用評(píng)價(jià)的基本框架，根據(jù)供應(yīng)鏈金融自身的特點(diǎn)，結(jié)合借款人的資信水平，重點(diǎn)考察單筆融資業(yè)務(wù)自我清償?shù)哪芰σ约百J款人組織該筆供應(yīng)鏈交易的能力，對(duì)供應(yīng)鏈上中小企業(yè)進(jìn)行信用評(píng)價(jià)。評(píng)價(jià)指標(biāo)體系見(jiàn)圖1。

三、 基于聚類分析與模糊可拓AHP中小企業(yè)信用評(píng)價(jià)模型

1. 可拓群組AHP。

（1）可拓判斷矩陣的構(gòu)造。本文采用Saaty提出的互反性1-9標(biāo)度法作為判斷矩陣標(biāo)量化準(zhǔn)則，在這一準(zhǔn)則下，每位專家兩兩比較隸屬于同一層次的各個(gè)指標(biāo)的相對(duì)重要性，為反映人類認(rèn)識(shí)的模糊性，用具有一定彈性的區(qū)間數(shù)來(lái)進(jìn)行重要性標(biāo)度，假設(shè)m個(gè)專家參與決策，則每人所得的區(qū)間判斷矩陣分別記為，A1，A2，…，Am，其中Ak=（aijk）nn，aijk=[aijk-，aijk+]，k=1，2，…，m，i，j=1，2，…，n。

第三步，判斷矩陣的一致性。若0?燮f?燮1?燮g，表示可拓判斷矩陣具有較好的一致性。若不滿足則需校正判斷矩陣或請(qǐng)專家重新判斷。

第四步，求出權(quán)重向量。

Sk=（Sk1，Sk2，…，Sknl）T=（2）

Sknl表示專家k給出的l層的第n個(gè)因素對(duì)上一層因素的權(quán)重向量。

2. 模糊綜合評(píng)價(jià)。下面給出二級(jí)模糊綜合評(píng)價(jià)的基本步驟：

（1）劃分因素集。設(shè)因素集U={u1，u2，…，un}，評(píng)價(jià)尺度集V=（v1，v2，…，vm），根據(jù)U中各因素間的關(guān)系將U分成 k份，設(shè)第i個(gè)子集Ui={ui1，ui2，…，uin}，i=1，2，…，k。

（2）一級(jí)評(píng)價(jià)。利用一級(jí)模型對(duì)每個(gè)Ui進(jìn)行綜合評(píng)價(jià)，計(jì)算其綜合評(píng)價(jià)向量，

Bi=Wi。Ri i=1，2，…，n（4）

式中，“?！睘槟：铣蛇\(yùn)算；Wi為1ni階權(quán)重向量； Ri為對(duì)Ui的nim階單因素評(píng)價(jià)矩陣；Bi為Ui上的1m階一級(jí)綜合評(píng)價(jià)結(jié)果矩陣。

（3）多級(jí)綜合評(píng)價(jià)。將每一個(gè)Ui作為一個(gè)元素，用Bi作為它的單因素評(píng)判，構(gòu)成二級(jí)評(píng)判矩陣：

R=B1B2…Bn（5）

設(shè)關(guān)于U={u1，u2，…，un}的權(quán)重分配為W=（w1，w2，…，wn），則可以得到U的二級(jí)評(píng)判結(jié)果為：

B=W。R=（b1，b2，…，bm）（6）

按照最大隸屬度原則，用bj=max（b1，b2，…，bm）對(duì)應(yīng)的等級(jí)vj可以判定評(píng)判因素的等級(jí)。

（4）計(jì)算方案的綜合評(píng)價(jià)值。若取評(píng)價(jià)尺度的隸屬度集為V=（好，較好，中等，較差，差），并賦以相應(yīng)的分值，如 V=（100，80，60，40，20），各級(jí)因素的綜合得分即為

M=BVT（7）

四、 評(píng)價(jià)實(shí)例

A是某地的煉油企業(yè)，其上游供應(yīng)商是中國(guó)石化公司的B分公司，B公司每月按照原油指標(biāo)給A企業(yè)穩(wěn)定的原油供應(yīng)，A企業(yè)進(jìn)行煉制生產(chǎn)，A企業(yè)與B公司采用預(yù)付貨款的方式。由于A企業(yè)存在預(yù)付貨款的資金需求，向銀行申請(qǐng)基于預(yù)付貨款的供應(yīng)鏈金融融資。

聘請(qǐng)10位專家，按照A企業(yè)的基本狀況、供應(yīng)鏈的交易狀況等，對(duì)照?qǐng)D1給出的評(píng)價(jià)指標(biāo)體系，建立可拓判斷矩陣，由于判斷矩陣的對(duì)稱性，這里僅列出申請(qǐng)企業(yè)基本情況維度的判斷矩陣的右上三角形的量值（如表1），并給出模糊評(píng)價(jià)值的求法，其余各維度及總目標(biāo)層的評(píng)價(jià)值可類似求出。

下面以專家3可拓判斷為例計(jì)算權(quán)重向量。

x1-=（0.120，0.288，0.215，0.192，0.107，0.078）T

x1+=（0.122，0.277，0.214，0.190，0.115，0.080）T

f=0.911

所以判斷矩陣的一致性良好。

由公式（2）可得S1=0.109，0.135，S2=0.262，0.305， S3=0.195，0.235，S4=0.174，0.210，S5=0.097，0.127， S6=0.071，0.088。

根據(jù)公式（3）有?籽1=V（S1?叟S6）=3，?籽2=V（S2?叟S6）=7.87， ?籽3=V（S3?叟S6）=5.75，?籽4=V（S4?叟S6）=5.36，?籽5=V（S5?叟S6）=2.38，?籽6=1，進(jìn)行歸一化處理，從而得出專家3對(duì)此因素給出的權(quán)重向量W31=（0.118，0.310，0.226，0.211，0.093，0.040），同理可得到其他專家給出的權(quán)重向量，這里不一一列舉。集合專家自身權(quán)重可以得到在這個(gè)維度的綜合權(quán)重W1=（0.117，0.305，0.211，0.192，0.096，0.080），給出此因素下指標(biāo)的評(píng)價(jià)值矩陣，便可得到此因素的隸屬度向量B1=（0.139，0.443，0.212，0.126，0.08）。

依照此法求出準(zhǔn)則層的權(quán)重向量W=（0.338，0.114，0.305，0.164，0.079），總評(píng)價(jià)矩陣

R=0.139 0.443 0.212 0.126 0.080.687 0.251 0.044 0.015 0.0030.514 0.357 0.072 0.048 0.0090.435 0.418 0.113 0.030.0040.234 0.562 0.106 0.051 0.047

利用公式（6）和公式（7）計(jì)算出企業(yè)A信用評(píng)價(jià)綜合得分為M=81.5，信用評(píng)價(jià)結(jié)果良好。若按傳統(tǒng)模式進(jìn)行信用評(píng)價(jià)，只考慮企業(yè)自身的情況，本例中用申請(qǐng)企業(yè)基本情況維度計(jì)算A企業(yè)信用評(píng)價(jià)得分為60.7，很難獲得銀行的信貸支持，這也是很多中小企業(yè)面臨的融資困境，供應(yīng)鏈金融信用評(píng)價(jià)體系從關(guān)注中小企業(yè)自身的風(fēng)險(xiǎn)，轉(zhuǎn)變成關(guān)注供應(yīng)鏈的整體風(fēng)險(xiǎn)，從對(duì)中小企業(yè)的靜態(tài)財(cái)務(wù)數(shù)據(jù)進(jìn)行評(píng)價(jià)，轉(zhuǎn)變到關(guān)注單筆交易的自償性，對(duì)交易全過(guò)程進(jìn)行評(píng)價(jià)，銀行通過(guò)對(duì)融資項(xiàng)下資產(chǎn)的有效控制，有效地解決了中小企業(yè)融資難題。

五、 結(jié)論及建議

本文所建立的模型，解決了構(gòu)造判斷矩陣和系統(tǒng)綜合評(píng)價(jià)時(shí)人類認(rèn)識(shí)的模糊性問(wèn)題，聚類分析法的應(yīng)用，解決

了群決策問(wèn)題中專家權(quán)重的確定問(wèn)題，在實(shí)際應(yīng)用中，發(fā)現(xiàn)該方法具有數(shù)據(jù)處理方便、結(jié)論客觀合理、可操作性強(qiáng)等特點(diǎn)，為供應(yīng)鏈金融環(huán)境下中小企業(yè)的信用評(píng)價(jià)提供了有效的新途徑。同時(shí)我們也應(yīng)該注意到，在銀行業(yè)剛剛開(kāi)展供應(yīng)鏈金融業(yè)務(wù)四五年的時(shí)間里引入和應(yīng)用信用風(fēng)險(xiǎn)評(píng)價(jià)模型，企業(yè)信用數(shù)據(jù)的缺乏將是遇到的首要問(wèn)題。銀行必須切實(shí)做好收集、整理及存儲(chǔ)企業(yè)的財(cái)務(wù)信息、信用信息以及與之相關(guān)的供應(yīng)鏈信息，建立起自己的基礎(chǔ)數(shù)據(jù)庫(kù)，選擇或開(kāi)發(fā)適合自身的信用評(píng)價(jià)方法，才能提高信貸決策的科學(xué)性和準(zhǔn)確性。

參考文獻(xiàn)

1. Alen N．Berger，Gregorry F．Udell．A More Complete Conceptual Framewolrk for SME Finance. World Bank Conferenceon Small and Medium Ente- rprises：Overcoming Growth Constraints，USA，2004．

2. Gonzalo Guillen，Mariana Baderll．A Holis- tic Framework for Shortterm Supply Chain Mana- gement Integrating Productionand Corparate Fina- ncial Planning．Production Economics，2006，（7）：25-27．

3. 陳祥鋒，石代論，朱道立．融通倉(cāng)與物流金融服務(wù)創(chuàng)新．科技導(dǎo)報(bào)，2005，23（9）：30-33．

4. 彎紅地．供應(yīng)鏈金融風(fēng)險(xiǎn)模型分析研究．經(jīng)濟(jì)問(wèn)題，2008，（11）：109-112．

5. 熊熊，馬佳，趙文杰．供應(yīng)鏈金融模式下的信用風(fēng)險(xiǎn)評(píng)價(jià)．南開(kāi)管理評(píng)論，2009，12（4）：92-98．

6. 遲國(guó)泰，馮雪，趙志宏．商業(yè)銀行經(jīng)營(yíng)風(fēng)險(xiǎn)預(yù)警模型及其實(shí)證研究．系統(tǒng)工程學(xué)報(bào)，2009，24（4）：408-416．

第5篇：企業(yè)信用評(píng)價(jià)范文

[關(guān)鍵詞]信用評(píng)價(jià) 指標(biāo) 模型

信用風(fēng)險(xiǎn)一直以來(lái)都是各個(gè)經(jīng)濟(jì)主體面臨的重要金融風(fēng)險(xiǎn),信用風(fēng)險(xiǎn)評(píng)價(jià)的研究在國(guó)際上得到了高度的重視和迅速的發(fā)展。次貸危機(jī)的爆發(fā),使得信用評(píng)價(jià)研究的重要性更加不言而喻。我國(guó)的信用風(fēng)險(xiǎn)度量方法雖然起步較晚,但隨著我國(guó)市場(chǎng)經(jīng)濟(jì)和金融市場(chǎng)地發(fā)展不斷演進(jìn),越來(lái)越多的學(xué)者加入到信用評(píng)價(jià)的研究中來(lái)。

綜觀我國(guó)的信用評(píng)價(jià)研究,焦點(diǎn)主要集中在信用評(píng)價(jià)指標(biāo)體系的建立、信用評(píng)價(jià)的分析方法和信用評(píng)價(jià)模型中的有效性研究三個(gè)方面。

一、信用評(píng)價(jià)指標(biāo)體系的研究

在指標(biāo)的選取上,許劍生(1997)認(rèn)為現(xiàn)行企業(yè)信用等級(jí)評(píng)定指標(biāo)體系存在著以企業(yè)資產(chǎn)負(fù)債表和損益表數(shù)據(jù)為主,忽略了對(duì)企業(yè)現(xiàn)金流量的分析和部分指標(biāo)設(shè)置不科學(xué)兩大缺陷。

夏紅芳、趙麗萍(1998)則指出現(xiàn)行指標(biāo)體系存在著與新財(cái)務(wù)管理準(zhǔn)則的核算口徑不統(tǒng)一、定性分析指標(biāo)太多、單項(xiàng)指標(biāo)設(shè)置內(nèi)涵過(guò)寬三個(gè)方面做得不足。認(rèn)為當(dāng)前的指標(biāo)系統(tǒng)未能全面反映企業(yè)經(jīng)營(yíng)情況。

周佰成等(2003)認(rèn)為一個(gè)指標(biāo)體系應(yīng)能準(zhǔn)確地反映評(píng)估對(duì)象的特點(diǎn)與實(shí)際水平。

李小燕、盧闖(2004)研究了基于業(yè)績(jī)企業(yè)信用評(píng)價(jià)指標(biāo)與股權(quán)所有者的利益相關(guān)性,從而提出改進(jìn)和完善現(xiàn)有企業(yè)信用評(píng)價(jià)模型的構(gòu)想。研究結(jié)果表明:企業(yè)信用評(píng)價(jià)指標(biāo)體系中的業(yè)績(jī)指標(biāo)較非業(yè)績(jī)指標(biāo)與企業(yè)的信用等級(jí)更相關(guān)。

田俊平(2005)在其碩士論文中提出現(xiàn)有信用評(píng)價(jià)指標(biāo)較多關(guān)注企業(yè)的短期能力,應(yīng)更多地關(guān)注反映企業(yè)長(zhǎng)期能力的指標(biāo)。

曲艷梅(2006)根據(jù)平衡計(jì)分卡原理,分別設(shè)計(jì)定性指標(biāo)和定量指標(biāo)的四個(gè)維度。其中定性指標(biāo)的四個(gè)維度指標(biāo)均衡分布,各為25分。而定量指標(biāo)中的償債能力指標(biāo)定為50分。

綜合現(xiàn)有文獻(xiàn)中所采用的信用評(píng)價(jià)指標(biāo)體系,信用評(píng)價(jià)所強(qiáng)調(diào)的是債權(quán)人的利益,而非股東的利益,故指標(biāo)體系中最為看重的是體現(xiàn)償債能力的指標(biāo)?，F(xiàn)有的指標(biāo)體系普遍存在著定量指標(biāo)比重過(guò)大,定性指標(biāo)較少的現(xiàn)象,評(píng)價(jià)指標(biāo)中所涉及的現(xiàn)金流量指標(biāo)也較少。

二、信用評(píng)價(jià)的分析方法研究

當(dāng)前我國(guó)學(xué)者研究得更多的是各種分析方法在信用評(píng)價(jià)模型中的應(yīng)用。

最早用于建立信用評(píng)價(jià)模型的線性判別法(Liner Discriminate Analysis,簡(jiǎn)稱LDA)是一種簡(jiǎn)單的參數(shù)統(tǒng)計(jì)方法。考慮到財(cái)務(wù)比率的多維性,信用評(píng)價(jià)模型中更為常用的是多元判別法(Multivariate Discriminate Analysis,簡(jiǎn)稱MDA)。近年來(lái),線性概率模型和Logistic回歸模型,特別是神經(jīng)網(wǎng)絡(luò)法等也被廣泛應(yīng)用于企業(yè)信用評(píng)級(jí)。

最先將多元線性判別法用于信用分析的是美國(guó)的Redward•Altman于1968使用22個(gè)財(cái)務(wù)指標(biāo)分析了美國(guó)破產(chǎn)企業(yè)和非破產(chǎn)企業(yè),并從中選出5個(gè)最有代表性的關(guān)鍵指標(biāo)建立了著名的五變量Z模型。該模型簡(jiǎn)單且成本低,在美國(guó)商業(yè)銀行得到廣泛應(yīng)用。我國(guó)學(xué)者陳靜(1999)使用多元判別法進(jìn)行實(shí)證研究,建立了評(píng)價(jià)企業(yè)信用風(fēng)險(xiǎn)水平的現(xiàn)行判別模型。方洪全、曾勇(2004)以銀行實(shí)際貸款數(shù)據(jù)樣本為分析對(duì)象,使用SAS軟件在66個(gè)財(cái)務(wù)指標(biāo)中選取7個(gè)財(cái)務(wù)指標(biāo)運(yùn)用多元統(tǒng)計(jì)技術(shù)建立起4水平的線性判別模型,并根據(jù)對(duì)模型的檢驗(yàn)證實(shí)了該判別模型對(duì)信用風(fēng)險(xiǎn)的定量評(píng)估有較強(qiáng)的解釋和預(yù)測(cè)能力。

這些多元判別分析模型一般情況下只能對(duì)企業(yè)信用劃分成兩類,即還本付息和違約。這種分類不利于使用者對(duì)企業(yè)的風(fēng)險(xiǎn)進(jìn)行更深層的管理。同時(shí),由于多元判別分析法對(duì)變量數(shù)據(jù)要求較多,應(yīng)用前提過(guò)于嚴(yán)格,而實(shí)際所使用的數(shù)據(jù)卻有一定的違背,使得這種模型的誤判率較高。

為了解決多元判別法應(yīng)用前提的局限,美國(guó)學(xué)者Ohlson將多元邏輯回歸(Logistic regression,簡(jiǎn)稱Logit分析法)引入了信用評(píng)價(jià)研究中。使用Logit分析法的模型采用Logistic函數(shù),在數(shù)據(jù)不滿足正態(tài)分布情況下其判別正確率高于多元判別分析法的結(jié)果。

在國(guó)內(nèi),許多學(xué)者將Logit模型用于上市公司財(cái)務(wù)困境的預(yù)測(cè)研究,并取得了不錯(cuò)的效果。陳曉、陳治鴻(2000)使用Logit模型對(duì)ST公司和非ST公司進(jìn)行了預(yù)測(cè),其判別準(zhǔn)確率為86.5%。常麗娟、張俊瑞(2007)建立了多元因變量Logit模型對(duì)69家進(jìn)行了實(shí)證分析,并使用一個(gè)樣本進(jìn)行檢驗(yàn),評(píng)價(jià)結(jié)果與中介機(jī)構(gòu)評(píng)價(jià)結(jié)果一致。

隨著信息技術(shù)的發(fā)展,人工智能模型被引入到企業(yè)信用評(píng)估中,最典型的是人工神經(jīng)網(wǎng)絡(luò)(Artificial neural networks,簡(jiǎn)稱ANN)的運(yùn)用。神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)的要求不嚴(yán)格,處理非線性關(guān)系的變量具有良好的效果。但其工作的隨機(jī)性較強(qiáng),往往需要進(jìn)行多重的訓(xùn)練。國(guó)外學(xué)者Altman、Marco、Jenson等都使用了神經(jīng)網(wǎng)絡(luò)分析法對(duì)公司的財(cái)務(wù)危機(jī)進(jìn)行了預(yù)測(cè)研究,并取得了一定的成果。

王春峰、萬(wàn)海暉、張維(1999)使用神經(jīng)網(wǎng)絡(luò)法對(duì)100個(gè)企業(yè)樣本進(jìn)行了信用分析,研究結(jié)果中使用判別分析法的誤判率為25.45%,神經(jīng)網(wǎng)絡(luò)法的誤判率為18.18%。神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)準(zhǔn)確性明顯優(yōu)于判別分析法。劉慶宏,劉列勵(lì)(2009)對(duì)各類方法中的代表模型使用了兩個(gè)數(shù)據(jù)集來(lái)驗(yàn)證他們的在信用評(píng)級(jí)應(yīng)用中的評(píng)價(jià)效果,結(jié)論認(rèn)為在各種方法中人工神經(jīng)網(wǎng)絡(luò)方法較為靈活與準(zhǔn)確。但由于該研究數(shù)據(jù)為澳大利亞與德國(guó)企業(yè)的數(shù)據(jù),未能代表其在中國(guó)的應(yīng)用效果。

由于神經(jīng)網(wǎng)絡(luò)工作的隨機(jī)性較大,需要人為地對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行調(diào)試,其應(yīng)用受到了一定的限制。Altman(1997)經(jīng)過(guò)研究后認(rèn)為“神經(jīng)網(wǎng)絡(luò)分析方法在信用風(fēng)險(xiǎn)識(shí)別和預(yù)測(cè)中的應(yīng)用,并沒(méi)有實(shí)質(zhì)性低優(yōu)于線性判別模型”。

也有部分學(xué)者針對(duì)如何解決各種樣本存在的問(wèn)題,在模型中引入了各種處理方法進(jìn)行改進(jìn)。在解決小樣本問(wèn)題上,王春峰(2001)、勝(2004)的研究結(jié)果認(rèn)為將cross-validation法引入信用風(fēng)險(xiǎn)評(píng)估建模技術(shù),對(duì)于小樣本情況更為有效。章華、盧太平(2006)考慮到企業(yè)財(cái)務(wù)信息不確定和樣本的非典型分布特征,將灰靶模型引入對(duì)企業(yè)信用等級(jí)的評(píng)價(jià)。王慧玲等(2009)的研究表明在財(cái)務(wù)信用評(píng)價(jià)中引入熵模型,能夠更加客觀的確定評(píng)價(jià)指標(biāo)的權(quán)重。

綜合相關(guān)文獻(xiàn),我們可以發(fā)現(xiàn)隨著統(tǒng)計(jì)分析方法的發(fā)展,越來(lái)越多的方法被應(yīng)用到信用評(píng)價(jià)模型的分析中來(lái)以解決樣本數(shù)據(jù)存在的缺陷。盡管信用風(fēng)險(xiǎn)評(píng)估方法層出不窮,但主流的方法只有多元Logistic回歸、多元判別分析和神經(jīng)網(wǎng)絡(luò)法三大類。當(dāng)前在準(zhǔn)確性上較為認(rèn)可的是神經(jīng)網(wǎng)絡(luò)法。

三、信用評(píng)價(jià)模型有效性研究

現(xiàn)代信用風(fēng)險(xiǎn)度量模型主要包括Credit Metrics模型、基于精算方法的信用風(fēng)險(xiǎn)附加(Credit Risk)模型、信用證券組合(Credit Portfolio View)模型以及基于期權(quán)定價(jià)理論的KMV模型。國(guó)內(nèi)對(duì)現(xiàn)代信用風(fēng)險(xiǎn)度量模型的涉及最初見(jiàn)于對(duì)信用風(fēng)險(xiǎn)模型的綜述類和比較類文獻(xiàn)。陽(yáng)(2000)、梁世棟等(200)、春等(2004)分別對(duì)各種信用風(fēng)險(xiǎn)度量模型做了比較分析。李志光(2007)在其碩士論文中對(duì)Credit Metrics模型、KMV模型、Credit Risk模型、CPV模型進(jìn)行了分析比較,得出了Credit Metrics模型比其他模型在我國(guó)商業(yè)銀行更具適用性和可行性的結(jié)論。

而對(duì)于Credit Risk模型,常麗娟等(2007)認(rèn)為在我國(guó)的銀行貸款業(yè)務(wù)中,行業(yè)特征和風(fēng)險(xiǎn)會(huì)對(duì)各筆貸款的獨(dú)立性產(chǎn)生影響,不符合Credit Risk模型將每筆貸款是為獨(dú)立的重要假設(shè),該模型在我國(guó)的適用性令人懷疑。

國(guó)內(nèi)對(duì)CPV模型進(jìn)行的研究較少。靳鳳菊(2007)基于CPV模型,選取了綜合領(lǐng)先指標(biāo)、中國(guó)房地產(chǎn)開(kāi)發(fā)企業(yè)綜合景氣指數(shù)和企業(yè)景氣指數(shù)三個(gè)指標(biāo)從宏觀層面對(duì)房地產(chǎn)信貸的信用風(fēng)險(xiǎn)進(jìn)行了研究。楊崗、陳帥(2009)對(duì)KMV模型與CPV模型進(jìn)行比較分析后認(rèn)為,CPV模型能更好地把握經(jīng)濟(jì)變化對(duì)信用風(fēng)險(xiǎn)的影響。謝赤等(2006)對(duì)Credit Metrics模型與CPV模型進(jìn)行了比較研究,結(jié)論認(rèn)為CPV模型有利于提高信用風(fēng)險(xiǎn)度量的精確性,特別適用于投機(jī)性債務(wù)人。

國(guó)內(nèi)較多的研究驗(yàn)證集中于KMV模型在我國(guó)的適用性。主要研究成果有:薛鋒等(2003)討論了運(yùn)用KMV模型分析我國(guó)上市公司信用風(fēng)險(xiǎn)的優(yōu)缺點(diǎn)和運(yùn)用前景。常麗娟、張俊瑞(2007)使用中國(guó)上市公司數(shù)據(jù),對(duì)KMV模型做了有效性檢驗(yàn),研究結(jié)果認(rèn)為KMV模型在我國(guó)股票市場(chǎng)環(huán)境下具備整體有效性,但由于我國(guó)股票市場(chǎng)信息效率存在一定的缺陷,模型的預(yù)測(cè)效力尚顯不足。李磊寧等(2007)在KMV模型中引入了公司資產(chǎn)價(jià)值增長(zhǎng)率,使得模型在我國(guó)的適用性有了提高。李博、王海生(2008)使用修正后的KMV模型進(jìn)行信用風(fēng)險(xiǎn)評(píng)價(jià)并檢驗(yàn)了模型識(shí)別我國(guó)房地產(chǎn)上市公司信用風(fēng)險(xiǎn)的能力,發(fā)現(xiàn)模型能較好的識(shí)別出ST與非ST公司之間信用風(fēng)險(xiǎn)的差別,但同時(shí)也認(rèn)為其在我國(guó)上市公司的預(yù)測(cè)準(zhǔn)確率同其在國(guó)外的預(yù)測(cè)準(zhǔn)確率相比相對(duì)較低。夏紅芳、馬俊海(2008)利用KMV模型,通過(guò)對(duì)我國(guó)4家上市公司5年股票價(jià)格的違約距離實(shí)證分析表明,KMV模型的靈敏度和預(yù)測(cè)能力都相當(dāng)好。

這些學(xué)者普遍認(rèn)為KMV模型在我國(guó)的實(shí)用性不高,主要在于我國(guó)缺乏一個(gè)完善的違約數(shù)據(jù)庫(kù),難以確定一個(gè)較為準(zhǔn)確客觀的經(jīng)驗(yàn)EDF值。且我國(guó)資本市場(chǎng)上處于初步發(fā)展階段,企業(yè)信息披露存在不足。必須結(jié)合我國(guó)的實(shí)際情況,不斷地對(duì)模型進(jìn)行修訂與校驗(yàn),才能提高KMV模型在我國(guó)的有效性。

四、小結(jié)

近年來(lái)我國(guó)經(jīng)濟(jì)一直在保持持續(xù)增長(zhǎng),在增長(zhǎng)的同時(shí)我國(guó)的社會(huì)信用體系建設(shè)卻嚴(yán)重滯后。企業(yè)缺乏一個(gè)良好的信用氛圍,對(duì)于社會(huì)保障各種信用關(guān)系的健康發(fā)展和整個(gè)金融市場(chǎng)的穩(wěn)定有著一定的影響。目前我國(guó)政府也越來(lái)越重視這個(gè)問(wèn)題,并相應(yīng)出臺(tái)了一系列政策措施。如何有效地、客觀地對(duì)企業(yè)的信用進(jìn)行評(píng)價(jià),不僅有利于保障企業(yè)各相關(guān)經(jīng)濟(jì)關(guān)系主體的利益,更有助于我們今后繼續(xù)推進(jìn)社會(huì)的信用體系建設(shè)。

參考文獻(xiàn)

[1]夏紅芳,趙麗萍.企業(yè)債券信用評(píng)級(jí)指標(biāo)體系及神經(jīng)網(wǎng)絡(luò)方法[J].華東船舶工業(yè)學(xué)院學(xué)報(bào),1998 (2).

[2]李小燕,盧闖等.企業(yè)信用評(píng)價(jià)模型、信用等級(jí)與業(yè)績(jī)相關(guān)性研究[J].中國(guó)軟科學(xué),2003 (5).

[3]陳曉,陳治鴻.企業(yè)財(cái)務(wù)理論、方法及應(yīng)用[J].投資研究,2000 (2).

[4]常麗娟,張俊瑞.企業(yè)財(cái)務(wù)信用評(píng)價(jià)與管理研究[M].大連:東北大學(xué)出版社,2007.

[5]王春峰,萬(wàn)海暉,張維.商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估及其實(shí)證研究[J].管理科學(xué)學(xué)報(bào),1998,1(1).

[6]李志光:Credit Metrics模型在我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)管理的應(yīng)用研究――基于我國(guó)商業(yè)銀行某分機(jī)構(gòu)的實(shí)證分析[D].上海財(cái)經(jīng)大學(xué),2007.

第6篇：企業(yè)信用評(píng)價(jià)范文

關(guān)于開(kāi)展互聯(lián)網(wǎng)企業(yè)信用等級(jí)評(píng)價(jià)工作的通知

各工作委員會(huì)，各會(huì)員單位，各互聯(lián)網(wǎng)企業(yè)，各省、自治區(qū)、直轄市互聯(lián)網(wǎng)協(xié)會(huì)：

為了貫徹落實(shí)中央關(guān)于“整頓和規(guī)范市場(chǎng)經(jīng)濟(jì)秩序，健全現(xiàn)代市場(chǎng)經(jīng)濟(jì)的社會(huì)信用體系”和“加強(qiáng)網(wǎng)絡(luò)文化建設(shè)和管理，營(yíng)造良好網(wǎng)絡(luò)環(huán)境”的指示精神，根據(jù)國(guó)務(wù)院辦公廳《國(guó)務(wù)院辦公廳關(guān)于社會(huì)信用體系建設(shè)的若干意見(jiàn)》(〔2007〕17號(hào))、工業(yè)和信息化部《關(guān)于2008年“陽(yáng)光綠色網(wǎng)絡(luò)工程”工作方案的通知》（信部電[2008]83號(hào)）、全國(guó)整規(guī)辦和國(guó)資委有關(guān)《開(kāi)展行業(yè)信用評(píng)價(jià)試點(diǎn)工作實(shí)施辦法》（整規(guī)辦發(fā)[2006]12號(hào)）等文件的要求，中國(guó)互聯(lián)網(wǎng)協(xié)會(huì)作為工信部、全國(guó)整規(guī)辦和國(guó)資委開(kāi)展互聯(lián)網(wǎng)企業(yè)信用評(píng)價(jià)工作的實(shí)施單位和試點(diǎn)單位，于近期成立了互聯(lián)網(wǎng)企業(yè)信用等級(jí)評(píng)價(jià)中心（籌），制訂了《中國(guó)互聯(lián)網(wǎng)行業(yè)企業(yè)信用評(píng)價(jià)實(shí)施方案》（試行）及《企業(yè)信用等級(jí)評(píng)價(jià)標(biāo)準(zhǔn)》（網(wǎng)站企業(yè)與電信運(yùn)營(yíng)商），將接受互聯(lián)網(wǎng)行業(yè)企業(yè)的自愿申報(bào)，開(kāi)展信用等級(jí)評(píng)價(jià)工作。為了確保評(píng)價(jià)工作的“公開(kāi)、公平、公正”，協(xié)會(huì)已聘請(qǐng)了國(guó)內(nèi)權(quán)威的行業(yè)專家和信用評(píng)級(jí)專家全程參與和監(jiān)督評(píng)審過(guò)程。現(xiàn)就有關(guān)工作通知如下：

一、 信用評(píng)價(jià)簡(jiǎn)介

1、企業(yè)信用評(píng)價(jià)等級(jí)分為三等九級(jí)（即AAA、AA、A、BBB、BB、B、CCC、CC和C）。

2、信用等級(jí)評(píng)價(jià)報(bào)告、證書(shū)和銅牌由中國(guó)互聯(lián)網(wǎng)協(xié)會(huì)頒發(fā)。統(tǒng)一采用全國(guó)整規(guī)辦和國(guó)資委制定的證書(shū)、銅牌樣式和編號(hào)。

3、評(píng)價(jià)結(jié)果有效期為三年。在有效期內(nèi)對(duì)企業(yè)每年進(jìn)行一次復(fù)查，復(fù)查不合格者要相應(yīng)下調(diào)信用級(jí)別。有效期滿后企業(yè)可重新申請(qǐng)參加信用評(píng)價(jià)。

4、評(píng)價(jià)指標(biāo)：包括企業(yè)綜合素質(zhì)、財(cái)務(wù)狀況、管理水平、競(jìng)爭(zhēng)力、社會(huì)信用記錄等方面。

5、信用評(píng)價(jià)工作流程：《申請(qǐng)表》資格初審《受理通知函》提交《評(píng)價(jià)申報(bào)書(shū)》/材料繳費(fèi)征信調(diào)查評(píng)價(jià)/審核公示終評(píng)向企業(yè)提交《評(píng)價(jià)報(bào)告》/證書(shū)/銘牌年度復(fù)查。

企業(yè)信用等級(jí)評(píng)價(jià)相關(guān)系列文件和資料，包括《實(shí)施方案》、《申請(qǐng)表》、《評(píng)價(jià)申報(bào)書(shū)》格式等，將在中國(guó)互聯(lián)網(wǎng)協(xié)會(huì)網(wǎng)站企業(yè)信用等級(jí)評(píng)價(jià)專欄詳盡，供企業(yè)查看、下載。

二、 信用評(píng)價(jià)結(jié)果應(yīng)用

1、根據(jù)整規(guī)辦和國(guó)資委有關(guān)文件精神和部署，評(píng)價(jià)結(jié)果將向社會(huì)公示，向整規(guī)辦、國(guó)資委和商務(wù)部報(bào)備，并向中國(guó)人民銀行、國(guó)家工商總局、國(guó)家質(zhì)檢總局和國(guó)家稅務(wù)總局等政府部門(mén)推介。

2、評(píng)價(jià)結(jié)果將作為互聯(lián)網(wǎng)企業(yè)經(jīng)營(yíng)許可證、生產(chǎn)許可證年檢的參考依據(jù)，服務(wù)政府的市場(chǎng)監(jiān)管。

3、配合各省市地方政府的信用體系建設(shè)工作，評(píng)價(jià)結(jié)果將作為對(duì)企業(yè)融資、獲得政府資助、享受稅收優(yōu)惠等的參考依據(jù)。

4、在年度“中國(guó)互聯(lián)網(wǎng)大會(huì)”等場(chǎng)合或以其他方式進(jìn)行推介和宣傳。

5、向金融機(jī)構(gòu)和風(fēng)險(xiǎn)投資機(jī)構(gòu)提供優(yōu)秀企業(yè)的信用信息，增強(qiáng)企業(yè)融資能力。

三、 信用評(píng)價(jià)費(fèi)用

根據(jù)全國(guó)整規(guī)辦和國(guó)資委關(guān)于行業(yè)信用評(píng)價(jià)“不以盈利為目的”的原則，經(jīng)協(xié)會(huì)理事長(zhǎng)辦公會(huì)議討論通過(guò)，并經(jīng)全國(guó)整規(guī)辦和國(guó)資委報(bào)備，每個(gè)企業(yè)評(píng)價(jià)收費(fèi)標(biāo)準(zhǔn)確定為1.5萬(wàn)元人民幣。評(píng)級(jí)結(jié)果三年有效期內(nèi)每年一次的復(fù)查不再收取任何費(fèi)用。

四、 申報(bào)條件

1、評(píng)價(jià)對(duì)象：基礎(chǔ)電信運(yùn)營(yíng)服務(wù)企業(yè)；電信增值服務(wù)提供商（網(wǎng)站、無(wú)線增值服務(wù)、域名注冊(cè)、ISP、IDC等）；互聯(lián)網(wǎng)和電信網(wǎng)的設(shè)備提供商、軟件提供商及系統(tǒng)集成商等。

2、申報(bào)企業(yè)必須在中國(guó)境內(nèi)依法登記注冊(cè)且取得合法資質(zhì)，互聯(lián)網(wǎng)協(xié)會(huì)會(huì)員優(yōu)先。

3、連續(xù)2年工商年檢合格、2年內(nèi)無(wú)嚴(yán)重不良信用記錄。

4、各省、自治區(qū)、直轄市互聯(lián)網(wǎng)協(xié)會(huì)的會(huì)員單位或省內(nèi)互聯(lián)網(wǎng)企業(yè)須有所在省協(xié)會(huì)出具的審核意見(jiàn)。

五、 首批申報(bào)截止時(shí)間

信用等級(jí)評(píng)價(jià)工作常年接受企業(yè)申報(bào)。有意參加“首批互聯(lián)網(wǎng)企業(yè)信用等級(jí)評(píng)價(jià)活動(dòng)”且符合申報(bào)條件的企業(yè)，請(qǐng)?zhí)顚?xiě)《申請(qǐng)表》（見(jiàn)附件1）并加蓋公章后，于2008年8月18日前傳真至我協(xié)會(huì)企業(yè)信用等級(jí)評(píng)價(jià)中心（聯(lián)系方式附后）。

企業(yè)信用等級(jí)評(píng)價(jià)中心將進(jìn)行資格初審，確定評(píng)價(jià)企業(yè)名單，并出具《受理通知函》（見(jiàn)附件2）。

六、 信用信息保密承諾

1、按照全國(guó)整規(guī)辦和國(guó)資委要求對(duì)企業(yè)工商注冊(cè)基本信息和評(píng)價(jià)結(jié)果進(jìn)行披露，以便公眾查詢，為參評(píng)企業(yè)擴(kuò)大宣傳；

2、在整個(gè)評(píng)價(jià)過(guò)程中，直接參與人員根據(jù)評(píng)價(jià)需要有權(quán)知曉企業(yè)各種信用信息，獲得的信息僅用于此次評(píng)價(jià)目的；

3、除了上述兩項(xiàng)以外，其他涉及包括評(píng)價(jià)報(bào)告在內(nèi)的企業(yè)商業(yè)秘密信息的披露和轉(zhuǎn)讓，都必須取得權(quán)益人授權(quán)。

七、 聯(lián)系方式

互聯(lián)網(wǎng)企業(yè)信用等級(jí)評(píng)價(jià)專項(xiàng)工作由中國(guó)互聯(lián)網(wǎng)協(xié)會(huì)委托的第三方專業(yè)機(jī)構(gòu)——北京至誠(chéng)在線信息服務(wù)有限公司承擔(dān)。

地址：北京西城區(qū)德外新風(fēng)街2號(hào)天成科技大廈B座三層

郵編：100088

咨詢、投訴電話：010-82273323

電子郵箱：xinyong@isc.org.cn

傳真：010-82273326

聯(lián)系人：付迎、孫國(guó)兵

評(píng)價(jià)中心網(wǎng)址：

（1）中國(guó)互聯(lián)網(wǎng)協(xié)會(huì) 企業(yè)信用評(píng)價(jià)專欄（查看、下載文件、表格等）；

（2）全國(guó)整頓和規(guī)范市場(chǎng)秩序辦公室，中國(guó)反商業(yè)欺詐網(wǎng)：

請(qǐng)點(diǎn)擊下載附件：

1、企業(yè)信用等級(jí)評(píng)價(jià)申請(qǐng)表

2、中國(guó)互聯(lián)網(wǎng)企業(yè)信用等級(jí)評(píng)價(jià)受理通知函

第7篇：企業(yè)信用評(píng)價(jià)范文

【關(guān)鍵詞】 中小企業(yè); 擔(dān)保; 信用評(píng)級(jí); 組織實(shí)施

借助擔(dān)保機(jī)構(gòu)進(jìn)行間接融資是中小企業(yè)克服資金瓶頸的重要途徑。信用評(píng)級(jí)具有風(fēng)險(xiǎn)揭示、投資引導(dǎo)、價(jià)格發(fā)現(xiàn)和扶優(yōu)限劣的功能,是銀行、擔(dān)保機(jī)構(gòu)發(fā)放擔(dān)保貸款的基礎(chǔ)。本文結(jié)合江蘇省中小企業(yè)擔(dān)保融資狀況調(diào)查,提出建立信用評(píng)價(jià)指標(biāo)體系和組織實(shí)施方案,以期能為控制銀行和擔(dān)保機(jī)構(gòu)風(fēng)險(xiǎn),促進(jìn)銀企合作、破解中小企業(yè)融資難服務(wù)。

一、信用資源匱乏和信息不對(duì)稱制約著中小企業(yè)融資

金融交易不同于一般的商品交易,它是以信息、信用為基礎(chǔ)的資金所有權(quán)和使用權(quán)的暫時(shí)分離。資金所有者――銀行為保證資金的流動(dòng)性、安全性和收益性,渴望了解企業(yè)更多、更真實(shí)、更準(zhǔn)確的信息和信用;而作為資金使用者,不少中小企業(yè)卻存在著治理結(jié)構(gòu)不完善、管理不規(guī)范、可抵押資產(chǎn)少、生命周期短等問(wèn)題,信用資源普遍不足。一般來(lái)說(shuō),企業(yè)管理者擁有的企業(yè)信息要遠(yuǎn)遠(yuǎn)多于銀行,信息不對(duì)稱增加了金融交易的風(fēng)險(xiǎn)。

信用資源匱乏和信息不對(duì)稱造成中小企業(yè)融資障礙,本質(zhì)上是一種市場(chǎng)失靈的現(xiàn)象,需要市場(chǎng)以外的力量進(jìn)行干預(yù)、解決,即引入第三方,通過(guò)社會(huì)信用資源共享放大個(gè)體信用。由于社會(huì)信用資源具有準(zhǔn)公共產(chǎn)品性質(zhì),政府有責(zé)任參與其供給與生產(chǎn)。一方面由政府直接撥款和制定優(yōu)惠政策鼓勵(lì)民間出資,建立信用擔(dān)保體系,解決中小企業(yè)信用不足的問(wèn)題;另一方面是組織有關(guān)部門(mén)開(kāi)展對(duì)中小企業(yè)的信用評(píng)級(jí),以降低銀行和擔(dān)保機(jī)構(gòu)可能承擔(dān)的違約風(fēng)險(xiǎn)。根據(jù)財(cái)政部《中小企業(yè)融資擔(dān)保機(jī)構(gòu)風(fēng)險(xiǎn)管理暫行辦法》第八條規(guī)定,擔(dān)保機(jī)構(gòu)擔(dān)保責(zé)任余額一般不超過(guò)機(jī)構(gòu)實(shí)收資本的5倍,最高不得超過(guò)10倍。2008年江蘇省該指標(biāo)不足4倍,銀行對(duì)與擔(dān)保機(jī)構(gòu)合作為中小企業(yè)貸款顧慮重重。這說(shuō)明,中小企業(yè)融資難主要不是擔(dān)保機(jī)構(gòu)資本金不足,而是中小企業(yè)信用資源建設(shè)滯后。

二、中小企業(yè)信用資源的內(nèi)涵

企業(yè)信用是基于經(jīng)濟(jì)主體的內(nèi)在責(zé)任,是與企業(yè)職工、投資人、債權(quán)人、客戶和社會(huì)公共組織等客觀主體進(jìn)行經(jīng)濟(jì)往來(lái)的一種道德規(guī)范。信用實(shí)現(xiàn)是中小企業(yè)意識(shí)認(rèn)同和行為實(shí)踐的統(tǒng)一。根據(jù)中小企業(yè)的社會(huì)交往關(guān)系,其信用資源包括經(jīng)濟(jì)信用、行政信用(即守法信用)和社會(huì)信用。

(一)經(jīng)濟(jì)信用

中小企業(yè)經(jīng)濟(jì)信用是企業(yè)在獲取物質(zhì)利益過(guò)程中與關(guān)系人進(jìn)行經(jīng)濟(jì)交往中所要遵從的信用規(guī)范,包括價(jià)格信用、質(zhì)量信用和合同信用。價(jià)格信用指經(jīng)濟(jì)交往主體對(duì)交易物的價(jià)值要擁有完全信息,做到童叟無(wú)欺。質(zhì)量信用指經(jīng)濟(jì)交往主體對(duì)交易物的質(zhì)量擁有完全信息,做到貨真價(jià)實(shí)。合同信用是指交易雙方要遵守合同約定的權(quán)利義務(wù),做到“履行承諾、依約而為”,它是經(jīng)濟(jì)信用中最根本、最核心的要求和體現(xiàn)。

(二)守法信用

守法信用是中小企業(yè)與公共管理組織交往中的信用表現(xiàn)形式。由于企業(yè)與公共管理組織的交往關(guān)系分為政府及授權(quán)組織、行業(yè)管理組織等交往關(guān)系,因而中小企業(yè)的守法信用相應(yīng)的表現(xiàn)為行政守法信用和行業(yè)守法信用。

(三)社會(huì)信用

社會(huì)信用是企業(yè)基于科學(xué)發(fā)展觀和人本原則,對(duì)生態(tài)環(huán)境、工作環(huán)境、股東和職工利益的關(guān)心和尊重,是成熟企業(yè)推崇的社會(huì)責(zé)任,是企業(yè)贏得社會(huì)尊重的核心成份。

三、影響中小企業(yè)信用實(shí)現(xiàn)的主要因素

影響中小企業(yè)信用實(shí)現(xiàn)的因素根據(jù)其重要性,可分為信用品質(zhì)、信用能力、經(jīng)濟(jì)環(huán)境和社會(huì)環(huán)境。信用品質(zhì)指企業(yè)履行信用的主觀意識(shí)。信用能力指企業(yè)履行信用的財(cái)力、物力及軟實(shí)力(包括無(wú)形資產(chǎn)和商譽(yù)),它是企業(yè)實(shí)現(xiàn)信用的物質(zhì)基礎(chǔ)。經(jīng)濟(jì)環(huán)境指企業(yè)履行信用時(shí)所處的金融環(huán)境、市場(chǎng)環(huán)境及經(jīng)濟(jì)周期。社會(huì)環(huán)境包括法制完善程度和社會(huì)信用氛圍。前者表現(xiàn)為制度的完整性和強(qiáng)制力,后者表現(xiàn)為社會(huì)公眾道德思想和行為水平,它對(duì)企業(yè)信用行為在心理層面上產(chǎn)生從眾影響力。

為了解江蘇省中小企業(yè)信用狀況,筆者發(fā)放了200份調(diào)查問(wèn)卷(中小企業(yè)和信用擔(dān)保機(jī)構(gòu)各100份),收回126份。收回問(wèn)卷中信用擔(dān)保企業(yè)占63%。分析顯示,信用品質(zhì)、信用能力、經(jīng)濟(jì)環(huán)境和社會(huì)環(huán)境,對(duì)江蘇中小企業(yè)信用影響的權(quán)重分別達(dá)到32.24%、30.50%、24.08%、13.18%(見(jiàn)表1)。

(一)信用品質(zhì)

由于江蘇省中小企業(yè),特別是私營(yíng)企業(yè)普遍存在一股獨(dú)大的治理結(jié)構(gòu),決定了企業(yè)法人(或負(fù)責(zé)人,下同)絕對(duì)的決策權(quán)力和地位,企業(yè)信用品質(zhì)主要取決于企業(yè)法定代表人的品格;其次是取決于影響法定代表人信用意志和執(zhí)行決策的管理團(tuán)隊(duì)素質(zhì),一般職工素質(zhì)對(duì)企業(yè)信用實(shí)現(xiàn)影響甚微。

(二)信用能力

資產(chǎn)財(cái)務(wù)能力是企業(yè)當(dāng)前信用能力的物質(zhì)基礎(chǔ),經(jīng)營(yíng)運(yùn)作能力是企業(yè)未來(lái)信用能力的保障。但在考查企業(yè)當(dāng)前信用能力時(shí),經(jīng)營(yíng)運(yùn)作能力的影響力要低于資產(chǎn)財(cái)務(wù)能力。

(三)經(jīng)濟(jì)環(huán)境

在影響企業(yè)信用能力的三個(gè)經(jīng)濟(jì)環(huán)境因素中,國(guó)家金融政策力度最大,直接關(guān)系到中小企業(yè)融資的成敗;其次是產(chǎn)品市場(chǎng)狀況,一般而言,市場(chǎng)需求旺盛或產(chǎn)品競(jìng)爭(zhēng)力強(qiáng)、產(chǎn)銷率高的企業(yè),信用資源就好;再次是經(jīng)濟(jì)周期。經(jīng)歷此次國(guó)際金融危機(jī),中小企業(yè)負(fù)責(zé)人對(duì)經(jīng)濟(jì)周期的關(guān)注度空前提高,特別是以出口導(dǎo)向型為主的中小企業(yè)。

(四)社會(huì)環(huán)境

與前三個(gè)因素相比,社會(huì)環(huán)境對(duì)江蘇省中小企業(yè)的信用影響力不是很高,說(shuō)明法律完整性、強(qiáng)制力和社會(huì)輿論對(duì)企業(yè)實(shí)現(xiàn)信用的促進(jìn)作用還有待進(jìn)一步加強(qiáng)。

在四個(gè)因素中,信用品質(zhì)和信用能力是企業(yè)實(shí)現(xiàn)信用的內(nèi)在條件,對(duì)企業(yè)信用的影響權(quán)重合計(jì)為62.74%;經(jīng)濟(jì)環(huán)境和社會(huì)環(huán)境中企業(yè)實(shí)現(xiàn)信用的外在條件,對(duì)企業(yè)信用的影響權(quán)重為37.26%。這完全符合唯物辯證法內(nèi)因起主導(dǎo)作用的原理。

四、中小企業(yè)信用評(píng)價(jià)指標(biāo)體系構(gòu)想

控制信貸風(fēng)險(xiǎn)、維護(hù)金融安全穩(wěn)定始終是我國(guó)政府貨幣經(jīng)濟(jì)政策的重要目標(biāo)。由于中小企業(yè)信用資源匱乏,提高自身信用的主動(dòng)性差,2000年8月24日,國(guó)務(wù)院辦公廳在印發(fā)《關(guān)于鼓勵(lì)和促進(jìn)中小企業(yè)發(fā)展的若干政策意見(jiàn)》時(shí),就明確提出要建立和完善信用評(píng)估和風(fēng)險(xiǎn)控制制度。建立中小企業(yè)公共信用平臺(tái),將大大降低銀行與企業(yè)的信息甄別成本和交易成本,解決了銀企、銀保雙方信息不對(duì)稱問(wèn)題,改變銀行、擔(dān)保公司和企業(yè)的成本收益函數(shù),實(shí)現(xiàn)盈利的帕累托優(yōu)化。

信用評(píng)級(jí)是根據(jù)科學(xué)的指標(biāo)體系對(duì)被評(píng)級(jí)企業(yè)履行經(jīng)濟(jì)責(zé)任的能力及其可信任程度進(jìn)行客觀公正的評(píng)價(jià),并確定其信用等級(jí)。信用評(píng)級(jí)可分為外部信用評(píng)級(jí)和內(nèi)部信用評(píng)級(jí)兩種模式。外部信用評(píng)級(jí)由專業(yè)評(píng)級(jí)機(jī)構(gòu)作出,基本程序包括評(píng)級(jí)準(zhǔn)備、實(shí)地調(diào)研、初評(píng)建議、等級(jí)復(fù)評(píng)、結(jié)果反饋、結(jié)果公告、文件存檔、跟蹤服務(wù)等。內(nèi)部信用評(píng)級(jí)是由各銀行根據(jù)內(nèi)部信貸條件評(píng)出,主要是預(yù)測(cè)企業(yè)的違約概率,針對(duì)不同的違約概率給出對(duì)應(yīng)的信用等級(jí),一般不對(duì)外公布。借鑒國(guó)內(nèi)外信用評(píng)價(jià)、評(píng)級(jí)方法,結(jié)合我國(guó)中小企業(yè)的經(jīng)營(yíng)特點(diǎn),其信用評(píng)級(jí)指標(biāo)體系應(yīng)包括信用品質(zhì)和信用能力兩部分,具體測(cè)評(píng)指標(biāo)見(jiàn)表2、表3。

五、中小企業(yè)信用評(píng)級(jí)的組織與管理

公開(kāi)、公正、權(quán)威的信用評(píng)級(jí)既是中小企業(yè)融資的先決條件,也是擔(dān)保公司、商業(yè)銀行控制風(fēng)險(xiǎn)求發(fā)展的基本要求。筆者根據(jù)近年三方合作開(kāi)展擔(dān)保業(yè)務(wù)的實(shí)際狀況,認(rèn)為對(duì)中小企業(yè)信用水平評(píng)價(jià)應(yīng)由第四方擔(dān)當(dāng)。目前,作為“第四方”的信用評(píng)級(jí)機(jī)構(gòu)主要是為大型企業(yè),特別是上市公司服務(wù),且行業(yè)發(fā)展不夠規(guī)范。人民銀行征信體系建設(shè)雖在一定程度上緩解了中小企業(yè)信用缺失的問(wèn)題,但覆蓋面很不夠,且僅限于“征”,而沒(méi)有評(píng)級(jí)。因此,有必要對(duì)信用評(píng)級(jí)的組織和管理方式進(jìn)行改革。

(一)信用評(píng)級(jí)監(jiān)管機(jī)構(gòu)

人民銀行是由國(guó)務(wù)院指定的征信管理部門(mén),因而應(yīng)由其牽頭設(shè)立信用評(píng)級(jí)監(jiān)管機(jī)構(gòu),負(fù)責(zé)信用評(píng)級(jí)機(jī)構(gòu)的認(rèn)可,建立和完善我國(guó)信用評(píng)級(jí)機(jī)構(gòu)的認(rèn)可制度。一是明確評(píng)級(jí)機(jī)構(gòu)獲得認(rèn)可的條件,包括最低資本金、分析師的資格與數(shù)量、已有業(yè)務(wù)量的大小等;二是建立正式的程序?qū)μ峤簧暾?qǐng)的評(píng)級(jí)機(jī)構(gòu)加以評(píng)估;三是建立淘汰機(jī)制,被認(rèn)可的評(píng)級(jí)機(jī)構(gòu)一旦違反獨(dú)立、公正的評(píng)級(jí)原則,將被取消評(píng)級(jí)資格;四是認(rèn)可制度和結(jié)果應(yīng)向社會(huì)公開(kāi),以確保認(rèn)可過(guò)程的透明度和公信力;五是在銀行、工商、稅務(wù)、質(zhì)檢、海關(guān)等部門(mén)配合下,構(gòu)建企業(yè)信用基礎(chǔ)數(shù)據(jù)公共平臺(tái)。

(二)信用評(píng)級(jí)機(jī)構(gòu)

信用評(píng)級(jí)機(jī)構(gòu)既是解決企業(yè)信用級(jí)別缺失的組織保障,又是信用體系建設(shè)中的重要組成部分。目前,國(guó)內(nèi)從事企業(yè)信用服務(wù)的機(jī)構(gòu)大體有三類:第一類是中資的企業(yè)信用服務(wù)公司;第二類是政府部門(mén)以及各商業(yè)銀行系統(tǒng)附屬的有關(guān)機(jī)構(gòu);第三類是合資、獨(dú)資機(jī)構(gòu)及國(guó)外公司在中國(guó)的辦事處。第一、三類機(jī)構(gòu)應(yīng)該是重點(diǎn)培育和發(fā)展的對(duì)象,引進(jìn)國(guó)外的、發(fā)展自己的。第二類則需要在評(píng)級(jí)市場(chǎng)化、第三方評(píng)估發(fā)展的基礎(chǔ)上,逐步進(jìn)行取舍、整合。在實(shí)現(xiàn)信用評(píng)級(jí)市場(chǎng)化的過(guò)程中,逐步形成專業(yè)化、權(quán)威性的信用評(píng)級(jí)機(jī)構(gòu)。

評(píng)級(jí)機(jī)構(gòu)應(yīng)具有三性:第一,專業(yè)性。評(píng)級(jí)機(jī)構(gòu)應(yīng)擁有自己的分析專家和專業(yè)人士,從資料搜集、整理分析到結(jié)果公布都具有高度的專業(yè)性。第二,獨(dú)立性。評(píng)級(jí)機(jī)構(gòu)社會(huì)地位應(yīng)比較超脫,在監(jiān)管體系中扮演著“中立者”的角色,確保評(píng)級(jí)過(guò)程、評(píng)級(jí)結(jié)果獨(dú)立。第三,非強(qiáng)制性。評(píng)級(jí)機(jī)構(gòu)作出的評(píng)比等級(jí)只是一種社會(huì)監(jiān)督手段,不具有行政強(qiáng)制力,應(yīng)具有明顯的非強(qiáng)制性的特征。

對(duì)信用級(jí)別達(dá)不到銀行信貸標(biāo)準(zhǔn)的企業(yè),各級(jí)中小企業(yè)局應(yīng)與企業(yè)開(kāi)戶結(jié)算銀行合作進(jìn)行信用培植,以提高中小企業(yè)的品質(zhì)信用、經(jīng)濟(jì)信用和守法信用。政府應(yīng)把信用培植納入金融生態(tài)環(huán)境建設(shè)任務(wù)中,為提高全社會(huì)信用水平創(chuàng)造良好的組織和制度環(huán)境。

【參考文獻(xiàn)】

第8篇：企業(yè)信用評(píng)價(jià)范文

（一）客戶信用評(píng)價(jià)是出口企業(yè)應(yīng)收賬款管理的基石商務(wù)部研究院院長(zhǎng)柴海濤在2008年9月份指出，我國(guó)外貿(mào)企業(yè)國(guó)際業(yè)務(wù)的壞帳率高達(dá)5%，遠(yuǎn)遠(yuǎn)超出發(fā)達(dá)國(guó)家0.5%的水平，這意味著我國(guó)每年的出口要新產(chǎn)生300億至350億美元的壞帳。而商務(wù)部下屬的一家機(jī)構(gòu)對(duì)我國(guó)1000家外貿(mào)企業(yè)的調(diào)查顯示，68%的企業(yè)有過(guò)因貿(mào)易對(duì)方信用缺失而利益受損的遭遇，其中損害最嚴(yán)重的就是信用風(fēng)險(xiǎn)所造成的拖欠貨款和合同違約，我國(guó)企業(yè)“應(yīng)收賬款延遲收付”的比例超過(guò)50%。金融危機(jī)中，出口企業(yè)的海外商賬問(wèn)題尤顯突出。信用評(píng)價(jià)體系是應(yīng)收賬款事前管理的核心內(nèi)容，是防范應(yīng)收賬款風(fēng)險(xiǎn)的第一道屏障，也是應(yīng)收賬款后續(xù)管理的基石，對(duì)交易對(duì)手的信用評(píng)價(jià)體系缺失是造成壞賬的根源。

（二）以財(cái)務(wù)指標(biāo)為主導(dǎo)的出口是企業(yè)客戶信用評(píng)價(jià)體系推廣的制約因素具體表現(xiàn)在：

（1）信息資源限制是以財(cái)務(wù)指標(biāo)為主導(dǎo)的出口企業(yè)客戶信用評(píng)價(jià)方法的根本制約因素。首先，信息渠道障礙。除上市公司外，企業(yè)一般不愿對(duì)外公開(kāi)財(cái)務(wù)信息，在買(mǎi)方占優(yōu)的條件下，多數(shù)交易中，客戶為非上市公司，處于相對(duì)劣勢(shì)地位的出口企業(yè)很難充分獲得進(jìn)行評(píng)價(jià)所需的客戶的財(cái)務(wù)信息。其次，信息溝通障礙。除語(yǔ)言差異外，財(cái)務(wù)指標(biāo)計(jì)算的基礎(chǔ)――財(cái)務(wù)會(huì)計(jì)報(bào)告通常受制于各國(guó)的會(huì)計(jì)法規(guī)或準(zhǔn)則框架，各國(guó)之間存在一定的差異，這在一定程度上會(huì)限制信息的溝通效果，從而影響評(píng)價(jià)結(jié)果。在調(diào)查中81%的企業(yè)表示未能實(shí)現(xiàn)的原因之一是無(wú)法獲得客戶的相關(guān)信息或獲得信息的成本太高。最后，信息質(zhì)量障礙：一是財(cái)務(wù)信息具有一定的主觀性，主要指財(cái)務(wù)信息在形成過(guò)程中，會(huì)計(jì)政策和處理方法收到主觀判斷和選擇的影響；二是財(cái)務(wù)信息具有滯后性，財(cái)務(wù)信息反映的是客戶過(guò)去交易或事項(xiàng)導(dǎo)致的財(cái)務(wù)狀況和經(jīng)營(yíng)業(yè)績(jī)，而信用評(píng)價(jià)關(guān)心的是客戶未來(lái)的支付能力；三是會(huì)計(jì)信息失真現(xiàn)象大量存在，財(cái)務(wù)信息的真實(shí)性很難驗(yàn)證。

（2）其他資源限制是以財(cái)務(wù)指標(biāo)為主導(dǎo)的出口企業(yè)客戶信用評(píng)價(jià)方法的現(xiàn)實(shí)制約因素。出口企業(yè)中，中小企業(yè)占大多數(shù)，以出口大省――浙江為例，有70%左右的出口中是中小企業(yè)實(shí)現(xiàn)的。中小企業(yè)資金、人力資源等方面的限制通常使過(guò)于復(fù)雜的評(píng)價(jià)模型難于操作。

從上述約束條件的可見(jiàn)，出口企業(yè)信用評(píng)價(jià)體系主要應(yīng)保證信息的可獲取、評(píng)價(jià)體系易于執(zhí)行。

二、基于非財(cái)務(wù)指標(biāo)的出口企業(yè)客戶信用評(píng)價(jià)體系構(gòu)建的原則

（一）信息渠道的暢通性、可靠性 非財(cái)務(wù)指標(biāo)信息 主要有以下來(lái)源渠道：一是企業(yè)以往的交易紀(jì)律記錄；二商業(yè)機(jī)構(gòu)或資信調(diào)查機(jī)構(gòu)所提供的客戶信息資料及信用等級(jí)標(biāo)準(zhǔn)資料；三是委托往來(lái)銀行信用部門(mén)向與客戶有關(guān)聯(lián)業(yè)務(wù)的銀行索取資料；四是同其他與同一客戶有業(yè)務(wù)往來(lái)的企業(yè)相互交換該客戶的信用資料；五是其他可靠來(lái)源。

（二）指標(biāo)體系的全面性和前瞻性 以非財(cái)務(wù)指標(biāo)為主導(dǎo)的信用評(píng)價(jià)指標(biāo)體系在建立時(shí)全面考慮影響客戶未來(lái)支付能力的主要因素，包括影響信用環(huán)境、信用表征、信用基礎(chǔ)和信用意愿與能力等因素。

（三）評(píng)價(jià)方法的科學(xué)性和可操作性 鑒于出口企業(yè)的資源限制，在方法的設(shè)計(jì)上，以易于執(zhí)行和客觀科學(xué)為主要原則。

三、出口企業(yè)客戶信用評(píng)價(jià)非財(cái)務(wù)指標(biāo)設(shè)計(jì)和內(nèi)涵描述

本著全面性、前瞻性、科學(xué)性和可行性的原則，考慮到影響出口企業(yè)客戶信用的各方面因素，選用信用環(huán)境、信用表征、信用基礎(chǔ)與信用能力作為出口企業(yè)信用評(píng)價(jià)的第一層即基準(zhǔn)層指標(biāo)，再進(jìn)一步構(gòu)建第二層即具體層指標(biāo)。具體指標(biāo)構(gòu)建如表1所示：

（一）信用環(huán)境 信用環(huán)境是指影響客戶信用的客觀經(jīng)濟(jì)環(huán)境因素。相對(duì)于國(guó)內(nèi)貿(mào)易而言，出口貿(mào)易的環(huán)境更為復(fù)雜，對(duì)于最終的貨款支付有更大影響，穩(wěn)定好的環(huán)境是信用實(shí)現(xiàn)的重要保證。我們將環(huán)境因素氛圍出口企業(yè)客戶所在地的經(jīng)濟(jì)環(huán)境、社會(huì)政治環(huán)境和貿(mào)易政策環(huán)境三個(gè)方面。

（二）信用表征信用表征主要反映那些有關(guān)客戶表面、外在的、客觀的特點(diǎn)。客戶信用同其內(nèi)部組織管理的規(guī)范性有很大聯(lián)系，而客戶內(nèi)在的信用能力和意愿通常也可以從其表面特征尋找到一定的痕跡，通過(guò)與客戶的接觸和對(duì)同行的咨詢，可以積累客戶的相關(guān)信息，從而得到其表面印象、業(yè)內(nèi)信譽(yù)和組織管理的評(píng)價(jià)依據(jù)。

（三）信用基礎(chǔ) 信用基礎(chǔ)是指客戶信用形成的基礎(chǔ)。以往交易的付款記錄是客戶信用的有力證據(jù)，而交易的擔(dān)保條件、結(jié)算貨幣和結(jié)算方式是信用形成的基礎(chǔ)，擔(dān)保條件是信用實(shí)現(xiàn)的保證，而結(jié)算貨幣匯率的穩(wěn)定性是貨款能否支付的重要影響因素，不同的結(jié)算方式對(duì)于出口企業(yè)的保護(hù)程度有很大差異的。

（四）信用意愿與能力 信用意愿與能力是指能夠直接反映客戶信用意愿能力的指標(biāo)。以往交易的付款記錄是反映客戶信用意愿和能力的重要參考。主要交易金額的大小對(duì)于客戶的壓力不同，大額交易的負(fù)擔(dān)較重，信用風(fēng)險(xiǎn)較大。資本總額是客戶承擔(dān)責(zé)任的基礎(chǔ)和限額，是信用能力的根本體現(xiàn)。

四、指標(biāo)權(quán)重的確定

由于非財(cái)務(wù)指標(biāo)的度量具有一定的主觀性，采用德?tīng)柗茖＜艺{(diào)查法和層次分析法（AHP）相結(jié)合的方式確定各指標(biāo)的權(quán)重。

（一）確定基準(zhǔn)層的權(quán)重具體包括：

（1）構(gòu)造判斷矩陣。課題組邀請(qǐng)了12位來(lái)自高校、企業(yè)和銀行的專家對(duì)基準(zhǔn)層和具體層的指標(biāo)重要程度分別進(jìn)行判斷，根據(jù)統(tǒng)計(jì)結(jié)果，采用T.L.Saaty的標(biāo)度法構(gòu)造基準(zhǔn)層的判斷矩陣如表2所示：

（2）用n次根法將矩陣的各行向量進(jìn)行歸一化處理，得到權(quán)重向量（0.142，0.087，0.385，0.385）

（3）一致性檢驗(yàn)。計(jì)算矩陣的最大特征值λmax=4.021，CI=0.007，查表RI=0.89，則CR=0.080.1，通過(guò)一致性檢驗(yàn)。

（二）確定具體層各指標(biāo)的權(quán)重匯總?cè)绫?。

五、基于非財(cái)務(wù)指標(biāo)的出口企業(yè)客戶信用評(píng)價(jià)模型

（一）評(píng)判集的確定規(guī)定評(píng)判集為V={優(yōu)，良，中，差}，用V={ V1，V2，V3，V4}表示。對(duì)于“優(yōu)”和“良”的客戶，企業(yè)可以給予賒銷政策，其差別體現(xiàn)在具體的信用條件上；對(duì)于評(píng)價(jià)為“中”的客戶，企業(yè)可以進(jìn)一步考證是否給予賒銷政策，對(duì)于評(píng)價(jià)為“差”的客戶，企業(yè)原則上不給予賒銷政策。

（二）單因素的模糊判斷 單因素的模糊判斷即對(duì)一個(gè)因素進(jìn)行評(píng)判，以確定評(píng)判對(duì)象對(duì)評(píng)價(jià)集的隸屬度。假設(shè)評(píng)判對(duì)象按因素集Ui中第j個(gè)因素Uij進(jìn)行評(píng)判，則有：

rijk =Vijk/T

其中，rijk――評(píng)判集中第k個(gè)因素的隸屬度；Vijk――表示所有評(píng)價(jià)中因素Uij隸屬于評(píng)語(yǔ)Vk的份數(shù)；T――評(píng)價(jià)專家的評(píng)價(jià)總份數(shù)

由于本文中V={ V1，V2，V3，V4}，所以

Rijk={ rij1，rij2，rij3，rij4}

Rijk――表示因素Uij的評(píng)判結(jié)果的模糊集合。

假設(shè)Ui中有x個(gè)因素，則所有因素的評(píng)判結(jié)果構(gòu)成的評(píng)判矩陣為：

Ri=ri11ri12ri13 ri14ri21ri22ri23 ri24… ………rix1rix2rix3 rix4

（三）二級(jí)模糊綜合評(píng)判 在單因素評(píng)價(jià)的基礎(chǔ)上，進(jìn)行綜合評(píng)判，即綜合考慮所有因素的影響，以便得出更為合理的評(píng)判結(jié)果，表示如下：

Bi={Bi1，Bi2，Bi3，Bi4}

= WijRi

=（ Wi1 ，Wi2，Wi3 ……Wix） ri11 ri12 ri13 ri14ri21 ri22 ri23 ri24… ………rix1 rix2 rix3 rix4

――表示W(wǎng)i與Ri的合成方式

Bik（k=1，2，3，4） ――表示綜合考慮所有因素的影響時(shí)，評(píng)判對(duì)象對(duì)評(píng)價(jià)集中四個(gè)標(biāo)度的隸屬度

二級(jí)評(píng)判后，如果Bi1+Bi2+Bi3+Bi4≠1，則要對(duì)Bi1，Bi2，Bi3，Bi4進(jìn)行歸一化處理，得到歸一化的Bi為Bi’即：

Bi’={Bi1’，Bi2’，Bi3’，Bi4’}

（四）一級(jí)模糊綜合評(píng)判 針對(duì)二級(jí)模糊綜合評(píng)判的結(jié)果，構(gòu)建一級(jí)模糊綜合評(píng)判矩陣：

R=Bi1’Bi2’Bi3’Bi4’

B={b1，b2，b3，b4}

=WiR

=（ Wi，W2，W3 ……Wi）Bi1'Bi2'Bi3'Bi4'

二級(jí)評(píng)判后，如果bi1+bi2+bi3+bi4≠1，則要對(duì)bi1，bi2，bi3，bi4進(jìn)行歸一化處理，得到歸一化的B為B’即：

B’={b1’，b2’，b3’，b4’}

為客戶信用評(píng)價(jià)的最終結(jié)果。

（五）模糊綜合評(píng)判結(jié)論從上述結(jié)果顯示評(píng)價(jià)集中“優(yōu)”、“良”、“中”和“差”占的比重分別為b1’，b2’，b3’和b4’，最后采用最大隸屬度法對(duì)評(píng)判結(jié)果進(jìn)行處理，例如在評(píng)判結(jié)果B’中b1’值最大，表明評(píng)語(yǔ)“優(yōu)”所占比重最大，則該客戶的信用評(píng)價(jià)為“優(yōu)”。

六、基于非財(cái)務(wù)指標(biāo)的出口企業(yè)客戶信用評(píng)價(jià)模型的應(yīng)用

課題組以出口企業(yè)A公司的客戶M公司為例，應(yīng)用上述模型。首先由A公司組織評(píng)價(jià)專家組，成員由公司的高管、信用管理人員和行業(yè)協(xié)會(huì)專家共10進(jìn)行分別評(píng)價(jià)，評(píng)價(jià)結(jié)果統(tǒng)計(jì)如表4所示：

（一）單因素模糊評(píng)判根據(jù)上述評(píng)價(jià)數(shù)據(jù)可以求得單因素R值為：

R1=0.20.50.3 00.7 0.20.1 00.50.30.1 0.1

R2=0.30.40.20.10.20.40.20.20.10.3 0.5 0.1

R3=0 0.30.50.20 0.10.70.20.2 0.70.1 0 0.2 0.30.4 0.1

R4= 0.40.50.10 0.10.50.30.10.10.20.60.1

（二）二級(jí)模糊綜合評(píng)判M公司信用評(píng)價(jià)的二級(jí)模糊綜合判斷如下：

B1={B11，B12，B13，B14}

= W1R1

= （ W11 ，W12，W13 ） = r 111r112r113 r114 r121r122r123 r124r131r132r133 r134

=（ 0.249 ，0.157 ，1.594） =0.2 0.50.300.7 0.20.100.5 0.30.1 0.1

=（0.4566，0.3342，0.1499，0.0594）

因?yàn)锽11+B12+B13+B14=1，所以對(duì)B1={B11，B12，B13，B14}不需要進(jìn)行歸一化處理，即B1‘=B1，同理可得，B2=（0.1866，0.3703，0.2891，0.1540）

B3=（0.0450，0.2629，0.5247，0.1674）

B4=（0.2619，0.4510，0.2411，0.0460）

（三）一級(jí)模糊綜合評(píng)判 針對(duì)二級(jí)模糊綜合評(píng)判的結(jié)果，構(gòu)建一級(jí)模糊綜合評(píng)判矩陣，可得：

W=Bi1’ Bi2’Bi3’Bi4’= 0.45660.33420.14990.05940.18660.37030.28910.15400.04500.26290.52470.16740.26190.45100.24110.0460

考慮出口企業(yè)客戶信用評(píng)判模型中的基準(zhǔn)層因素的權(quán)重，得到一級(jí)評(píng)判結(jié)果B，即：

B={b1，b2，b3，b4}

=WiR

=（ Wi1 ，Wi2，Wi3 ……Wix） W=Bi1’ Bi2’Bi3’Bi4’

=（0.142，0.087，0.385，0.385）

W=0.45660.33420.14990.0594 0.18660.37030.28910.15400.04500.26290.52470.16740.26190.45100.24110.0460

=（0.1994， 0.3549，0.3416， 0.1041）

因?yàn)锽1+B2+B3+B1=1，所以對(duì)B1={B1，B2，B3，B4}不需要進(jìn)行歸一化處理，即B‘=B=（0.1994， 0.3549，0.3416， 0.1041）為出口企業(yè)A公司客戶M公司信用評(píng)價(jià)的最終結(jié)果。

（四）模糊評(píng)判結(jié)果分析由上述計(jì)算和分析可見(jiàn)，客戶M公司的信用評(píng)價(jià)集中“優(yōu)”、“良”、“中”和“差”的比例分別為19.94%，35.49%，34.16%和，10.41%，其中“良”占的比重最大，根據(jù)最大隸屬度法，M公司的信用評(píng)分為“良”，但同時(shí)注意到“中”的比例達(dá)34.16%，比較高，A公司對(duì)M公司應(yīng)提供謹(jǐn)慎的信用政策。

參考文獻(xiàn)：

［1］劉瀅、金漢光：《外貿(mào)業(yè)務(wù)中的信用風(fēng)險(xiǎn)及其管理》，《財(cái)貿(mào)研究》2008年第1期。

第9篇：企業(yè)信用評(píng)價(jià)范文

和前兩種方法相比，信用評(píng)分法是一個(gè)量化法最著名的模型就是Z計(jì)分模型（Z-score）：它的基本思想是利用數(shù)理統(tǒng)計(jì)中的辨別方法分析銀行的貸款情況，建立一個(gè)可以在最大程度上區(qū)分信貸風(fēng)險(xiǎn)度的模型，得到最能夠反映借款人的財(cái)務(wù)狀況的好壞，具有預(yù)測(cè)和分析價(jià)值的比率，從而對(duì)企業(yè)進(jìn)行信用風(fēng)險(xiǎn)狀況評(píng)估。模型如下：X1=流動(dòng)資本/總資產(chǎn)；X2=留存收益/總資產(chǎn)；X3=息稅前收益/總資產(chǎn)；X4=優(yōu)先股和普通股市值/總負(fù)債；X5=銷售額/總資產(chǎn)=主營(yíng)業(yè)務(wù)收入凈額/總資產(chǎn)。Z<1.8，財(cái)務(wù)狀況較差，信用風(fēng)險(xiǎn)高，拒絕貸款；1.8≤Z≤2.99，為灰色區(qū)，誤判的概率較大；2.99<Z，財(cái)務(wù)狀況良好，信用風(fēng)險(xiǎn)低，可以貸款。Z-score模型主要是利用財(cái)務(wù)指標(biāo)進(jìn)行加權(quán)平均，該模型有2大缺陷：①企業(yè)財(cái)務(wù)數(shù)據(jù)反映的是過(guò)去的信息，利用這些數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)度量的結(jié)果也只是對(duì)過(guò)去風(fēng)險(xiǎn)水平的測(cè)量；②中小企業(yè)多半不是上市公司，財(cái)務(wù)指標(biāo)原始數(shù)據(jù)獲得困難。

二、現(xiàn)代判別法

（一）統(tǒng)計(jì)模型法。統(tǒng)計(jì)模型法是典型的定量評(píng)級(jí)法，根據(jù)中小企業(yè)信用數(shù)據(jù)，統(tǒng)計(jì)模型，計(jì)算其違約風(fēng)險(xiǎn)的大小常見(jiàn)的有Logit模型和Probit模型。1、Logit模型。Logit模型是通過(guò)一個(gè)取值為0和1之間的Logistic函數(shù)來(lái)進(jìn)行二類模式分類。不要求數(shù)據(jù)滿足正態(tài)分布，這是其最大優(yōu)點(diǎn)；另外，自變量、因變量之間不是線性關(guān)系，模型如下：xk（k=1，2，…m）為信用風(fēng)險(xiǎn)影響變量（多為企業(yè)財(cái)務(wù)指標(biāo)），ck（k=0，1，2，…，m）為技術(shù)系數(shù)，通過(guò)回歸估計(jì)獲得。回歸值p∈（0，1）為中小企業(yè)信用風(fēng)險(xiǎn)分析的判別結(jié)果。如果p接近于0，則被判定為“差類”企業(yè)；若p接近于1，則被判定為“好類”企業(yè)。即p值離0越遠(yuǎn)，企業(yè)違約風(fēng)險(xiǎn)越小；反之，違約風(fēng)險(xiǎn)越大。2、Probit模型。Probit模型假定誤差項(xiàng)服從標(biāo)準(zhǔn)正態(tài)分布，樣本企業(yè)的債信質(zhì)量得分也服從標(biāo)準(zhǔn)正態(tài)分布。Xi與B分別為解釋變量與回歸系數(shù)構(gòu)成的向量；Yi*為樣本公司有財(cái)務(wù)危機(jī)的傾向。當(dāng)Yi*>0時(shí)，表示樣本企業(yè)有債務(wù)危機(jī)傾向；當(dāng)Yi*<0時(shí)，表示無(wú)債務(wù)危機(jī)傾向。統(tǒng)計(jì)模型確實(shí)可以憑借統(tǒng)計(jì)分析提供有參考價(jià)值的依據(jù)，比較容易在評(píng)級(jí)效果上取得一致性。但存在兩點(diǎn)缺陷：①缺乏有力的理論基礎(chǔ)支持區(qū)別函數(shù)中的權(quán)重及自變量。在信用評(píng)分模型中的權(quán)重及自變量通常只能維持短期的穩(wěn)定狀態(tài)，特別是當(dāng)金融市場(chǎng)發(fā)生變化時(shí)，其他的財(cái)務(wù)比率也許在解釋違約風(fēng)險(xiǎn)概率上容易造成預(yù)測(cè)模型的不穩(wěn)定。②模型忽略了難以計(jì)量但又重要的因素，如借款人聲譽(yù)。

（二）人工智能法。人工智能法主要包含專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)。1、專家系統(tǒng)。專家系統(tǒng)其實(shí)是模擬專家運(yùn)用知識(shí)進(jìn)行推理的計(jì)算機(jī)程序，將專家解決問(wèn)題的推理過(guò)程再現(xiàn)從而成為專家的決策工具或?yàn)榉菍I(yè)決策者提供專業(yè)性建議。專家系統(tǒng)一般采用歸納推理法，分析一系列案例，發(fā)現(xiàn)其規(guī)律。歸納推理有兩種途徑：一是利用大量案例信息來(lái)發(fā)現(xiàn)規(guī)律的信息驅(qū)動(dòng)型；二是利用先驗(yàn)?zāi)Ｐ椭笇?dǎo)來(lái)發(fā)現(xiàn)規(guī)律的意識(shí)模型驅(qū)動(dòng)型。利用計(jì)算機(jī)的人工智能法大大降低了風(fēng)險(xiǎn)評(píng)估的難度，但是專家系統(tǒng)中知識(shí)的獲取始終是瓶頸，極大地影響著專家系統(tǒng)在信用分析領(lǐng)域的應(yīng)用前景。2、神經(jīng)網(wǎng)絡(luò)（PNN）。神經(jīng)網(wǎng)絡(luò)是一種具有模式識(shí)別能力、自組織、自適應(yīng)、自學(xué)習(xí)特點(diǎn)的計(jì)算機(jī)制，該方法主要將知識(shí)編碼用于整個(gè)權(quán)值網(wǎng)絡(luò)，具有包容錯(cuò)誤的能力，同時(shí)對(duì)數(shù)據(jù)的分布沒(méi)有嚴(yán)格要求，也不必要詳細(xì)表述自變量與因變量之間的函數(shù)關(guān)系。該模型原理是通過(guò)神經(jīng)網(wǎng)絡(luò)的分類功能進(jìn)行信用風(fēng)險(xiǎn)分析的。首先找出影響分類的因素，作為PNN的輸入量，然后通過(guò)有導(dǎo)師的或無(wú)導(dǎo)師的訓(xùn)練形成神經(jīng)網(wǎng)絡(luò)的信用風(fēng)險(xiǎn)分析模型，用于新樣本的判別。

三、結(jié)論