基于模糊积分法的战略性新兴产业企业信用评价

基于模糊积分法的战略性新兴产业企业信用评价【摘要】根据战略性新兴产业企业的特征，文章构建了一套该类企业信用评价的指标体系，并在此基础上结合模糊测度和模糊积分理论，运用熵权法得到指标权重，建立了评价此类企业信用状况的模糊积分模型，实现了熵权法和模糊积分模型的联合应用。在收集了上市战略性新兴产业企业的指标数据后，运用该模型解决了该类企业的信用评价问题。【关键词】模糊积分；熵权法；战略性新兴产业；信用评价一、引言在2008年金融危机之后，各国都认识到长足的经济发展还是要依托于实体经济的发展，尤其是对国民经济发展和国家安全具有重大影响力的产业。在这样的大背景下，2010年国务院提出加快培育和发展战略性新兴产业，并重点规划了七大战略性新兴产业的发展计划。战略性新兴产业是对经济社会全局和长远发展具有重大引领带动作用，知识技术密集、物质资源消耗少、成长潜力大、综合效益好的产业，它的发展源于重大技术突破、政府政策的重大调整和消费需求的重大改变，因此伴随着重大的经济转变。战略性新兴产业企业（指符合战略性新兴产业发展方向的企业）具有较强的扩张能力，对资金的需求巨大，但由于受到技术生命周期、技术成熟度、市场容量、经营管理能力、技术创新能力、区域经济发展水平、行业发展状况等因素的影响，其未来发展和经营业绩等具有较大的不确定性。因此，战略性新兴产业企业在成长过程中，必然伴随着不同程度的信用风险。如何构建科学的战略性新兴产业企业信用评价体系，是引导金融机构建立适应战略性新兴产业特点的信贷管理和贷款评审制度的基础性和关键性课题，对加快培育和发展战略性新兴产业，提高自主创新能力，建设创新型国家具有重要的现实意义。国内对于企业信用状况评价的研究比较成熟，所采用的方法主要有模糊综合评价法、灰色关联投影模型、云重心模型、BP神经网络模型、粗糙集理论等，但是这些方法基本以各指标之间是相互独立为前提条件，并没有考虑到某些主观评价指标与其他指标之间多少存在着相互作用，并不严格独立。而模糊积分法则把这些条件放宽，只要求单调性。模糊积分其实质是模糊测度基础上的非线性函数，它不需要假设各指标间具有严格独立性，因此本文运用模糊积分法来对战略性新兴产业企业的信用状况进行评价。四、战略性新兴产业特征及企业信用评价指标体系战略性新兴产业作为战略性和新兴性两个性质相结合的产业，拥有其自身的重要特征。第一，技术先进性。战略性新兴产业都是以高科技、创新性等技术优势取代传统型产业而在未来成为国家经济的支柱，提升国家在国际中的竞争力。第二，周期性。战略性新兴产业处在产业发展周期的最低阶段，要经历创新阶段到成熟阶段，因此在这个阶段的产业需要在良好的外部经济条件影响下，才能经历不稳定趋向稳定的过程。所以区域经济的发展水平会影响该类产业的发展。第三，主体交互性。即战略性新兴产业既有“战略性”，又具有“新兴性”，所以在发展的过程中需要各方面的相互配合，尤其是政府对于该类产业的政策支持。按照设立指标体系的全面性、科学性、针对性、合法性和可操作性的原则，结合以上针对战略性新兴产业特征的分析，参考我国商业银行及资信评级机构企业信用评价指标体系，在财务因素指标和经营因素指标的基础上又增加了具有战略性新兴产业特征的指标（如：技术创新能力、项目技术水平）。对灰色关联模型论文中的指标集进行了改进，构建了具有8个一级指标和18个二级指标的战略性新兴产业企业信用评价指标体系，见表1。经过模型的实例分析，得到战略性新兴产业A企业的综合信用评分H为0.5700分（H0，1，其中1代表企业的信用状况极好，0代表企业的信用状况极差）。由此看出虽然该战略性新兴产业企业已经在证券市场上市，但是企业的综合信用得分处在一般水平，这是由于我国战略性新兴产业的发展依然处在成长阶段，存在着技术水平和创新能力不足、企业运作不稳定、财务管理不科学等问题。从所有评价指标的权重来看，X12、X7、X11、X4、X15、X10所占的比重比较大，说明对于战略性新兴产业企业来说，净资产增长率、应收账款周转率、净利润增长率以及拥有发明专利数等指标对该类企业的信用状况影响明显。另外，指标体系中的一级指标企业运营能力和企业成长性所占的综合权重很大，说明这两个指标对战略性新兴产业企业的信用状况影响很大，这个结果和一般企业的信用评价标准一致。六、结束语模糊积分模型能够解决受多因素影响的战略性新兴产业企业信用评价的问题，是一种有效的决策方法。本文在评价中考虑了各信息指标间的关联性以及评价员评分的模糊性，运用模糊积分方法将主观评价值与客观的赋权结合起来，综合运用了模糊数学和熵权法的优点，使评价方法更加科学有效。本文也是在建立战略性新兴产业企业信用评价体系的基础上，首次将模糊积分模型引入到战略性新兴产业企业的信用评价中，使得企业信用评价的体系更加完善。但是由于模糊积分法是一种单一的综合评价方法，所得出的信用评价结果难免会不够全面，所以接下来需要研究怎样把多种单一的评价结果综合起来，使评价结果更加科学。【参考文献】1王先兴.基于模糊综合评判下的企业信用评价J.中国外资，2010（225）：166.2匡暑炎，闫慧杰，张目.战略性新兴产业企业信用评价的灰色关联投影模型及应用C.首届中国沿海地区灾害风险分析与风险管理学术研讨会，2011.3张目，周宗放.改进的云重心评判法在高技术企业信用评价中的应用J.数学的实践与认识，2010，40（19）：37-44.4傅鸿源，彭天明.基于BP神经网络的建筑企业信用评价体系分析J.科技管理研究，2008（11）：159-170.5亢平，沈钧毅.基于扩展粗糙集理论的信用风险分析J.微电子学与计算机，2008，25（3）：152-155.6张群，李岭，邵球军，来守林.模糊积分在多目标决策中的应用研究J.管理学报，2007（4）：390-392.7马鸿，张捷，王玉静.模糊测度与模糊积分的应用J.沈阳大学学报，2003，15（2）：82-83.8谢赤，钟赞.熵权法在银行经营绩效综合评价中的应用J中国软科学，2002（9）：108-110.9田风权，朱庆华.基于模糊积分的中小物流企业