基于粗糙集和AHP的中小企业信用风险评估模型研究
基于粗糙集和AHP的中小企业信用风险评估模型研究
【摘 要】 本文针对于中小企业信用评估指标过多，评估效率和准确率不高的问题，提出了一种基于粗糙集与ahp的中小企业信用评估模型。该模型以粗糙集的约简理论简化企业的财务数据指标数量，以ahp层次分析法量化各指标间的权重关系，建立一套科学合理的信用评估体系，并将该体系应用于2005-2007的上市公司年报，实验结果表明，该模型不仅方便、快捷，而且和真实数据的误差率小于5%。
【关键词】 粗糙集；ahp；风险评估；约简
当前的社会经济已经从计划经济转化为市场经济，而市场经济是建立在诚信为基础上的经济体系，是一种信用经济，如果破坏了信用规则，则必将对整个市场经济秩序产生深远的影响，从而进一步影响到社会问题，例如前不久的次贷危机对整个世界的稳定都产生的影响，因此信用问题已经成为制约世界经济发展的一个重要因素。如何对当前企业进行有效的信用评估，一直是当今社会研究的主要课题，国内外一直有研究机构致力于解决这个社会难题，它们研究的主要方法一般都为基于统计的预测方法，根据它们已经掌握的历史资料，从中总结出分类的规律，建立判别公式，对新样本进行预测[1]。常用的预测模型有：线形回归分析法、多元判别分析法、、logistic回归分析法、遗传算法及bp神经网络等等。这些方法有一个大缺点就是收集的企业财务指标过多、评估效率低下，准确率不高。
本文所介绍的基于粗糙集和ahp模型提出了一种评估企业信用的方法，即首先利用粗糙集约简理论对大量的企业指标进行约简，找出对企业信用依赖度较高的财务指标，然后用ahp层次分析法对所求的财务指标进行权重计算，建立适合企业的信用评级体系，该评估方法方便快捷、高效、准确率高。
一、粗糙集及与ahp模型相关概念
1、粗糙集的相关概念
（1）粗糙集合，简称粗糙集（rough set 简称rs）是继信度网络（belief n etworks）、遗传学、混沌理论、概率论、模糊集之后的又一种处理不确定性的数学方法、是软件计算方法的补充。鉴于粗糙集在科学领域及其在科学与工程领域的成功应用，近些年来受到越来越多的关注，成为当今社会人工智能及商务智能领域的研究热点[2-3]。
2、ahp模型
层次分析法（ 简称 ahp） 是美国著名的运筹学家 t.l.saaty
于 20 世纪 70 年代初期提出来的处理非结构化问题的方法。它是一个将人的思维数量化、层次化的过程，不仅可以简化系统分析和计算， 还有助于决策者保持思维的一致性。它以数学方法为工具，
为系统分析决策与控制提供定量的依据， 是处理多目标、多因素、多层次的复杂问题和进行决策分析的一个简单有效的方法。
层次分析法的基本思路是：将所有要分析的问题层次化，根据问题的性质和所要达到的总目标，将所有问题分解为不同的组成因
素，并按照这些因素的相互关联影响以及隶属关系，按不同层次聚集组合，形成一个多层次分析结构模型。最后将该问题归结为最底层相对于最高层的比较优劣的排序问题。
二、企业信用风险评估建模
金融机构对中小企业的信用进行评级，主要依靠于中小企业的所提供的财务指标数据。以深圳某银行为例。中小企业对银行提出贷款要求，其所提供的财务数据大概分为五大类，将近60个财务指标。对于银行负责信贷的风险控制部而言，每个企业客户提供大量数据，若从这些数据中挖掘出与金融信用有关的信息，对任何机构来说其工作量都是非常大的，大大地增加了金融结构的风险控制成本。为了减轻工作量，本章采用粗糙集理论来简化输入数据指标，以此来寻找最能反映信用风险状况的最简捷的信用指标，并将该指标用ahp进行权重处理，从而建立快捷有效信用风险评估体系。
1、企业信用指标约简
通过对信用风险评估模型的分析，粗糙集和ahp层次分析法相结合对系统风险控制功能中有其独特的优势。其原因是本模型在保持分类不变的情况下，通过对知识表达系统的约简可以简化大量的工作量，节省时间，提高处理效率。最后用ahp层次分析法对简化后的关键指标对企业的影响程度进行量化分析，构造一套合理的有效的风险评估模型，从而实现对企业信用风险实现有效预测。下面将对信用风险评估功能进行信用风险建模，通过模型分析，找出具有潜在风险的指标数据[4]。
（1）企业的财务指标分类。以深圳为例，企业客户对银行提出贷款要求时，银行信贷部门要求其提供多方面财务数据，传统的财务数据大概的可以分为如下几种类别，它们依次为：
第一类，盈利类：利润收入比例、销售回报率、成本与费用比、销售净利率等四个指标。
第二类，效率类：固定的资产的周转次数、总的资产的周转次数、应收账周转率、库存周转率、资产所得率、净资产收益率等六个指标。
第三类，杠杆类：资产与负债的比、产权比率、有形净资产债务率等三个指标。
第四类，流动类：流动比率、酸性测验比率、流动资产比率共三个指标。
第五类，其他类：年末与年初的所有者权益比例、销售的增长速度、净利润的增长比例、所有者权益总额、净资产负债率、长期的债务与营运资金的比例、资本固化率、非筹性的净现金流和流动负债的比例、利息所得倍数、担保额与净资产比、毛利与销售收入比、股东权益收益率、主营收入现金率、本月的经营性的净现金的流量、本月的现金的净流量、主营收入增长率、经营性活动的现金流量的净利润率、房子出租比率、现金净流量的偿还能力等共三十多个指标。
（2）企业财务指标处理。由于在收集数据时会出现一些不确定干扰因素，使得数据出现缺陷或不足，这些缺陷或不足主要表现在
以下几个方面，第一是数据定义不统一，每个公司对指标定义不一致；第二为错误的标记；第三是记录为空。因此基于上述原因，必须对原始数据进行不完备性处理，从而让这些数据实现标准化，把空数据进行填补，把连续数据进行离散化。
本文以深圳某国有大型银行提供的中小企业财务数据为例，本文将2005-2007年度的数据进行对比分析，若直接把50多个数据一一列出来，工作量相当大，其实，若对这些数据简单分析，就会发现有些数据是空数据，可见，只要将所有数据进行预处理，简单删除空数据，最后确认的指标如表1中的29项数据为合作数据，本节主要对这29个数据进行约简。
第四步 一致性检验。判定矩阵最大的特征根 λmax=8.9148，计算一致性指标ci=（λmax-n）/（n-1）=0.1307计算随机一致性指标cr=ci/ri=0.0926<0.1可见判别矩阵满足一致性要求。
3、企业信用量化处理
经过上一节处理，可知道企业信用与销售净利润率、总资产周转率、收帐比率、库存周转率、净资产收益率、产权比率、流动比率、提现率有关且与它们各自的权重都已处理，本文对指标特征进行量化采用李克特量表法，选择用五个级别和百分制来度量。
三、实证分析
为了说明本文所提出的信用风险评估方法的合理性，文章选择上海证券交易所与深圳交易所的200个上市公司的数据进行实验（数据来源于公司2005-2007年报）。实验选取了100家st公司在
加st之前的数据及100家非st公司数据。本文将企业的财务指标数据分为5等份，分别为20分，40分，60分，80分，100分的数据，将信用的计算结果大于60分的表示合格，不及60分称为不合格。将本方法得出的结果与市场真实值进行比较，结果如表6所示。
从表中可以看出，本文连续采用了三年的数据进行跟踪实验，将本文评估数据与真实数据进行比较，通过比较发现本文评估模型与真实数据误差小于5%，并且计算时间小于1s。
四、结论
本文提出了一种基于粗糙集与ahp信用评估模型，该模型利用粗糙集的简化理论简化了企业的财务指标，从而提高评估效率；利用ahp量化各关键指标对企业信用的影响程度，从而建立了一套有效的评估模型，并将该体系应用于实践。结果表明，该方法具有一定参考价值和实用意义。
供应链融资视角下中小企业信用风险评估研究
供应链融资视角下中小企业信用风险评估研究
北京工业大学经济与管理学院 刘云枫 王海燕
【摘要】供应链融资是解决中小企业融资难问题的主要途径，其中小企业的信用问题又成为关键。文章从银行角度出发，根据供应链 融资的业务特点以及融资过程中可能出现的风险点，提出了中小企业信用风险的评估体系，并在此基础之上，阐述了如何运用层次分析法 对中小企业的信用风险指标权重计算的过程，以期为供应链融资信用风险评估提供一个可以借鉴的方法和策略。 【关键词】供应链融资； 中小企业； 信用风险； 评估方法；ＡＨＰ方法
供应链融资是指银行通过审查整条供应链，基于对供
应链管理程度和核心企业的信用实力的掌握，对其核心企 业和上下游多个企业提供灵活运用的金融产品和服务的一
种融资模式。由于供应链中除核心企业之外，基本上都是中
小企业，因此从某种意义上说，供应链融资就是面向中小企
业的金融服务。
目前，中国中小企业总数已占全国企业总数的９９％以
上，创造了将近６０％的国内生产总值和社会销售额。然而，
这些为中国经济贡献度如此之大的中小企业所获得的融资
服务与其战略地位严重不相称。其中，中小企业的信用问题
是导致其不能获得贷款的一个首要问题。那么，中小企业信 用风险的研究就显得极其必要了。与此同时，怎样使参与供
应链融资的各方风险降到最低，达到一个多方共赢的目的，
也是本文研究的目的所在。
本文主要采用层次分析法，层次分析法的优点在于能
够把复杂问题简单化，用层次分析法把中小企业融资的各
类复杂风险提取、归类以及明了化，最终给出一个全面可靠
的评估方法。
一、相关研究
叶蜀君（２００６）分析了银行信用风险与信贷风险之间 的关系，认为信贷风险是商业银行信用风险管理的主要对
象，将信贷风险分为企业的经营风险和企业赖账违约的道
德风险，并对银行的信贷风险进行了博弈分析。白少布
（２０１０）则采用有序多分类ｌｏｇｉｓｔｉｃ模型，提出了不同等级
基于ISM及AHP法的信息化项目风险管理和评价改进研究
基于ISM及AHP法的信息化项目风险管理和评价改进研究
随着工业 4.0 的到来,中国制造 2025的逐步推进 ,信息化与工业化融合不断 深入,
越来越多的企业探索开发符合自身特点的信息管理系统。 但是,信息管理系 统项目开发具有投入高、周期长、风险因素多等特点 , 在实施过程中若风险管理 与控制不当 ,就会导致项目开发失败。 另外,目前缺乏对信息管理系统实施后的评 价方法, 系统带来的利弊错综复杂 , 企业很难判断系统实施的好坏程度及后续改 进方向。因此 , 有必要采用科学的方法 , 对其各种风险因素进行识别、分层 , 针对 性的制定风险控制和防范措施 ; 同时探索科学的评价方法 , 明确信息管理系统项 目实施的效果及后续改进方向。
本文以A公司为例,研究解释结构模型法(ISM)和层次分析法(AHP)在信息化 项目风险管理与评价中的应用。 完成的主要工作内容如下 :(1) 采用德尔菲法对 A 公司新信息化项目(包括ERR PLM BPM条码等信息化系统)开发和实施过程可 能存在的主要风险因素进行了识别 , 主要为 : 需求分析不准确 供应商选择失误 需求变更风险 外包决策风险 缺少用户支持 里程碑失控 设计方案出现偏差 沟通风险、人力资源风险、进度风险等(2)采用ISM法,构建了 10大主要风险因 素的四级层次解释结构模型图 ,揭示了各风险因素之间的逻辑关系 ,人力资源风 险、供应商选择失误和沟通风险在最底层 ,
是最根源的风险 , 其他风险都源于这三 个根源风险。(3)通过对A公司主要风险因素解释结构模型的分析，分项目实施前、 项目实施前中期和项目实施中后期三个阶段 ,提出了项目风险控制与防范的具体 建议。(4)基于平衡计分卡理论,结合A公司实际,建立了由财务指标、市场指标、 生产管理指标及学习和成长指标 4类17项指标构成的信息化绩效评价指标体系 , 采用AHP法求出了各指标层指标和准则层指标相对于顶层指标的权重。
基于邻域粗糙集和距离判别的信用风险评级
第２７卷 Ｖｏ１．２７ 第２期 Ｎｏ．２ 重庆理 Ｊｏｕｒｎａｌ ｏｆ Ｃｈｏｎｇｑｉｎｇ 工大学学报（自然科学） Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ） ２０１３年２月 Ｆｅｂ．２０１３ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４－８４２５（Ｚ）．２０１３．０２．０２６ 基于邻域粗糙集和距离判别的信用风险评级 郭春花 （重庆大学数学与统计学院，重庆４０１３３１） 摘 要：针对信用风险评级过程中数据的高维性和各属性数据存在量纲差异性的问题，提 出了一种基于邻域粗糙集和距离判别的信用风险评级方法。邻域粗糙集是一种常用的降维方 法，与传统的降维方法相比有严格的数学推导，对数值型属性和类别型属性可作分别处理。数 值型属性在距离判别时容易受到数据量纲的影响，采用马氏距离可以消除数据量纲差异对分类 造成的影响。因此以待测样本与各类训练总体之间的马氏距离的大小作为判据对待测样本进 行分类。对现实数据进行实验，各类和总体的数据准确率表明该方法是一种有效的评级方法。 关键词：信用评级；信用风险；邻域粗糙集；马氏距离 中图分类号：０２１；Ｆ２２４．９ 文献标识码：Ａ 文章编号：１６７４—８４２５（２０１３）０２—０１３０—０５ Ｃｒｅｄｉｔ Ｒｉｓｋ Ｅｖａｌｕａｔｉｏｎ Ｂａｓｅｄ ｏｎ Ｎｅｉｇｈｂｏｒｈｏｏｄ Ｒｏｕｇｈ Ｓｅｔ ａｎｄ Ｄｉｓｔａｎｃｅ Ｄｉｓｃｒｉｍｉｎａｔｅ ＧＵ０ Ｃｈｕｎ—ｈｕａ （Ｃｏｌｌｅｇｅ ｏｆ Ｍａｔｈｅｍａｔｉｃｓ ａｎｄ Ｓｔａｔｉｓｔｉｃｓ，Ｃｈｏｎｇｑｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ ４０１３３１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ｅｓｓｅｎｃｅ，ｃｒｅｄｉｔ ｒｉｓｋ ｅｖａｌｕａｔｉｏｎ ｉｓ ａ ｐｒｏｂｌｅｍ ｏｆ ｐａｔｔｅｒｎ ｒｅｃｏｇｎｉｔｉｏｎ．Ｔｈｅ ｄａｔａ ａｐｐｌｉｅｄ ｉｎ ｃｒｅｄｉｔ ｒｉｓｋ ｅｖａｌｕａｔｉｏｎ ａｒｅ ａｌｗａｙｓ ｈｉｇｈ ｄｉｍｅｎｓｉｏｎａｌ ａｎｄ ｑｕｉｔｅ ｄｉｆｆｅｒｅｎｔ ｉｎ ｄｉｍｅｎｓｉｏｎｓ．Ｗｅ ｐｒｅｓｅｎｔ ａｎ ｅ－ ｖａｌｕａｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｄｉｓｔａｎｃｅ ｄｉｓｃｒｉｍｉｎａｔｉｏｎ ａｎｄ ｎｅｉｇｈｂｏｒｈｏｏｄ ｒｏｕｇｈ ｓｅｔ ａｎｄ ａｐｐｌｉｅｄ ｔｈｉｓ ｍｅｔｈｏｄ ｔｏ ｃｒｅｄｉｔ ｒｉｓｋ ｅｖａｌｕａｔｉｏｎ．Ｎｅｉｇｈｂｏｒｈｏｏｄ ｒｏｕｇｈ ｓｅｔ ｉｓ ａ ｃｏｍｍｏｎ ｍｅｔｈｏｄ ｏｆ ｄｉｍｅｎｓｉｏｎ ｒｅｄｕｃｔｉｏｎ ａｎｄ ｉｔ ｈａｓ ｓｔｒｉｃｔ ｐｒｏｏｆ．Ｉｔ ｉｓ ｖａｌｉｄ ｔｏ ｂｏｔｈ ｎｕｍｅｒｉｃａｌ ａｔｔｒｉｂｕｔｅｓ ａｎｄ ｃａｔｅｇｏｒｉｃａｌ ａｔｔｒｉｂｕｔｅｓ．Ｔｈｅ ｄｉｆｆｅｒｅｎｃｅ ｏｆ ｔｈｅ ｄｉｍｅｎｓｉｏｎｓ ｉｓ ｉｍｐｏｒｔａｎｔ ｔｏ ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｃｌａｓｓｉｆｉｃａｔｉｏｎ，ｗｅ ａｄｏ ｌｉｍｉｎａｔｅ ｔｈｅ ｉｎｆｌｕｅｎｃｅ ｏｆ ｔｈｅ ｄｉｍｅｎｓｉｏｎｓ．Ｉｎ ｔｈｅ ｐａｐｅｒ ｗｅ ｒｅｇａｒｄ ｐｔ Ｍａｈａｌａｎｏｂｉｓ ｄｉｓｔａｎｃｅ ｗｈｉｃｈ ｃａｎ ｅ－ ｔｈｅ Ｍａｈａｌａｎｏｂｉｓ ｄｉｓｔａｎｃｅ ｂｅｔｗｅｅｎ ｔｈｅ ｔｅｓｔｅｄ ｓａｍｐｌｅ ａｎｄ ｔｈｅ ｔｒａｉｎｉｎｇ ｓｅｔ ｏｆ ｅｖｅｒｙ ｃｌａｓｓ ａｓ ｔｈｅ ｃｒｉｔｅｒｉｏｎ ｆｏｒ ｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｔｈｒｏｕｇｈ ｔｈｅ ｔｅｓｔ ｏｎ ａ ｒｅａｌ ｄａｔａ ｓｅｔ，ｔｈｅ ａｃｃｕｒａｃｙ ｒａｔｅｓ ｏｆ ｅｖｅｒｙ ｃｌａｓｓ ａｎｄ ｔｏｔａｌ ｔｅｌｌ ＵＳ ｔｈａｔ ｔｈａｔ ｔｈｉｓ ｍｅｔｈｏｄ ｉｓ ａｎ ｅｆｆｅｃｔｉｖｅ ｍｅｔｈｏｄ ｆｏｒ ｃｌａｓｓｉｆｉｃａｔｉｏｎ Ｋｅｙ ｗｏｒｄｓ：ｃｒｅｄｉｔ ｅｖａｌｕａｔｉｏｎ；ｃｒｅｄｉｔ ｒｉｓｋ；ｎｅｉｇｈｂｏｒｈｏｏｄ ｒｏｕｇｈ ｓｅｔ；Ｍａｈａｌａｎｏｂｉｓ ｄｉｓｔａｎｃｅ 收稿日期：２０１２—１０—１９ 作者简介：郭春花（１９８５一），女，硕士研究生，主要从事信用风险评级研究。
企业信用风险评估模型研究
企业信⽤风险评估模型研究
论⽂题⽬：企业信⽤风险评估模型研究
专业：技术经济及管理
作者姓名：林波学⽣签名：
导师姓名：薛惠锋导师签名：
职称：教授答辩⽇期：
摘要
现代经济⽣活中，信⽤关系即债权债务关系已成为⼀种最普遍的经济关系，因此⽬前的经济实际上是⼀种“信⽤经济”。在各类
信⽤形式中，企业信⽤是信⽤经济纽带中的核⼼，企业信⽤风险也成为⽬前商业银⾏信⽤风险产⽣的根源。因此，加强对企业
信⽤风险的管理，能够促进解决近年来我国商业银⾏因信⽤问题所⾯临的困境。企业信⽤风险管理的核⼼环节—企业信⽤风险
评估，则是信⽤风险管理研究中的重中之重。
本⽂⾸先对企业信⽤风险评估涉及的四个基本概念，即信⽤、信⽤风险、信⽤风险管理以及信⽤风险评估进⾏界定，对这些概
念所涉及到的基础理论予以回顾，以廓清企业信⽤风险评估的理论体系；在企业信⽤风险评估指标研究评述的基础上，利⽤层
次分析法构建了企业信⽤风险评估指标体系，对各个指标进⾏了分析，计算出指标的综合权重并进⾏了⼀致性检验；从企业信
⽤风险评估的复杂性分析⼊⼿，利⽤GA-PSO混合规划算法构建了企业信⽤风险评估模型，并将模型的性能和计算结果与传统
统计学⽅法、GP算法的计算结果进⾏⽐较，结果显⽰该模型在预测准确率等⽅⾯优于传统的多元回归模型及GP 模型；最后
利⽤上市公司的实际数据对企业信⽤风险评估指标体系及基于GA-PSO混合规划算法的企业信⽤风险评估模型进⾏实证检验，
结果显⽰使⽤两种⽅法对实证对象信⽤风险的评估结果与实际风险状况基本⼀致。
【关键词】：企业信⽤信⽤风险风险评估层次分析法 GA-PSO混合规划算法
【论⽂类型】：应⽤研究
本⽂得到陕西省科技厅软科学研究计划项⽬“陕西省社会信⽤体系的制度框架及信⽤评级研究”（项⽬编号：2004KR55）的⽀
持。
Subject：Research On Enterprise Credit Risk Evaluation Model Major：Technological Economy & Management
基于AHP法的中小企业信用评级指标体系构建
财务成本管理Ｉ Ｆｉｎａｎｃｉａｌ Ｃｏｓｔ Ｍａｎａｇｅｍｅｎｔ
基于ＡＨＰ法的中小企业信用评级指标体系构建
西安财经学院商学院左锐刘哲
摘要：中小企业是推动国民经济和社会和谐发展不可缺少的重要力量，加快我国中小企业信用
评级建设具有重要的现实意义。本文从中小企业基本状况出发，对中小企业信用评级指标体系进行
遴选分析，并以层次分析法为基础对权重加以设置构建中小企业信用评级体系，以促进中小企业的
发展。
关键词：中小企业信用评级层次分析法
一、引言
近年来，广大的中小企业已经越发的成为我国市场经 济发展的中坚力量。然而与中小企业发展欣欣向荣形成鲜
明的对比，我国众多中小企业所处的外部生存环境令人担
忧。目前，我国中小企业资金来源的８０％依靠银行融资，资
金的融资渠道比较单一。由于中小企业自身存在着管理不
完善，经营不稳定、风险较大等特点，再加上社会信用评价
体系不完善，这就导致了金融机构更不愿意对中小企业放
贷，这使得中小企业融资难的困境更是雪上加霜。因此，建
立完善的信用评级体系对中小企业的融资及信用的发展
有着至关重要的作用。
二、中小企业信用评级指标遴选分析 企业信用评级是一项经济活动，是在日常金融信用关
系及其复杂的情况下，对各类企业所负各种债务到期是否
具有偿本付息的能力和可信任程度的综合评估，并且以一
定的符号来表示信用评级的结果，是对债务偿还风险的评
价。信用评级最主要的功能就是减少资本市场上投资者和
投资企业之间的信息不对称，保护投资者切身的合法权
益，构建金融市场的风险防范体系以及对企业信誉的监督
机制，是市场经济体制下不可或缺的重要工作。中小企业
的信用评级活动致力于对中小企业到期偿还债务并支付
利息的能力与意愿进行较全面的分析。因此，从偿债能力
和偿债意愿两方面人手，更能突出反映中小企业的信用状
况，并对信用评级体系展开深入的探讨。其中，中小企业的
偿债能力又可以通过财务状况和经营状况等两个方面来
基于聚类分析与模糊可拓AHP的中小企业信用评价_一个供应链金融的视角,现代管理科学(5)
■现代管理科学■2011年第5期■发展战略
备注：若是融通仓、保兑仓融资交易资产项考虑质物价格的变动性，若融资项下资产是应收帐款则考虑应收帐款的帐期与坏账率等指标。中小企业信用评价
申请企业基本情况A1供应链核心企业资质A2交易资产情况A3供应链运营状况A4申请者与核心企业关系A5
应收帐款的账龄与帐期B3`1核心企业提供担保意愿B54交易年限B53交易频率B52交易总价值B51风险控制能力B44行业增长率B43顾客满意度B42行业环境B41申请企业的退货率B33申请企业的坏账率B32质物可能
的损失坏程度B33质物价格稳定性B32质物变现能力B31偿债能力B24盈利能力B23行业地位B22信用等级B21贷款违约率B14偿债能力B13盈利能力B12管理者能力B11技术创新能力B16发展潜力B15
图１中小企业信用评价指标体系一、引言
供应链金融自从2006年被中国资金管理者沙龙发掘
并深入研讨后，越来越多地被国内各大企业和银行应用，已成为破解当前中小企业融资难题的创新金融产品。国内
外学者针对供应链金融业务，分别从不同角度进行了分
析。AllenN等人对中小企业融资提出了一些新的设想及
框架，最早提出了供应链金融的思想。GonzaloGuillen等
研究了短期供应链融资，提出了合理的供应链管理模式可
以影响资金融通与企业运作，从而增加供应链整体收益。本文提出应用模糊可拓层次分析法对供应链金融模式下
的中小企业信用风险进行评价的方法，该方法利用可拓区
间数来表示各指标间的相对重要性，比传统层次分析法更
科学、更合理，通过专家打分建立可拓区间个体判断矩阵，计算出各层次个体判断指标权重，应用聚类分
析法，将专家个体排序向量进行系统聚类，确定出专家权重系数，得出各层次综合权重，再结合模糊综合
评价方法进行逐级评价，最终得到综合评价值。二、基于供应链金融的中小企业信用评价指标体系
构建
本文借鉴传统信贷政策下中小企业信用评价的基本
框架，根据供应链金融自身的特点，结合借款人的资信水
《基于Logistic模型的中小企业信用风险评估研究》
《基于Logistic模型的中小企业信用风险评估研究》
一、引言
在经济发展和金融市场蓬勃的背景下，中小企业（SMEs）对于国民经济的贡献日益突出。然而，由于规模较小、财务状况不稳定、抗风险能力较弱等因素，中小企业的信用风险评估变得尤为重要。信用风险评估是对企业履行还款责任的信任度进行衡量，有助于银行和其他金融机构更准确地识别风险、优化贷款策略，从而保护其资产质量。Logistic模型作为一种常见的统计模型，因其适用于处理分类问题且对数据分布没有严格限制而广泛应用于信用风险评估领域。本文旨在探讨基于Logistic模型的中小企业信用风险评估研究，为中小企业信用风险管理提供科学、客观的参考依据。
二、文献综述
以往研究指出，中小企业信用风险评估对于金融市场的稳定发展具有重要意义。许多学者和专家运用不同的方法对信用风险进行了研究，如多元线性回归模型、决策树模型等。其中，Logistic模型因其良好的分类性能和稳健性在信用风险评估中得到了广泛应用。在Logistic模型的应用中，主要关注企业财务指标、市场环境指标、运营指标等关键因素对信用风险的影响。通过对这些因素的合理组合和预测，能够有效地提高信用风险评估的准确性和可靠性。 三、Logistic模型的应用
1. 模型构建
本研究选取了若干关键指标作为自变量，如企业财务状况、经营能力、市场环境等，以信用风险为因变量构建Logistic回归模型。在模型构建过程中，通过数据的筛选和预处理，确保了数据的准确性和可靠性。此外，还对模型进行了优化和调整，以提高预测的准确性。
2. 模型应用
Logistic模型应用于中小企业信用风险评估时，可以分析不同指标对企业信用风险的影响程度。例如，企业的负债率、盈利能力、市场占有率等关键因素均与信用风险密切相关。通过对这些因素进行量化分析，能够得出企业在特定时期的信用风险等级和风险大小。这有助于金融机构在制定贷款策略时更准确地判断企业信用风险水平，降低违约率。
基于AHP法的中小企业信用评级模型研究
财佘通孔・综合２０１０年第２期（下）
基于ＡＨＰ法的中小企业信用评级模型研究
樊锰 汪媛雏 张竹海 仇新卫 （１、西南财经大学工商管理学院／金融学院／中国金融研究中心；２、农业部成都沼气科学研究所四川成都６１００７４） 摘要：我国商业银行和担保公司的信用评估方法目前处在比率分析阶段，对中小企业的信贷评级参照大 企业标准。本文从中小企业信用评级方法的比较和选择入手，ｒ＇ＸＡＨＰ分析法为核心，构建多级模糊综合评价模 型，以期对中小企业信用状况做出客观公正的评价。 关键词：中小企业信用评级ＡＨＰ多级模糊 一、企业信用评级方法的选择 （一）企业信用评级方法的比较 目前国内外银行和信用评级机构使用的信用评级方法有很多，归纳起来大致可以分为三类：第 一类：传统的信用评级方法。主要包括以５ｃ法为代表的专家评判法和以５ｃ法为基础发展起来的综合评价法。这种传统的评价方法虽然 有其固有的优势，但是对于那些不能量化的因素由评级人员主观判定，具有很大不确定性。第二类：统计模型法。主要包括线性区别模 型、线性概率模型、Ｌｏｇｉｔ￣：型和Ｐｍｂｉｔ模型。统计模型法的突出优点是模型的估计和使用相对比较简单，容易得到较为一致的评级结果； 但存在的缺陷也很明显：模型是经验性的，很难对模型的经济意义作出解释；统计试点主要采用的是当前会计数据，因而模型所反映的 统计关系有可能随着经济周期的变化而发生变化，因此在使用时必须加以验证；输入变量以定量指标为主，从而未对定性信息做出全 面的评估；统计模型所反映的统计关系也可能因行业而异，在使用时需要分行业对模型作出相应的估计。第三类：层次分析法（Ａｎａｌｙｔｉｃ Ｈｉｅｒａｒｃｈｙ Ｐｒｏｃｅｓｓ，简称ＡＨＰ）。这是Ｔ．ＬＳａａｔｙ于７Ｏ年代初提出的。ＡＨＰ它能够把复杂问题中的各种因素通过划分为互相有序层次，使之条 理化，根据对一定客观现实的主观判断结构把专家意见和分析者的客观判断结果直接而有效地结合起来。同时又有系统灵活简洁的特 点，使得又有在我国社会经济各个领域内，特别是经济管理、科研评价等领域，得到了广泛的重视和应用。 （二）中小企业信用评级方法的选择 目前国内的商业银行和担保机构没有一个专门针对中小企业信用的合理、健全的评价体系。 传统的信用评级方法（５ｃ法、综合评估法）主观性太强，不确定性较大，而且缺乏必要的定量技术，因此不适用于现代中小企业的信用评 级；同时我国目前中小企业存在着外部融资环境不佳、财务信息披露不健全、收支不透明、中小企业历史财务数据缺乏等问题，这些现状 决定了以统计模型为代表的纯定量分析方法在我国现阶段可操作性不强；ＡＨ吩析法从本质上说，代表一种决策思维方式，有着深刻的 数学原理。它把定性与定量相结合地处理各种决策因素，同时其系统灵活简洁。针对我国银行的内部评级目前正处于“打分卡”阶段现实 状况，决定了ＡＨＰ法以其突出的优势来作为我国担保公司和商业银行贷款决策的信用评级工具。 二、基于ＡＨＰ法的我国中小企业信用评级设计 （一）中小企业信用评级指标体系的基本原则构建评级模型的基础是建立一套适合中小企业的信用评级指标体系。中小企业 的信用评级是一种综合评价，其指标体系的内容应该全面反映所有影响评级对象的信用状况。同时，各项评级指标必须有机配合、互 相补充，不同的评估目的应该具有不同的评估侧重点，不同的侧重点则需要不同的评估指标体系与方法。另外，对于中小企业而言， 还应该特别注重其未来的成长空性。因此，指标的选取应该遵循：定量与定性相结合；全面与可操作性相结合；系统与科学相结合；指 标与目的相结合；整体与局部相结合；企业的过去、现在和未来相结合。 （二）中小企业信用评级指标体系的基本要素在指标因素方面，首先要确定信用评级要评价哪些内容，即信用评级的基本要素， 也就是分析哪些因素会对企业信用状况产生影响；其次要结合中小企业自身的特点，加大中小企业“软信息”的评级权重，适当降低财务 指标的分析权重，突出企业的信用状况、发展潜力和所处经济环境的评价；最后要在具体评价时既充分考虑中小企业的成长性、效益性， 又注重对其财务风险评价，使信用等级能够合理地反映中小企业的信用状况和偿债能力。在评级指标设置方面，可适当降低企业的固定 资产、投资规模等指标权重，增大企业管理人员的素质、经营管理水平、企业所处行业及发展前景、诚信情况等指标权重。这样能够更加合 理地反映中小企业的真实状况。在企业财务信息方面，除了分析企业财务报表以外，更应该关注企业实际的经营业绩，结合企业产品订 单、纳税清单、银行结算流水账、法人及股东个人的资产等，从侧面掌握较为真实的企业经营管理财务状况。在非财务因素的方面，评估重 点应放在中小企业的成长性及发展前景上。特别是对企业法人的经营管理能力、信用记录、个人履历、家庭背景、口碑等进行详实的考察 和评估；对于家族式企业，要尽可能地了解整个家族的信息资料，包括家族资本实力、关联企业等的情况，以确定其社会信誉。 （三）我国中小企业信用评级体系设计考虑到各评价要素的特点和相关数据的可得性，本文在上述原则的指导下，设计了中小 企业的信用评级指标体系，如（表１）所示。
中小企业信用风险主要度量模型述评
龙源期刊网
中小企业信用风险主要度量模型述评
作者：郑美莲
来源：《财讯》2018年第28期
本文通过分析发现，当前适用于中小企业信用风险的度量模型，如统计模型、AHP、BP神经网络、SVM，不同的度量模型均存在着一定的优势与不足。未来中小企业信用风险模型的构建可从数据的搜集、定性定量指标的选取、动态因素等方面进行优化。
中小企业 信用风险 融资
引言
融资难是制约我国中小企业发展最主要的因素。融资难困境的根本原因在于中小企业与金融机构信息不对称，我国尚未发展出中小企业信用评级的方法。当前信用风险度量模型大部分适用于大企业。然而大企业与中小企业在信用风险表现上有显著差异，Vallini（2008）、王建刚（2016）、郭晓凤（2017）等认为规模不同的企业需建立相应的信用评级模型。因为中小企业规模小、财务透明度差、发展时间短等因素，中小企业信用风险难以准确度量，以致于难以获得金融机构的认可从而无法获得融资。
中小企业信用风险的度量
（1）统计模型法。在运用统计模型法度量中小企业信用风险时，主要采用LDM、LPM、Logit、Logistic ，其中Logistic模型应用较为广泛。Wiginton（1980）首创性地把Logistic模型用于信用风险评估中，条件概率为： ，其中，。该类模型對数据要求不高，运用静态的定量指标，较好搜集；参数估计和使用较为简便，且评估结果较好。缺点在于模型是经验性的，不具备有效的经济意义，缺乏对动态、定性因素的考虑，无法作出全面细致的评估。
卿固等（2015）、刘秀琴（2016）、王千红（2017）等学者采用Logistic模型进行实证，均表明模型准确率较高，能较好判别中小企业的信用风险，可用于信贷创新以改进中小企业融资难题。梁琪等（2014）引入截面数据的随机效应Logistic模型，以期解决模型之外因素对违约行为的影响，研究发现随机效应Logistic模型以及添加公司治理指标能更加优化判别预测效果。
基于AHP法的科技型中小企业信用评级研究
２０１４年第１期 总第１８０期 征 信 ＣＲＥＤＩＴ ＲＥＦＥＲＥＮＣＥ ＮＯ．１ ２０１４ Ｓｅｒｉａｌ Ｎ０．１８Ｏ
【信用评级】
基才ＡＨＰ法的科技型
中小企业信用评级研究
李杰群
（１．上海财经大学应用经济学博士后流动站，上海２００４３３；
２．上海金融学院国际金融学院，上海２０１２０９）
摘要：国内外科技型中小企业融资理论与实践证明，科学评价科技型中小企业信用具有关键性意义。在回顾相 关研究的基础上，以ＡＨＰ分析法为基础，构建符合科技型中小企业特点的信用评级指标体系，重点对履约能力和 成长能力的相关指标进行考核。 关键词：科技型中小企业；ＡＨＰ法；信用评级 中图分类号：Ｆ８３２．４ 文献标志码：Ａ 文章编号：１６７４—７４７Ｘ（２０１４）０１—００５５—０５
科技型中小企业之所以很难得到银行机构的贷
款融资，除了高风险、可抵押资产少等科技型中小企
业本身特征外，银行机构缺乏针对科技型中小企业
信用评价体系进而无法对科技型中小企业进行信用
评价也是一个重要方面。因此，不论是发展风险投
资的需要还是完善科技型中小企业间接融资渠道，
科学评价科技型中小企业信用具有关键性意义。
一、科技型中小企业信用评级相关研究回顾
现代企业信用评价起源于ｌ９世纪末２０世纪初
的美国，随后的一个多世纪中，西方各主要经济发达
国家陆续开展了依据企业财务实绩统计指标的评估
工作。信用评级的主要理论主要集中在对信用评级
技术的研究，评级技术的水平直接关系到评级的准
确性。现阶段，国外主流的信用评级方法主要有三
大类：因素法、模型法和层次分析法（Ａｎａｌｙｔｉｃ Ｈｉｅｒ．
ａｒｃｈｙ Ｐｒｏｃｅｓｓ，简称ＡＨＰ）。其中，因素法主要包括
“５Ｃ”要素法和“５Ｐ”要素法。按受评对象分类，模 型法又可以分为针对公司（主体）的模型和针对组合
风险的模型。其中，前者主要有ｚ评分模型、Ｂａｔｈｏｒｙ
信用分析模型、Ｃｈｅｓｓｅｒ的信用预测模型、Ｐｒｏｂｉｔ／ｌｏｇｉｔ