（会计学专业论文）基于神经网络模型的客户信用评价仿真研究.pdf

摘要 由于缺乏科学的管理方法与有效的信用分析技术；使得国内大多 数企业的信用销售效果不理想，“三角债”成为企业发展的重要障碍。 鉴于此，目前各国学者纷纷将各种建模与分析方法引入信用销售领域 对其进行研究。 但是，对于信用评价，传统的统计分析方法( 包括多元判别分析 模型m d a 和对数回归模型等) 虽然具有明显的解释性等优点，但其 运用却存在过于严格的前提条件等局限。比如m d a 要求数据服从多 元正态分布、同协方差等；对数回归模型对财务指标的多重共线性干 扰敏感。现实中，大量数据往往不符合前面的假设前提，这就在很大 程度上限制了统计模型在信用销售客户分析中的应用。 近年来，神经网络被广泛地应用于经济、金融和管理等领域。已 有研究表明：神经网络具有对数据分布要求不严格、非线性的数据处 理方法、强鲁棒性和动态性等优点。这使之成为财务危机预测研究中 的一个热点，亦有机构利用神经网络进行财务预警得到良好的效果。 因此，本文尝试将神经网络模型引入信用销售领域，以期对客户信用 情况进行更好的评价，从而达到科学的信用销售管理和有效的信用销 售策略。 论文共分为三个部分： 第一部分介绍了企业目前信用销售管理的研究现状。 目前对企业信用销售管理的研究主要集中在信用风险评价方法 方面，该评价方法主要有定性分析和定量分析两种。其中：定性分析 主要依赖专家的专业职能、主观判断对某些关键因素进行权衡从而对 信用风险做出评价；而定量分析则多依赖于一些传统的统计模型对信 用销售数据进行分析作出评价。但实践中的大量数据往往不符合这些 模型的前提假设，从而限制了传统统计模型在企业信用销售中的应 用。如何用更好的方法来进行信用风险评价正是本论文要研究的主要 问题之一。 此外，根据企业的信用销售流程制定相应的客户信用评价的研究 也相对空白，已有的这方面的研究也存在评价因素简单、标准不规范、 数据来源不全面等多方面问题。如何根据企业的业务流程特点，结合 较为先进的信用风险评价方法制定相应的客户信用评价体系也是本 论文要研究的主要问题之一。 第= 部分介绍信用销售的基本概念及其业务流程特点，并详细介 绍了目前比较前沿的全程信用管理模式和客户关系管理及其软件。 要根据企业业务流程特点，结合较为先进的信用风险评价方法制 定相应的客户信用评价体系必须要了解比较前沿的全程信用管理模 式和客户关系管理及其软件。 企业全程信用管理是目前理论界比较前沿的一种管理模式，在信 用销售中有着广泛的应用。全程信用管理指全面控制企业交易过程中 各个关键业务环节，从而控制客户风险，迅速提高应收账款回收率的 方法。客户关系管理以及客户关系管理软件，可以很好的为信用销售 服务。因为利用客户关系管理可以清晰的了解客户的需求，从而及时 的跟踪和管理客户信息。但目前已有的客户关系管理软件对客户信用 评价的决策支持很少。象开思c r m s t a r 客户关系管理软件7 个功能 模块能够对信用销售提供强大的支持，却缺乏在信用销售中占据重要 地位的客户信用分析功能模块。国内其他的客户关系管理软件，比如 东柏公司的m i c h e l l e ，也存在这样的问题。由此可见，信用销售管理 的关键在于如何利用现有资料揭示出已知的、隐藏的、未知的商业规 律，从而引入新的模型、方法对客户进行信用评价。 近年来广泛应用于金融、经济等领域的神经网络模型能够很好的 模拟人的形象思维，具有大规模并行协同处理能力、较强的容错能力、 联想能力和学习能力等优点，使之成为财务研究中的一个热点。但是 一直以来，神经网络模型在信用销售领域应用很少，因此，本论文主 要进行了基于神经网络模型的信用评价仿真研究。 第三部分提出了信用销售客户评价的神经网络实现方案。 首先，论文对比两类研究方法，设计基于神经网络的信用销售客 户评价的仿真研究路线。其次，在提出假设的基础上，深入分析如何 构建模型指标体系，同时整理了用来进行客户信用评价的信息，对指 标体系进行了构建。再次，分别用b p 神经网络和l v q ( 学习矢量 化) 神经网络构建了信用销售客户评价模型，并利用真实数据对其进 行仿真研究。最后，对两种模型进行比较并作出了评价。研究结果表 明，l v q 神经网络较之b p 神经网络和其他传统方法，具有更好的 性能。具体仿真结论如下： 1 b p 神经网络是目前应用最广泛的人工神经网络，有着很强 的联想能力，能够很好的解决在信用销售客户评价中可能存在参数取 值不精确的问题，从而对赊销客户的信用做出准确的评价。 2 由于b p 神经网络采用基于梯度下降的非线性策略，收敛速 度比较慢。在构建赊销客户信用评价模型时，如果训练样本太少就可 能会陷入局部最小的境遇，这样不能保证求出全局最小。但通过不断 的增加训练样本可以使神经网络的准确度得到极大的提高。 3 l v q 神经网络能够准确的将赊销客户分成“关注”、“工三常” 两类甚至更多的类别，而且计算速度比b p 网络快得多，同时可以弥 补b p 神经网络存在的局部最小问题和学习效率问题。 4 l v q 神经网络无法像b p 神经网络那样得到连续性的数值评 价，所以可以先利用l q 神经网络对客户信用进行分析，如果结果 为“关注”类，在此基础上利用b p 神经网络得出具体信用值。 笔者认为论文的创新之处在于： 1 研究角度创新 信用销售首先要对客户的信用进行评价，各国学者纷纷将各种建 模与分析方法引入信用评价分析进行研究，但是要么流于主观判断， 要么实践数据不符合模型前提假设。因此，关键在于如何引入新的模 型和方法对客户信用评价进行决策支持。神经网络模型由于其种种优 点已广泛地应用于经济、金融和管理等领域，并使之成为财务研究中 的热点，但是很少有人将其应用于企业信用销售领域。基于此，论文 尝试性地选择引入神经网络模型对客户进行信用评价，较早的开创了 信用销售研究的新视熊，为今后的研究者提供了捷径。 2 研究思路创新 目前，研究设计的方案无非两种： 第一类研究，研究者利用危机公司与正常公司二组样本的财务等 资料，寻找最具区别力的变量，并建立区别统计模型，期望利用区别 统计模型判断其他公司属于哪一个群组。 第二类研究，以实际的信用评级结果( 如标准普尔或者穆迪公司 所公布结果) 为因变量，寻找最能决定公司信用属于哪个等级的关键 变量，但是由于信用等级由高到低有许多评级，要准确将样本分配到 各自所属的等级，甚至子级中，并不容易，而且准确率很低，因此大 多数学者仍然将信用等级分为投资级和投机级别两组来处理。 无论是第一类，还是第二类，研究方法相似，目的也是寻求信用 的决定因素，以及 因素的重要性，从而建立模型，若能获得满意效 果，就用以评价预测对象的信用品质。本论文结合两类研究设计的方 案，确定的研究思路如下： 夺提出假设 夺建立指标 夺分群组 夺寻找区别力的变量 夺 建立区别性统计模型( 神经网络模型) 令检视分类正确率 令预测应用 因此，本论文对比两类研究方法，设计了基于神经网络的信用销 售客户评价的仿真研究路线。 3 研究方法创新 目前，大多数学者将神经网络模型引入财务领域研究( 商业银行 授信管理) ，基本采用的是b p 神经网络。但是，由于b p 神经网络 存在可能陷入局部最小问题，即使利用遗传算法进行优化达到全局最 小，由于计算量很大，则会出现效率问题。在这里，本论文尝试利用 l v o ：网络来实现模式识别。l v q 的优点是不需要将输入向量进行归 一化、正交化，只需要直接输入向量与竞争层的距离，因此简单可行。 闰德勤等在m l v q 网络聚类算法文中通过对l v q 神经网络改进 提出m l v q 神经网络算法，使其性能更加稳定。 当然，由于相关材料的欠缺和个人能力的不足，本论文仍然存在 一些需要改进的地方。 其中最主要的一个方面是，由于没有第一手的赊销客户信用数 据，本论文所构建的神经网络模型的指标体系不够深入、完整，希望 可以在今后的研究工作中得以解决。对于企业信用销售模型来说，取 得的数据的思路是；_ 通过客户信息管理提取企业一3 - 5 年的数据来作为 教师数据，从而建立适当的模型，来对企业未来的客户进行信用预测， 进行授信管理。面对这个缺陷，我将研究的重点转移到：寻找类似的 数据，探索研究思路，并寻求满意的方法来进行仿真研究。查阅相关 的文献，很多的学者也采用类似的思路进行研究。 另外，无论建立如何完美的模型，都不可能适应所有情形，都具 有一定的限制，在建立模型时，学者都会给出适应这个模型的假设。 因此，本论文研究方案是建立在一定的假设上，如果放开这些假设， 仿真结果可能有所改变。 最后，随着管理科学的发展，信用销售、客户关系管理将不断的 融合，给中国信用问题的研究带来更多、更好的解决途径，希望在以 后的工作中对这方面的内容有进一步的认识和研究。 关键字：信用销售；b p 神经网络；l v q 神经网络 a b s t r a c t c r e d i ts a l e ( o rt r a n s a c t i o no na c c o u n t 、i sam o d eo fs a l e sw h i c hb a s e s o na ne n t e r p r i s e st r u s to fi t sc u s t o m e r s m o t i v a t i o na n dc a p a c i t yo fc r e d i t a n dl e tt h e mg e tc o m m o d i t i e sa n ds e r v i c e sw i t h o u tc a s hp a y m e n t i no u t c o u n t r y ，c r e d i ts a l ei si n c r e a s i n gr a p i d l y ，b u ta l m o s ta l lt h ee n t e r p r i s e s u s i n gc r e d i ts a l ea r ef a c i n gt h et r o u b l et h a tt h e i rr e c e i v a b l ea c c o u n ti s s o m u c ht h a ti t d i r e c t l y a f f e c t st h ee x i s t e n c ea n dd e v e l o p m e n to ft h e e n t e r p r i s e t h e r e f o r e ， i ni m p l e m e n t i n gc r e d i ts a l e s ， i ti so fg r e a t i m p o r t a n c et oa c c u r a t e l ye v a l u a t et h ec r e d i tr e c o r do fc u s t o m e r i nr e c e n t y e a r s ， a r t i f i c i a ln e u r a ln e t w o r ki sb e i n gi n t r o d u c e di n t ot h i sf i e l da n d b e c o m i n gt h ef o c u so fr e s e a r c h b e c a u s eo ft h i s ，t h ea u t h o rc h o o s e st h i s s u b j e c ta st h er e s e a r c ho r i e n t a t i o no fg r a d u a t i o np a p e r f i r s t l y ，t h ep a p e ri n t r o d u c e sc r e d i ts a l e sa n dt h ef e a t u r e o fi t s b u s i n e s sp r o c e s s ， a n di n t r o d u c e st h ep r e s e n ta d v a n c e dw h o l ec r e d i t m a n a g e m e n tm o d e li nd e t a i l t h e nt h ea u t h o rl c a d si n t od a t at om a k e f u r t h e rr e s e a r c ha n di n t r o d u c e st h ep r i n c i p l esa n dc h a r a c t e r i s t i c so f a r t i f i c i a ln e u r a ln e t w o r k f i n a l l yt h ea u t h o rp r o u d l ys t u d i e st h er e a l i z e d p r o g r a mo f a r t i f i c i a ln e u r a ln e t w o r kw h i mh a sb e e ne v a l u a t e db y c u s t o m e r so fc r e d i ts a l e s i nt h ef o u r t hc h a p t e r ，t h ea u t h o rs t u d i e st h er e a l i z e dp r o g r a mo f a r t i f i c i a ln e u r a ln e t w o r kw h i c hh a sb e e ne v a l u a t e db yc u s t o m e r so fc r e d i t s a l e s f i r s t ，t h ea u t h o ra n a l y z e sh o wt ob u i l dt h ei n d e xs y s t e mo fa m o d e la n ds o r t so u tt h es o u r c e so fi n f o r m a t i o nt h a tc a nb eu s e dt o e v a l u a t ec u s t o m e r s c r e d i t o nt h i sb a s i s ，t h ea u t h o rd i s c u s s e sh o wt o b u i l di n d e xs y s t e m t h e nt h ea u t h o rr e s p e c t i v e l yu s e sb pn e u r a ln e t w o r k a n dl v qn e u r a ln e t w o r kt ob u i l dm o d e lt oe v a l u a t et h ec u s t o m e r so f 1 c r e d i ts a l e sa n du s e st r u ed a t at oe v a l u a t et h e r 6 a tl a s t ，t h ea u t h o rg i v e s c o m p a r i s o na n de v a l u a t i o no ft h et w om o d e l s t h er e s e a r c hr e s u l ts h o w s t h a t ， c o m p a r e dw i t hb - pn e t w o r ka n do t h e rt r a d i t i o n a lm e t h o d ，l v q n e u r a ln e t w o r kh a sb e t t e rp e r f o r m a n c e f i n a l l y ，t h ea u t h o rs i n c e r e l yh o p e st h a tt h ep a p e r sa n a l y s i sa n d r e s e a r c hc a nb eh e l p f u lt ot h ed e v e l o p m e n to fo u t c o u n t r y sc r e d i ts a l e s k e yw o r d s ：c r e d i ts a l e ；b pn e u r a ln e t w o r k ；l v qn e u r a ln e t w o r k 2 西南财经大学 学位论文原创性及知识产权声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论 文不含任何其他个人或集体己经发表或撰写过的作品成果。对本文的 研究做出重要贡献的个人和集体，均己在文中以明确方式标明。因本 学位论文引起的法律结果完全由本人承担。 本学位论文成果归西南财经大学所有。 特此声明 学位论文作者签名：邹虹 ， 2 0 0 6 年0 4 月2 0 日 1 绪论 1 1 研究背景 二一 信用销售( 即赊销) 是基于企业对买主的信用动因和信用能力的 信任，使买主无须付现就可以获得商品、服务而实现的一种销售。信 用销售的实质是售货企业或支持企业的银行对买主直接或间接提供 信贷的一种销售。在我国，信用销售增长势头很快，但是统计资料表 明，我国企业逾期应收账款占销售额的比例超过5 。而在发达的市 场经济中，企业逾期应收账款仅占销售总额的0 2 5 0 5 。根据国 家经贸委的资料，我国国有企业拖欠的货款已经超过1 6 万亿元，库 存积压达4 5 万亿元，外贸企业被拖欠达1 0 0 0 多亿元，且8 0 的欠 款为坏账1 。凡是采用赊销方法的企业大多数都面临应收账款居高不 下的问题，直接影响到企业的生存和发展。因此，有人戏言：“不赊 销是在等死，赊销是要找死。” 在以信用交易为趋势的成熟的市场上，企业不采用赊销方式，必 然丢失市场伽顿，最终败在竞争对手的手下。然而，如果企业大规模 地采用赊销方式进行销售，必须面对因客户拖欠而造成坏账的风险。 因此，信用销售是利弊共存的“双刃剑y , q o 只有完善信用销售管理， 才能既扩大销售，又保障应收账款的回收，减少坏账损失，使信用销 售成为拓展市场的有效方式。 企业信用的重要性一直被人们所关注，也有企业开发过一些软件 来辅助决策人员进行信用管理。但对企业进行标准化的信用评估，在 我国还仅限于金融机构和资产评估机构。他们有整套复杂的方法， 不容易被一般企业所掌握，而且行政因素过多。有关企业在信用销售 中根据信用销售流程定制相应的客户信用评价方法的研究相对空白， 已有的这方面的评价也存在着评价因素简单、标准不规范、数据来源 不全面等各方面问题。 来智勇信用销售管理实务j 州i ：j 1 尔经济州扳社2 0 0 5 1 2 文献综述 对于信用销售的管理模式而言，企业全程信用管理是目前理论界 比较前沿的一种管理模式，在信用销售中有着广泛应用。全程信用管 理指全面控制企业交易过程中各个关键业务环节，从而控制客户风 险，迅速提高应收账款回收率的方法。 信用销售首先要对客户的信用风险进行评价。在信用风险评价方 法的探讨中，银行一般居于主要地位。另外信用服务机构也在积极探 索信用风险评价方法。总体上看，信用评判和决策主要依靠专家的专 业职能、主观判断等对信用的评判和某些关键因素的权衡从而对信用 风险做出评价。目前的关于信用评价和财务预警的研究综述如下： r 1 2 1 定性分析 定性分析主要根据企业财务报表以外有关企业所处环境、企业自 身内在素质等方面情况对企业信用状况进行总体把握。传统的信用分 析理论主要依据是“5 c ”原则和“四等十级制”。对客户信用状况的 评价，一般要遵循5 c 原则，即c h a r a c t e r ( 性格特征) 、c a p i t a l ( 资 本状况) 、c a p a b i l i t y ( 偿债能力) 、c o l l a t e r a l ( 抵押) 和c o n d i t i o n ( 经营环境) 。这五个特征基本概括了进行信用评估时需考察的因素。 在我国，信用风险的度量和管理相对落后，再加之信用数据资料 的匮乏，内部评价模型的开发和利用相对很少。目前所应用的方法主 要是简单粗略的定性方法，如“加权”计分，“a ”计分法和“l a p p ” 法。 加权计分法 “加权”计分法广泛应用于我国80 年代至90 年代中期。该方法 包括五大考察部分：企业素质、资金信用、经营管理、经济效益、发 展前景。该方法的评估步骤是：首先设定五个考察部分和单项指标的 各自权重，然后设定单项指标的标准值并依据单项指标评分标准来计 算单个指标值，接下来计算评估对象总的信用得分，根据五个部分的 z 林汉川夏明仁企业信用评级理论与实务 m 北京：对外经济贸易大学出版社，2 0 0 2 2 总得分设定分值区间以确定评估对象t 的信用风险大小。3 “a ”计分法和“l a p p ”法 “a ”计分法与“加权”计分法有类同之处，都试图将定性分析因 素进行量化，只是在技术处理方面有所差异。“a ”计分法首先将影响 信用风险的重要因素或现象列出并按照影响程度将其分为以下三类： 经营劣势类、高风险类、破产类，然后根据它们对企业可能陷入经营 困境的影响大小进行权重赋值。对于三类风险因素，“a ”计分法所赋 予的权重是不一样的，权重越大，导致的信用风险越大。最后将所得 分值加总，以此判断企业的违约可能性大小。l 临界值是判断企业信用 风险优劣的关键点，得分高于此值，表明企业处于信用高风险区，反 之，则表明企业处于信用安全区，即企业的a 分值越高，其信用风险 越高( 等级越低) 。 “l a p p 法”是以l i q u i d i t y ( 流动性) 、a c t i v i t y ( 活动性) 、p r o f i t a b i l i t y ( 盈利性) 、p o t e n t i a l i t i e s ( 潜力) 四个词的第一个字母命名，从这四个方 面评价借款人的信用。其中，流动性，指客户以易转化为现金的流动 资产来偿付其债务的能力；活动性，主要是指客户的业务活动能力； 盈利性，是指客户的获利能力；潜力，是指客户的业务发展潜力。通 过以上四方面的分析评估，对客户的信用状况做出客观的评价和定 级。4 1 2 2 定量分析 定量分析法是以企业财务报表为主要数据来源，按照某种数理方 式进行加工整理，得出企业信用结果。下面是比较典型的评价方法。 单变量分析 利用线性判别模型对公司信用评级进行研究是从公司财务困境 的研究开始的。b e a v e r ( 1 9 6 8 ) 开创了用单一比率分析来判别财务困境 的新局面，他将财务困境的公司定义为不能偿还到期债务的公司，并 分别选择了1 9 5 4 - - 1 9 6 4 年间7 9 家的失败企业和非失败企业，测试 ，吴晶妹信用评估 m 北京：中国审计出版社，2 0 0 0 一于晨曦信用评级方法与模式 m 中国城市金融，2 0 0 2 3 。1 4 个财务比率于两组公司在失败前5 年的差异程度，结果是显著不 同。一般将该篇文章研究视为财务困难预测的鼻祖。5 多变量分析 多变量分析法就是以反映企业经营活动的实际数据为分析基础 通过数学模型来测定信用风险的大小。其中最具代表性的是“z ”计分 法，这一方法由美国的爱德华奥特曼( e d w a r d a l t m a n ) 于1 9 6 8 年 提出厂趸二种纯财务数据的多变量分析方法。e d w a r df 1 9 6 8 ) 以1 9 4 6 1 9 6 5 年间破产、资产规模相近的3 3 家困境公司和3 3 家非困境公司 作为样本，采用了2 2 个财务比率经过数理统计筛选建立了著名的5 变量z s c o r e 模型，并在1 9 7 7 年经过改进开发了现在常用的z e t a 判别 模型。利用该模型，e d w a r d 研究了穆迪、标准普尔等评级公司公开 发表的公司信用评级和相应公司的z 分值的关系，发现二者的相关系 数达6 0 以上，表明z e t a 模型算出的公司z 分值的大小与其信用级 别具有很强的相关性，z 值能有效识别公司的信用级别。同时， e d w a r d 利用美国7 1 5 家公司的外部评级资料，通过建立公司z 值和 相应信用级别的映射关系来划分不同信用级别韵z 值区间，从而开发 出z e t a 信用评级模型。2 0 世纪9 0 年代以来，z e t a 模型已商业化， 广泛运用于企业信用风险的度量和评级。受其影响，日本、德国、法 国、英国、澳大利亚和加拿大等许多发达国家的金融机构都纷纷开发 了各自的z 值多元判别模型。s c o t t ( 1 9 8 1 ) 比较了以上学者的实证结 果，他认为在识别和度量企业信用风险上多元模型优于单比率模型， 在多元模型中，e d w a r d 的z e t a 模型又是最优的。而且这种方法的可 靠性很大程度上依赖于企业财务数据的真实性，若将其用于评估财务 管理相对较为混乱的企业时，就无法保证其准确性。6 在我国，2 0 0 0 年，张玲在财务危机预警分析判别模型一文 中选择1 2 0 家上市公司财务数据建立了4 个指标的判别模型。2 0 0 1 年，她又以深沪两市1 6 4 家上市公司为样本对z 值判别模型进行了修 改，构造了7 个指标的z 值判别模型。 5 郭敏华信用评级 m j b 京：人民大学出版社，2 0 0 4 6 于晨曦信用评级方法与模式 m 。中国城市金融，2 0 0 2 4 多元线性判别模型、l o g i t 模型和p r o b i t 模型 l o g i t 模型系柏克森( b e r k s o n ，1 9 6 4 ) 发展出来的，奥而森( 1 9 8 0 ) 首次用来预测公司财务危机。p r o b i t 模型可能是泽米捷斯基 ( z m i j e w s k i ，1 9 8 4 ) 最早将之用于类似研究。近年来，在有关信用 评级模型的研究方面，国内的一些学者在建立有关多元判别模型、 l o g i t 模型和p r o b i t 模型方面做了许多工作，取得了很大成效，为我 国信用评级模型的最终建立和完善奠定了基础。他们主要是：陈静 ( 1 9 9 9 ) 对1 9 9 8 年的2 7 家s t 公司和2 7 家非s t 公司，使用1 9 9 5 1 9 9 7 年的财务数据进行两类线性判别，多元线性判别使用负债比率、净资 产收益率、流动比率、营运资产总资产、总资产周转率等指标数据， 结果发现：在s t 发生的前3 年能较好地预测经营失败。1 在我国也有类似研究，高培业( 2 0 0 0 ) 对深圳1 6 1 家制造企业和1 4 0 家非制造企业样本进行类似的分析，认为我国公司的财务报表数据存 在不同程度的失真不会使判别模型失效，利用会计数据建立服务于不 同行业的具体形式判别模型是可行的。高培业和张道奎( 1 9 9 9 ) 比较了 破产判别模型的应用领域8 。林平( 2 0 0 1 ) 应用多元线性判别和l o g i t 判 别建立了用于判别我国农村信用社信用危机的预测模型。吴世农 ( 2 0 0 1 ) 就预测我国上市公司财务困境的模型加以比较，选取7 0 家财务 困境和7 0 家财务正常的公司为样本，选取盈利增长指数、资产报酬 率、流动比率、长期负债股东权益比率、营运资本总资产、资产周 转率6 个财务指标为变量比较f i s h e r 线性判别、多元线性回归分析和 l o g i t 回归的预测能力、准确度9 。 基于模糊评判的信用评估模型和神经网络模型 经济资料经常是不准确、模糊的。指标的评估通常依靠判断或近 似明确的分级或勉强的近似价值可能会得出不合理或错误的结果。由 于信用评级模糊性的存在，运用模糊方法可以发展一套更合理的信用 评级方法。一些基于模糊的方法已经被运用到企业的评级中。 陈静上市公司财务恶化预测的实证分析【j 】会计研究，1 9 9 9 4 。 8 高培业，张道奎企业失败判别模型实证研究【j 】统计研究，2 0 0 0 1 0 9 吴世农，卢贤义我国上市公司财务困境的预测模型研究 j 经济研究2 0 0 1 ，6 5 z i m m e r m a n n 和z y s n o 运用模糊操作将从四等级指标体系得出的评估 加总。运用模糊连接模型，r o m a n i u k 和h a l l 建立f u z z n e t 专家体系 来取得信用价值分级的基础信息。相似地，l e v y 发展了运用模糊逻 辑为基础的计算机系统来评估企业的财政状况1 0 。 神经网络是数据挖掘中的一种算法，使计算机的行为表现出智能 化特征。神经网络试图模仿人和动物的大脑功能，实现运行模式的识 别和机器学习算法的程序，通过对大量历史数据的计算来建立预测模 型。神经网络在商业界得到了广泛的应用，特别在金融市场，普遍采 用神经元网络建立信用卡和货币交易的欺诈模型。郭兆祥和李致宽 ( 1 9 9 5 ) 利用类神经网络为银行授信业务提供破产预测，也就是寻找 最能够区别出好坏公司的预测模型。谢俊宏( 1 9 9 6 ) 亦以类神经网络 应用在财务危机预警上，但是研究重点在寻找一个较佳的电脑化财务 评级方法，而非评估准则选择，因此在变量上选取8 个业经实证具有 区别能力的财务变量作为评估财务状况的准则变量。 1 2 3 神经网络概述 神经网络( n e u r a ln e t w o r k ) 是近年来再度兴起的一个研究领域， 是信息科学、脑科学、神经心理学等多学科近几年研究的一个热点。 广泛上讲，神经网络涵盖生物神经网络与人工神经网络两个方面。人 工神经网络是在生物神经网络的研究基础建立起来的，是对脑神经系 统的模拟。本论文用到的是人工神经网络。 人工神经网络是由大量处理单位( 人工神经元、处理元件、电子 元件、光电元件等) 经过广泛的互联形成的人工网络，用来模拟脑神 经系统的结构和功能。它是在现代神经科学研究的基础上提出的，反 映人脑功能的基本特性。在人工神经网络中，信息的处理是由神经元 之间的相互作用来实现的，知识与信息的存储表现为网络元件互联间 分布式的物理联系，网络的学习和识别取决于各神经元连接权值的动 态演化过程1 1 。 o 魏巍贤企业信用等级练合评价方法及应用 j 系统工程理论与实践，1 9 9 8 ，2 u 王永庆人工智能原理与方法 m 西安：西安交通大学出版社，1 9 9 7 6 人工神经元 人工神经元是人工神经网络的基本处理单元，简称为神经元。在 构造神经网络时首先要考虑如何构建神经元。在对生物神经元的结 构、特性进入深入研究的基础上，心理学家麦克洛奇( w m c c u l l o c h ) 和数理逻辑学家皮兹( w p i t t s ) 于1 9 4 3 年提出一个简化的神经元模型， 即m p 模型。目前常见的神经元模型如图3 2 所示。其中，x ，( i = 1 ，2 ，n ) 表示该神经元的输入，w 。为该神经元分别与输入间 的连接强度，成为连接权值：0 为该神经元的阀值；s 为控制信号， y 为神经元的输出。 x 1 x 2 图3 2 神经元结构模型 神经元的工作过程一般是：首先从各输入端接受输入信号x ；， 然后根据连接权值w ；求出所有输入的加权和仃，最后用特性函数( 又 称作用函数) ，进行转换，求出输出y 。 常用的特性函数有阀值型、分线段型、s i g m o i d 型( 又称s 型) 以及双曲正切型。 神经网络的特点 人工神经网络具有以下主要优点： i 能够很好的模拟人的形象思维。人工神经网络是对人脑神经系 统结构及功能的模拟，以信息分布与并行处理为主要特色，因此可以 实现对形象思维的模拟。 i i 具有大规模并行协同处理能力。在人工神经网络中，每一个神 经元的功能和结构都是简单的，但由于神经元的数量巨大，而且神经 元之间可以并行、协同工作，进行集体计算，整体上使神经网络具有 很强的处理能力。 i 具有较强的容错能力和联想能力。在神经网络中，任何一个神 经元以及任何一个连接对整体网络的影响都是十分微小的，网络的行 为取决于多个神经元协同行动的结果，其可靠性来自这些神经元统计 行为稳定性，具有规律性。当少量神经元的连接发生故障时，对网络 的性能影响十分微小。神经网络的这一特性使得网络在整体上具有鲁 棒型( 硬件的容错性) 。另外，在神经网络中，信息的存储和计算是 合二为一的，即信息的存储体现在神经元互联的分布上。这种分布型 的存储，在某一部分受到损失时信息不会遭受破坏，使网络的容错性 得到增强。而且使网络对带有噪声或缺损的输入有较强的适应能力， 增强网络的联想能力和全息记忆能力。因此，神经网络在数据集中包 含大量噪声输入数据时，也能工作的很好。 具有较强的学习能力。它能够根据外界环境的变化修改自己的 行为，并且依据一定的学习算法自动的从训练实例中学习。 v 它是一个大规模自组织、自适应的非线性动力系统。具有不可 预测性、散耗性、高维性、不可逆性和自适应性。 但是神经网络也具有如下缺陷： i 神经网络最大的缺陷是在解释自身行为的能力上的欠缺，需要 行业专家对训练结果进行解释。通过集成神经网络与专家系统可以弥 补这个不足，但这个工作有相当的难度，目前的集成系统规模都很小。 i i 神经网络学习算法不能保证收敛到最理想的效果。对于大多数 类型的神经网络，这个问题可以通过操作多种类型的学习参数得以解 决。 i 神经网络很容易过度训练，从而导致在训练数据工作的很好， 但在检验数据上表现欠佳。这个问题可以通过不断的度量检验集性能 来监控。 1 3 论文基本思路 企业目前的信用销售管理研究主要集中在信用风险评价方法方 面。信用风险的评价方法主要有定性分析和定量分析两种。其中，定 性分析主要依赖专家的专业职能、主观判断对某些关键因素进行权 衡，从而对信用风险做出评价：而定量分析则更多依赖于一些传统的 统计模型对信用销售数据进行分析，做出评价。论文的第一部分已详 细的介绍了有关研究成果和现状。 ： 但是，实践中的大量数据往往不符合这些模型的前提假设，从而 限制了传统统计模型在企业信用评价中的应用。因此，在信用销售中， 没有条件直接引用上面的模型和方法。 如何根据企业的业务流程特点，结合较为先进的信用风险评价方 法制定相应的客户信用评价体系也是本论文要研究的主要问题之一。 要根据企业业务流程特点，结合较为先进的信用风险评价方法制定相 应的客户信用评价体系，必须要了解比较前沿的全程信用管理模式和 客户关系管理及其软件。因此，论文第二部分介绍信用销售的基本概 念及其业务流程特点，并详细介绍目前比较前沿的全程信用管理模式 和客户关系管理及其软件。 全程信用管理和客户关系管理可以很好的为信用销售服务。但目 前已有的客户关系管理软件对客户信用评价的决策支持很少。由此可 见，信用销售管理的关键在于如何利用现有资料揭示出已知的、隐藏 的、未知的商业规律，从而引入新的模型、方法对客户进行信用评价。 神经网络能够很好的模拟人的形象思维，具有大规模并行协同处 理能力、较强的容错能力、联想能力和学习能力等优点。但是一直以 来，神经网络模型在信用销售领域应用很少，因此，本论文主要讨论 了基于神经网络模型的信用评价仿真研究。 第三部分提出了信用销售客户评价的神经网络实现方案。首先， 论文对比两类研究方法，设计基于神经网络的信用销售客户评价的仿 真研究路线。其次，在提出假设的基础上，深入分析如何构建模型指 标体系，同时整理了用来进行客户信用评价的信息，对指标体系进行 了构建。再次，分别用b p 神经网络和l v q ( 学习矢量化) 神经网 络构建了信用销售客户评价模型，并利用真实数据对其进行仿真研 究。最后，对两种模型进行比较并作出了评价。 2 信用销售概述 2 1 信用销售的必要性 信用销售的核心是信用，信用是指在商品交易过程中，交易一方 以将来偿还的方式获得另一方的财物或服务的能力。 企业信用是一个企业在经营过程中信誉程度的综合反映。它是现 代经济的基础，是企业的立身之本，成功之道。尽管如此，仍有许多 企业为了在短期内获得较大边际利益和超额利润，违背诚信原则，采 用了制假造假，合同欺诈，拖欠账款，虚假广告等各种手段，给信用 销售带来极大的障碍。 根据市场调查，中国企业面临的风险问题至少一半是由于内部原 因造成的”。因此，有必要完善信用销售体制，降低信用风险。完善 的社会信用体系，需要普及信用管理知识，提升信用管理水平；鼓励 社会保险等各种信用工具的发展；完善信用担保体制和信息披露体 制。而采取合适的客户信用评价手段，是信用销售很重要的一部分内 容。 进行信用销售既能给企业带来有利的方面，也会带来不利的方 面。有利影响可以概括为以下三个方面： 扩大销售 在激烈的市场竞争下，赊销是企业促进销售，扩大市场规模的重 要手段。信用销售相当于是销售公司向购进方提供商品的同时又提供 了一笔无息贷款。购方多购进商品，也就扩大了销货方公司的产品市 场占有率。 减少存货 在供大于求的市场状况下，企业持有大量的存货，加大了企业的 管理成本。多销售一件商品，就减少了一件存货。尽管将存货转化为 应收账款，企业并没有现实的现金流入量，但节约了管理费用，减少 了现金流出量，使企业的净现金流量增加。 t 。7 i 晓军，陈殿左信用政策与市场政策c m 】北京：人民邮电出版社，2 0 0 5 1 0 融通资金 企业可以在需要营运资金时，采用信用销售，利用持有的应收账 款进行筹资活动。其形式主要有应收账款抵借和应收账款代理经营两 种方式。应收账款抵借是以应收账款的债权作为抵押担保，向金融机 构借款。这种方式下融通资金，应收账款的所有权仍属于销售方。收 回应收账款后用以还贷，若应收账款不能如期收回或发生坏账，则销 售方应以其他资金还贷。应收账款代理经营，是企业向金融机构出售 所持有的应收账款，获取一定量的资金。这种方式下，应收账款的所 有权转让给金融机构，应收账款的催收和发生坏账，都由金融机构负 责，销售方不承担连带责任。以应收账款融通资金，销售方企业在支 付一定的佣金和手续费后，可以迅速地获取资金，是一种较好的筹资 方式。在商业信用发达的国家，以这两种方式筹资已较为普遍，而在 我国运用的还不多。今后，随着商业信用的日益发展，这两种方式将 会得到大力推广和运用。 信用销售所带来的不利影响主要表现在以下几个方面： 影响企业资金周转 信用销售所获得的资金占用在应收账款上，货币不能迅速回笼， 企业缺乏可利用的流动资金，一方面可能造成下一期的生产经营活动 不能正常进行，影响企业的经营收益，另一方面，也使企业缺乏对外 投资的资金，丧失许多投资机会，减少企业的投资收益。 增加企业的费用和损失 企业的资金大致可分为自有资金和负债资金两大类。应收账款上 占用的资金若为前者，则相应增加了企业的机会成本；若为后者，会 使企业的利息负担加重。同时，由于应收账款的存在，企业需要支付 一定的管理费用。在购进方企业破产或债务人死亡之后，以其财产抵 扣应收账款不足的部分，形成销售方的坏账，或者应收账款超过三年 尚未收回的，对销售方来讲，都要作为坏账损失予以核销。 2 2 信用销售管理的业务流程 信用销售在传统意义上的销售关系的基础上建立了一种信用关 系，因此有别于传统意义上的销售，在业务处理上不同于一般的销售 业务。由于存在信用风险，因此，在各个业务环节中，增加了一些信 用风险防范的措施和方法，增加的具体的业务如下： 在谈判之前，加强了对客户的信用风险的预测，通过对客户的 信用动因和信用能力进行调研，准确地预测客户的信用状况，增强了 赊销方的谈判地位和授信时讨价还价的能力。 在签约前，除了商品的数量、质量、价款等谈判外，主要是就 信用额度、期限、现金折扣以及履约保障( 保险、保理等) 等条款达成 共识。 签约过程中的文件制作，由于企业信用管理业务是文件取向的 业务，因此，签署企业信用管理的文件是保证货款回收的重要基础。 售出货物之后，对应收账款进行监控，保证及时收回货款。 收款与被拖欠应收账款的催收。企业在货款被拖欠的早期进行 适度的催收，同时维护良好的客户关系。 欠款追讨。如果客户在一定的拖欠时间范围内没有付款，或者 有逃避付款的企图，此时应视为收款失败，即发生呆账或坏账。这时， 企业必须选择合适追账方式进行追讨。 信用销售管理的流程包括从信用政策的制定，、执行到信用管理的 考核等各环节，它涉及信用管理委员会、信用管理部门、业务部门、 财务部门、人力资源部门的相互合作、服务和监督。信用销售管理的 业务流程有以下四个主要环节： 信用政策的制定 包括确定总体信用规模，分品种、客户确定信用额度水平和信用 政策。 、 客户档案的建立 一 客户的信用信息经过业务人员、财务人员、信用管理人员的收集、 整理、分析、加工并予以分类保存形成记录客户资信和背景情况的档 案资料。 信用的评估与授权 在建立和完善客户信息管理系统的基础上，应用信用的特征分析 模型进行客户信用评估，将可能影响到客户信用状况的因素用记分的 方法加以量化，从而使客户之间有了比较的基础。 应收账款的管理与催收 建立应收账款的动态监控机制，经常对所持有的应收账款进行分 _1 析，特别是对大额应收账款和核心客户进行跟踪分析。 2 3 全程信用管理模式” 企业全程信用管理是目前理论界比较前沿的种管理模式，在信 用销售中有着广泛应用。全程信用管理指全面控制企业交易过程中各 个关键业务环节，从而控制客户风险，迅速提高应收账款回收率的方 法。全程信用管理模式概念示如图2 - 1 所示。 霁主h 等警h 暮篙h 萎要h 裂萎h 嬲 圈 鳢 蜷 客户资信 调查技术 客户信用 分析技术 客户资信调查制度i1 客户授信制度 ( 事前管理) ( 事中管理) 应收账款 管理技术 商账诊断 管理技术 应收账款监控制 ( 事后管理) 图2 - 1 全程信用管理模式概念示意图 ”林均跃企业赊销与信用管理( 上卷) ( 下卷) 【m 川e 京：中国经济出版社t 2 0 0 0 2 3 1 客户资信调查制度 市场调查 企业生产经营适销对路的商品，可减少应收账