基于移动Agent的企业信用评估系统的设计与实现.doc

基于移动Agent的企业信用评估系统的设计与实现余鹤龄（江西省科学器材公司，江西 南昌 330046）摘要：企业信用评估是企业信用管理的重要组成部分，是社会信用体系的重要内容和基础。本文在信用评估的理论基础上，提出了基于人工神经网络的企业信用评估模型，采用移动Agent技术设计开发了企业信用评估系统，解决了分布式信用数据采集、多种应用系统协同工作与并行处理问题。关键词：信用评估，神经网络，移动Agent中图分类号：TP3 文献标识码：A一、引言信用评估是社会信用体系的重要内容和基础1。当前国内一些组织和单位为了防范信用风险，建立各自的信用评估系统，从组织本身的性质和自身关注的角度出发，来对自己的客户进行信用评估。各信用评估系统之间是相互独立的、不共享的，形成了“信息孤岛”，从而造成难以对企业的信用进行全面的信用分析和评估的局面。除此之外，这些部门又做着大量的重复工作，严重浪费人力、物力等资源。论文从这个角度出发，利用先进的信息技术，建立基于移动智能体（Agent）的企业信用评估系统，移动Agent在所涉及到的管理部门中，实时收集和处理相关的企业信用信息。将采集到的动态变化的各种企业信息，通过综合集成的信用评估模型，进行集中分析和评估。打破管理部门间和企业间长期形成的“信息孤岛”，整合一切信用资源，实现企业信用数据的一致性描述和信息共享，对企业做出准确的信用评估，从而高效、客观、公正地对企业进行信用评级和规范化管理。二、基于BP神经网络模型的企业信用评估模型近年来，神经网络技术在模式识别、分类、预测等方面已展示了其非凡的优越性，特别是能处理任意类型的数据，是许多传统方法所无法比拟的。人工神经网络是由大量简单的基本单元神经元相互连接而成的自适应非线性动态系统。它反映了人脑功能的若干基本特性，但并非生物系统的逼真描述，只是某种模仿、简化和抽象。人工神经网络通过不断学习，能够从未知模式的大量复杂数据中发现其规律。其中BP神经网络为目前最为成熟、算法最为稳定，同时应用最为广泛的一种神经网络模型2。对于评估指标的选取，论文主要从企业的经营和财务入手，根据企业披露的信息，从企业的盈利能力、偿债能力、企业成长性、运营改善效果等四个方面提取19个指标，如表2.1所示。表2.1变量标识与评估指标对应关系变量标识评估指标X1净资产收益率X2净资产经常性收益率X3总资产报酬率X4投入资本经营收益率X5流动比率X6强制性现金支出比率X7现金流动负债比率X8资产负债率X9三年主营业务平均增长率X10三年利润平均增长率X11三年资产平均增长率X12三年资本平均增长率X13销售增长趋势X14利润增长趋势X15主营业务利润提高X16流动资金周转改善X17总资产周转改善X18存货周转改善X19应收款周转改善由评估指标X1、X2X19，通过不同的计算方法，得到综合指标得分：盈利能力得分：X20=0.4X1+0.2X2+0.3X3+0.1X4偿债能力得分：X21 =成长性得分：X22 = 营运改善得分：X23 = 最后综合得分为：X24=0.4X20+0.2X21+0.3X22+0.1X23（各权重由主成分分析得到）。三、企业信用协同评估系统（一）、系统分析对企业进行信用评估，整合影响信用评估的数据信息是关键。各个监督管理部门从不同的角度掌握企业的信用信息。比如工商部门拥有企业的注册和发展规模信息；税务部门拥有企业的财务会计数据，主要是“三表”，即资产负债表、现金流量表和损益表；产品质量与技术监督、卫生等机构和职能部门拥有企业的产品及其它记录，等等。这些信用数据存放过于分散，不能共享，信息不畅。信用评估中心系统检查基础数据库中是否是信用资源客户端提交的最新数据，如果不是，信用评估中心系统就会产生各信用资源客户端的代理，然后通过网络派遣到信用资源客户端去处理和提取数据，信用评估中心系统和信用资源客户端的代理通过Agent提供的消息机制来协同完成任务。在信用资源客户端，信用资源Agent也会定期或不定期的扫描本地信用数据库，及时发现本地信用数据库的更新情况，然后将更新的情况以消息的形式通知信用评估中心系统。信用资源客户端跟踪企业的监督管理执行进程，实时收集和处理相关的企业信用信息，提供及时的信息反馈。例如：信用资源客户端发现本地应用系统正在对企业展开调查、执法处理，初步判断以前的信用数据不真实，立即反馈给信用评估中心系统，对企业信用重新评估和决策。（二）、系统架构企业信用协同评估系统架构如图3.1所示。整个系统从逻辑上划分为四层，分别是调度管理层、决策层、中间通信层和资源层3。在不同的层次上，有不同的Agent，这些Agent在各自独立的功能驱动下，相互协调，共同完成信用评估工作。1、调度管理层调度管理层是系统与用户的接口，也是系统中各Agent协同工作的管理层。用户请求调度管理层用户Agent管理Agent协调Agent决策Agent数据库模型库通信Agent资源Agent（提取信用数据）决策层中间通信层资源层图3.1企业信用评估系统架构图2、决策层如果将调度管理层比喻为信用评估系统的心脏，那么决策层就是信用评估系统的大脑。用户的所有请求都必须在决策层完成。决策层集成了信用评估系统的核心资源，决策Agent通过调用这些核心资源来完成用户的请求。3、中间通信层中间通信层是根据网络的某种协议，在网络上的各个节点直接传递消息和数据的载体。中间通信层由携带各种任务的通信Agent组成，接受来自管理调度层的任务分配，基于自身特性（拥塞程度、负载量等）选择路由和合适的节点，可动态地匹配管理调度层的任务指令。中间通信层还要处理当网络出现拥塞时资源不可得及网络主机意外死机造成驻留在此处通信Agent的信息丢失和不同数据格式数据库的访问问题。4、资源层资源层是系统中所需资源的直接提供者。各个资源Agent都要在协调Agent上注册，由协调Agent维护一个系统中的所有节点的地址列表，这样可以保证管理Agent分配的任务可以访问到网络中的所有资源。如果有信息变动，资源Agent必须要通知协调Agent。各个资源节点上的Agent都能够通过数据库驱动提取本地节点上的数据资源，并且能够维护和管理本地数据库。（三）、移动Agent的技术实现Aglet4是由IBM公司用纯Java开发的移动Agent技术，它提供了一个简单而全面的移动Agent编程模型；为Agent间提供了动态和有效的通信机制；还提供了一套详细且易用的安全机制。Aglet这个词是由Agent与applet两个词所合成的，简单的说，就是具有Agent行为的Java Applet对象，Aglet同时传送代码及其状态，Aglet以线程的形式产生于一台计算机上，可随时暂停正在执行的工作，并允许把整个Aglet派遣到另一台计算机上，再重新启动执行任务。因为Aglet是线程，所以不会消耗太多的系统资源。Aglet与Aglet之间的通信，是用消息传递的方式来传递消息对象。此外，基于安全上的考虑，Aglet并非让外界直接存取其信息，而是透过一个代理（Proxy）提供相应的接口与外界沟通。这样使得Aglet所在位置透明化，即Aglet想要与远端的Aglet沟通时，只在本地的上下文环境中产生远端Aglet的代理，并与此代理沟通即可，不必直接处理网络连接与通信的问题。四、企业信用评估系统的应用 本文以税务部门的企业应用评估系统为原型系统，用BP神经网络模型建立企业信用评估模型，采用移动Agent技术提出了企业信息评估系统的实现途径。企业信用评估系统业务流程5：用户登录系统，如果验证成功，进入信用评估系统，发出企业信用评估指令，系统开始查询基础数据库，如果基础数据库里不是最新信用数据，信用评估服务器立即生成远程Aglet，并派遣到信用数据客户端，收集、处理信用数据，然后将结果返回到服务器上来，服务器端收到更新的数据，从信用模型库中提取模型，进行评估。如果信用服务器数据库里是最新信用数据，直接进行信用评估。税务Agent部署在税务管理系统的客户端，采集企业信用相关信息，进行分析处理，更新本地数据库，然后将结果传递给信用评估中心系统。税务Agent定期扫描税务数据库，检查税务数据更新标志，如果发现税务数据已更新，然后判断更新后的税务数据是否存在异常，如果有异常，税务Agent就会生成立案调查报告，同时向信用评估中心系统发送消息。五、结束语随着信用问题的凸现和信用危机的频发，信用管理已经成为许多学科的研究热点，信用管理也成为一门涉及多学科领域的研究课题。企业信用评估是企业信用管理的主要内容，其在降低企业信用风险和交易成本方面发挥了重要的作用。论文在参阅相关信用评估文献的基础上提出了基于神经网络的企业信用评估模型。在信用评估系统的设计和实现上，论文运用移动Agent技术，开发了基于移动Agent的企业信用评估原型系统，解决了分布式数据采集、跨平台多系统协同工作与并行处理问题。参考文献1 迟国泰. 企业信用管理M. 大连理工大学出版社. 2005.9: P4-62 K.Mohammadi, A.R.Mohseni Monfared and A.Molaei Nejad,“Fault Diagnosis of Analog Circuits with Tolerances By Using RBF and BP Neural Networks” Student Conference on Research and Development, 2002.3 夏敏仁 林汉川. 企业信用评级基于国外经验的中国体系研究M. 上海财经大学出版社. 2006.4：P10