前言：中文期刊网精心挑选了企业信用评价范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
企业信用评价范文1
中图分类号：F830.56 文献标识码：A 文章编号：章编号：1006-1770(2011)08-054-05
中小企业融资难一直是我国经济生活中引人注目的问题。近几年来，国内研究者将中小企业的范畴更为细化，将微型企业从中小企业概念中剥离出来，直接探讨微型企业的融资难题；另一方面，近几年来，我国城市商业银行等中小型银行逐步发展，从弱到强，中小型银行体系从模糊到清晰。哈尔滨商业银行、包头商业银行、台州银行等一大批中小银行将面向微型企业的小额信贷作为自己差异化竞争，谋生存、求发展的战略方向。因此，研究微型企业信用评价问题不仅能够解决微型企业的融资难题，还是中小商业银行差异化生存的战略方向。
目前，各商业银行面对微型企业的贷款主要在小额贷款大类中。而小额信贷所采用的信用评价方法主要是经验方法，或称为专家方法。依赖信贷人员主观判断的方法，受限于合格信贷人员的数量和较高的人力成本，很难大规模推广使用。而一个有效的信用评价模型，依赖信息技术的处理能力，不仅可以克服不能大规模推广的弊病，还能够提高评价结果的公平性。事实上，微型企业贷款单笔数额小、笔数多、交易数据丰富等特点，刚好符合了信用评分技术需要借助大量业务数据形成准确判断的要求。
一、微型企业信用评分的应用和发展
上世纪90年代，美国银行业开始使用信用评价方法审核小企业的贷款申请。富国银行开通了专门针对小企业贷款的“企业通”产品。10万美元以下的贷款，直接通过企业信用评分决定是否放款。同一时期，美国信用评分巨头Fair Isaac公司推出了专门针对小企业进行评分的系统SBSS（Small Business Scoring Service）。SBSS的主要目标是针对中小企业25万美元以下的小额贷款，10万美元以下的设备租赁和5万美元以下的信用卡业务的信用评分。这一系统目前仍然被300多家美国银行使用，并处理90%以上的小额商业贷款。
随着信用评分在美国小企业贷款中的运用迅速扩展，亚特兰大联邦储备银行在2000年进行了一次电话调查。针对1997年的业务情况，访问了美国资产规模前200的所有银行，有99家银行作了回应，其中就有61家报告对于绝大多数低于10万美元的贷款，都使用了小企业评分系统。亚特兰大联储银行的Allen N.Berger、W.Scott Frame等人对小企业信用评分的作用和影响作了一系列的实证研究分析。他们通过实证研究发现，得益于信用评分系统的采用，每家金融机构小企业贷款的金额平均增长了40亿美元，相当于市场份额增长了8.4%。Allen N.Berger(2005)进一步研究了小企业信用评分，得出由于信用评分系统的应用，不仅使得小企业贷款的总量得到了增长，还使得低收入地区和富裕地区一样获得了更多的贷款。同时该技术对大小银行的影响不同，大银行基于自己充沛的资金实力和技术能力，往往更倾向于使用评分技术，而小企业信用评分改善了它们由于信息不对称导致的在中小企业贷款上的劣势。Allen N.Berger(2009)进行了一次新的调查，与上次调查着眼于大银行不同，这次调查对象是资产总量在10亿美元以下的社区银行，结果显示46%的社区银行使用了信用评分。然而与大银行不同，使用信用评分的社区银行中，86%对小企业主使用客户评分（针对客户的评分系统）而非企业评分系统，2%使用小企业信用评分决定贷款，另外的12%则两种评分混合使用。对社区银行使用信用评分技术的实证分析表明，这一类型的银行在使用信用评分上存在着学习过程。在度过最初的学习期之后，小企业贷款量得到了增长，但市场份额并没有增长。社区银行使用信用评分技术后，其贷款总量的增加和质量的改善，受信用评分在贷款程序中使用方式影响。这些研究说明微型企业信用评分对大银行的意义要远远超过小银行，这可能归因于大银行由于其治理结构复杂，在处理微型企业客户时，与中小银行相比，存在更为严重的信息不对称问题。微型企业信用评分在应对这些问题方面可以发挥较好的作用。
二、 微型企业信用评价模型的选择
目前常用的信用评价模型有多元判别法、回归分析法、神经网络和数学规划方法。这些方法各有自己的优缺点，多元回归模型容易解释、使用，但对缺失值、极端值的处理不尽人意；判别分析模型通常假设自变量的分布是正态分布，这与事实情况常常不符；神经网络模型可以处理多元回归不能模拟的非线性数量关系，从而能够更精确的模拟现实情况，但整个过程近似于一个黑箱，样本微小变化对结果的影响较大，抗干扰性差。
事实上，除此之外，还有基于期权定价的KMV模型、基于VAR方法的J.P.Morgan模型、基于保险方法的死亡率模型和CSFP的信用风险附加模型、基于资产组合的RAROC模型。这些新型模型起源于上世纪90年代，并且在大型企业的风险管理中得到迅速普及使用。这些方法往往依赖于成熟的证券、信贷市场均衡价格。这些价格在中小企业所处的环境中，往往不能得到，故这些新方法、新技术不在本文模型选择的视野内。
综合考虑，本文选择较为常用的logit模型作为微型企业信用评价的实证方法，来详细分析信用评价技术。
三、模型指标的选择
范柏乃介绍了中小企业信用评价指标遴选的一般方法：依次通过隶属度分析、相关分析和鉴别力分析，提取出合理的指标体系。范柏乃首先按偿债能力、经营能力、获利能力、管理能力、创新能力、成长能力分组搜集了中小企业的28项指标，作为筛选的基础。接下来，向全国近300位专家学者发出了调查问卷，要求各专家选出其中最重要的十个指标。问卷汇集之后，根据指标被选择次数占专家总数的比重，即隶属度，排除隶属度低于0.3的6个指标。在剩下的22个指标中，分析彼此的相关性，再剔除相关系数高于0.6的5个指标，之后再利用20家中小企业的数据计算余下17个指标的变差系数，排除两个不合格的指标，剩下的15个指标构成了最终的指标体系，整个指标的遴选过程就此完成。这15个指标主要体现了偿债能力、经营能力、创利能力、创新能力和成长能力。
本文在选择指标体系时参考了该文的研究成果，针对每一项能力选取一到两个指标来表示。为偿债能力设计了指标债务收入比（Debt_Sales）和小额信贷占比（Sm_Debt）。这里之所以选择债务收入比代替资产负债率，来反映企业偿债能力，是因为笔者在处理模型时，发觉这一变量更能直接反映还款资金的来源，从而对是否违约有更大的影响。另外，笔者在调查实践中发现，微型企业的实际借款情况比较复杂，除了向农信社、农行借小额贷款外，还进行一系列的民间融资。因此，笔者在模型中加入了小额信贷在企业总债务中的占比这一变量。
体现经营能力的指标是资产周转率（Sales_Assets）。资产周转率是销售收入与资产的比率值。资产周转率高意味着，微型企业的资产使用更有效率；业主的管理能力更强；在利润率相同的情况下，可以获得更多的利润。
模型中体现获利能力的指标是销售利润率（Profit_Sales）。销售利润率越高意味着，在相同销售收入的情况下，能够获得更多的利润。资产周转率和销售利润率的乘积为资产利润率（Profit_Assets）。这三个变量是会计学中杜邦分析体系的重要变量，能够全面的反映企业运行情况，故把资产利润率（Profit-Assets)也包含在模型中。
这里之所以没有选择体现创新能力和成长能力的指标，是因为通过笔者的实际调查发现，处于企业发展初期的微型企业主们常常对创新能力和成长能力并没有清晰地理解；进入某一行业时往往具有随机性，很少是对发展前景有严格的判断之后，再进入该行业。考虑到本论文的研究对象是微型企业，而不是科技型、创新型企业，故不加入反映创新能力和成长能力的指标。此外，从数据的易取得性角度来说，创新能力和成长能力方面的指标，属于定性指标，调查过程中不容易获取；而我们选中的三项指标因为涉及利润、金额等硬性的指标，数据较易获取。
前文介绍过微型企业与规模较大的企业不同，企业主的个人特点对整个企业有决定性的影响。因此，本文的模型还包括了微型企业主学历（Degree）、婚姻状况(Married)和社会声誉(Reputation)3个变量。笔者认为一个具有优秀品格的人，比优秀的企业资产状况更重要，更值得信任，而个人学历、婚姻和社会声誉能够有效地反映微型企业主的道德品质。
终上所述，本文构建的模型包括以下变量：微型企业主学历（Degree）、婚姻状况(Married)和社会声誉(Reputation)、债务收入比（Debt_Sales）和小额信贷占比（Sm_Debt）、资产周转率（Sales_Assets）、销售利润率（Profit_Sales）和资产利润率（Profit_Assets），共8个变量。
四、实证分析
本文所用实证数据的采集地为安徽省东部地区,是皖江城市带承接产业转移示范区的重要部分，符合本文要求的微型企业数目众多的要求。皖东地区地处华中，处于东西部之间的有利区域位置，使得其成为产业结构升级、大量新企业迅速诞生发展的一个优质样本。作为研究微型企业信用评价的论文，笔者认为皖东地区的发展现状完全能符合本文研究的需要。
数据采集的目标区域存在着两个集聚产业，铁器制造业和电子行业。铁器制造业主要生产农用拖拉机防滑轮、建筑用钢结构、铝合金管等等；电子行业生产遥控器、高压包等电子行业的元部件。两个产业都有大大小小的众多企业，其规模从资产千万以上的大中型企业，到小型的家庭加工作坊。数量众多的企业为本文有关微型企业的数据搜集准备了良好的条件。本文的数据主要来源于这两个行业的微型企业，另外还有一些个体经济的数据。
本文所用微型企业的相关数据来源于发放调查问卷和入户访谈。共回收调查问卷近50份，每份调查问卷涉及微型企业的指标有企业的性质、资产总额、总债务额、企业年收入、企业年利润额、业主对行业前景的预测；涉及业主信息的指标有学历、婚姻、社会声誉；涉及小额信贷的指标有无使用抵押、是否有过逾期现象、逾期多久、贷款数额、贷款用途、利率水平、还款方式等合计25个指标。表1为调查问卷中各变量的取值情况：
业主学历（Degree）最高为4，大专水平。这与本文调查的微型企业不属于科技型企业，而多分布于传统产业中是适应的。婚姻状况(Married)的期望值为0.93，且标准差相对较小，说明调查的微型企业业主大多都已结婚。社会声誉（Reputation）的期望值为3.6，说明绝大多数微型企业业主的社会评价较高。源数据中只有1户得到了“很差”的评价。之所以获得了“很差”的评价，是因为该企业业主病重，将实际控制权交给自己的儿子，而第二代不具有领导该企业的能力。
债务收入比(Debt_Sales)的最大值是4.5，最小值是0.05，均值是0.58；之所以有相对较高的均值，是因为有几户的比率很大，托高了整个均值。比率最高的4.5是一家破产的加油站，最后的年收入已经低到支撑不起企业的运行，更不要说还款了。
小额信贷占比（Sm_Debt）也是很重要的一个变量，这与微型企业的融资方式密切相关。在笔者的调查区域，微型企业可以向正规的金融机构，如农村信用社、农业银行申请一定额度的小额贷款，也可以通过民间信用的方式，向亲戚朋友、资金富余者借款。除此之外，最重要的融资方式来源于原材料的赊欠，即流动资金的占款，这通常会占一个较大的比例。鉴于上述指标都是基于企业的债务总额度，而本文讨论的是微型企业的还款情况，故小额贷款在其中的比重也是一个很重要的变量，特将其引入到模型中来。
小额信贷占比最大的是1，最小的是0.05。取值最小的是一家家庭作坊式的铁器厂，共向农信社贷了5000元作为起步资金。在调查时，所有本息已全部结清。当时，该厂的总负债额为10万，也就是说主要是通过民间融资的方式解决自己的资金缺口。比值偏低的一个重要原因是企业规模较小，业主人脉不广，很难取得正规金融机构的贷款。小额贷款占比较低的事实说明了处于初创时期的微型企业，获取小额信贷的困难程度。
资产利润率（Profit_Assets）综合体现了资产周转率（Sales_Assets）和销售利润率（Profit_Sales）的影响。资产周转率和销售利润率是杜邦分析体系中最重要的两个变量。资产周转率反映着企业的经营效率，间接体现着业主的经营能力。在同等利润率的情况下，资产周转率高的企业能够获得更大的现金流，陷入经营困境的可能性更小，故偿还小额贷款的可能性更大。销售利润率高的企业，则能够获得更多的利润，从而还款的资金来源更有保证。
在实际调查研究中发现，资产周转率和销售利润率受行业特征影响明显，铁器制造业的微型企业资产周转率通常较高，而电子行业的资产周转率较低。两个比率之间存在一定的反比关系，资产周转率高的行业通常利润率较低，资产周转率低的企业，销售利润率较高，从而保证各行业的资产利润率大致保持一致。资产利润率的标准差为0.26，和销售利润率的标准差0.25相差不大，远低于资产周转率的标准差1.18。这说明了资产利润率远比资产周转率取值稳定。
由表中所知，模型中所有变量之间的相关性数值最大为0.49，说明变量之间的相关性不高，符合模型对数据的要求。
本文的实证分析是通过Stata SE11.0进行的。上文引进了8个变量，影响微型企业还款的各方面因素都有包括。接下来的建模过程参考了约化建模理论，通过逐步舍弃不显著的变量，来构建一个较为“简单”的模型：
首先，本文研究包含所有8个变量的logit模型，其回归结果如下：
logit(Pi/1-Pi)=
-10.37+0.71Degree+3.44Reputation-1.70Debt_Sales
(3.19) (0.71) (3.44)(2.91)
+2.32Sm_Debt-0.52Sales_Assets-8.56Profit_Sales+8.70Profit_Assets
(4.59)(1.69) (8.63)(9.57)
Pseudo R2=0.6885(伪可决系数),prob>chi2=0.0030
各系数的Z值情况如下表所示：
因大都数微型企业业主都结了婚，故变量婚姻状况(Married)直接被系统自动排除。模型的伪可决系数为0.6885，变量的整体显著性高达99.70%。这说明所有变量作为一个整体来说，对各个业主的还款可能性有很大的解释能力。但单个变量的Z检验结果并不理想。“P>|Z|”的取值全都高于0.3，这说明了单个变量的显著性并不明显，变量之间存在着共线性。接下来的处理措施就是去除一些冗余的变量。
有Z检验的取值可知，变量Degree的显著性最低，故在新模型中，我们首先排除Degree。其次，资产周转率（Sales_Assets）和销售利润率（Profit_Sales）的系数符号与现实经验相违背。笔者认为这是由于资产周转率、销售利润率与资产利润率之间的共线性造成的。事实上，在表2中，我们可以观察到它们之间相对较高的相关性。在新模型中，我们排除了资产周转率（Sales_Assets）和销售利润率（Profit_Sales）。新模型回归结果如下：
logit(Pi/1-Pi)=
-9.76+2.80Reputation-2.08Debt_Sales+2.10Sm_Debt
(6.39) (2.80) (1.34)(2.72)
+7.68Profit_Assets
(5.56)
Pseudo R2=0.6224(伪可决系数),prob>chi2=0.0005
各系数的Z值情况如下表所示：
从表4的数值可知，在去掉多余的变量之后，各变量的显著性有了明显的提高。虽然模型的伪决定系数从0.6885降到0.6224，但这一降低与变量显著性的提高相比是值得的。
常数项的取值为-9.76。这意味着在社会声誉、资产利润率、债务收入比、小额信贷占比都取零的情况下，Pi取值会偏低，趋向于0。这说明在社会声誉较低、企业运行状况较差、资金使用效率低的情况下，本模型认为业主不太可能顺利完成还款。
社会声誉(Reputation)的系数取值为正，说明微型企业业主较高的社会声誉能提高还款概率。这条结论包含着两个原因：一方面，具有较高社会声誉的微型企业业主，通常具有出色的经营能力，故相关企业的实力通常高于平均水平；另一方面，社会声誉能够反作用于业主。业主常常不希望既有的“好名声”被一次违约的信用记录打破，因此有较高社会声誉的微型企业业主在还款方面有比一般业主更大的还款压力，从而具有更高的还款概率。后一点，在笔者的调查过程中，得到了证实。很多微型企业业主向笔者强调“无论如何也不能有违约信用记录，否则将为以后的贷款带来困难！”
资产利润率（Profit_Assets），综合反映了企业的获利能力和资产使用效率。一个拥有较强获利能力的企业必然有较高的销售利润率，同时资产周转率较高的企业必然在资金使用效率上表现出色。销售利润率和资产周转率相乘，就是资产利润率，决定着企业的利润。
在本文的实证模型中，资产利润率的系数为7.68，说明资产利润率数值的增加有利于提升业主的还款概率。这符合现实经济规律，资产利润率的提高增加了企业现金来源，这减小了企业因还款而存在的资金链压力。
小额信贷占比（Sm_Debt）的系数为2.10，说明随着小额信贷比例的增加，业主的还款可能性也在提高。这可能与小额信贷较高的管理技术、严格的风险管理有关。小额信贷是最近几年推出的金融产品，故相关管理技术，远比传统的贷款先进，从而有较小的违约比例。这一点在实地调查中得到了证实，笔者所拜访的近期借贷的微型企业，还没有遇到一例违约的；违约的企业基本上来源于历史上的借款。
债务收入比（Debt_Sales）的系数为-2.08，说明随着负债总额占年收入比率的增长，业主的履约还款的概率在下降。还款资金的直接来源就是企业的销售收入。销售收入相较于负债总额，规模越大，企业还款的压力越小，履约可能性越大。
本文将履约和违约的概率分界点定在1/2处。用上述模型检验对照组的数据，预测的正确性如下所示：
如上表所示，违约业主的预测正确率为50%，低于履约业主的预测正确率87.50%。模型在不同类型业主预测上的差异可能是由于样本数据中履约业主所占比例较大,违约业主数据量较小造成的。较多的数据使得模型能够对履约业主的特征进行更准确的拟合，提高了履约预测准确程度。整个验证数据的预测正确率为80%，说明该logit模型的总体预测能力是比较高的。
结论
本文的研究表明，合适的微型企业信用评价模型能够较为准确地预测还款情况。微型企业信用评价模型完全有能力在微型企业融资过程中发挥重要作用。这种数量化的评价方法，符合微型企业贷款笔数多，额度小的特点。它相较于人工审批，不仅能同时处理更多的贷款申请，还能避免审批过程中的人为偏见。
微型企业信用评价模型从理论走向实践，可以先从贷款笔数多、数据量丰富、模式稳定的微型企业小额贷款开始，然后再扩展到其它的微型企业贷款形式。在应用过程中，我们可以广泛借鉴消费信贷中成熟的模型开发、实施经验，来探索微型企业信用评价的模式。
此外，随着电子商务的发展，一方面，以各类网店为主体的网上交易积累了丰富的交易数据；另一方面，阿里巴巴等知名公司适时推出了网络小额信贷，解决从事电子商务的小企业融资难题。新的交易方式、贷款形式，给微型企业信用评价模型技术提供了广泛的应用前景。信用评价模型在解决微型企业融资难的过程中将大有作为。
参考文献：
1.庄传礼：《中小企业信用》，《银行家》，2008年第11期。
2.范柏乃，朱文斌：《中小企业信用评价指标的理论遴选与实证分析》，《科研管理》，2003年11月。
3.Allen N.Berger,W.Scott Frame, Small Business Credit Scoring and Credit Availability[R], Working Paper,May 2005
4.Allen N.Berger,Adrian M.Cowan,W.Scott Frame, The Surprising Use of Credit Scoring in Small Business Lending by Community Banks and the Attendent Effects on Credit Availability and Risk[R], Working Paper,March 2009
5.W.Scott Frame,Aruna Srinivasan,Lynn Woosley, The Effect of Credit Scoring on Small-Business Lending[J], Journal of Money,Credit,and Banking,Vol.33,No.3(August 2001)
6. W. Scott Frame, Machael Padhi, and Lynn Woosley, The Effect of Credit Scoring on Small Business Lending in Low- and Moderate-Income Areas[R]，Working Paper,April 2001
作者简介：
企业信用评价范文2
信用是市场经济的基石，而作为市场竞争主体的企业，其信用状况如何，将直接关系到整个社会主义市场经济的发展。因此，对企业信用进行评价具有重要的现实意义。纵观信用评价的历史，从最初依靠训练有素的专家主观判断的古典信用度量术到现在以统计学、运筹学、模糊数学和现代金融理论为基础的信用风险模型，企业信用评价方法在不断演进中发展和完善。归纳起来大致可以分为三类，第一类是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；第二类是统计模型法，其中主要包括线性区别模型、线性概率模型、Logit模型和Probit模型；第三类是以类神经网络法与模糊分析法为代表的新兴评级方法。
在国内外企业信用评价实践和理论研究中，更多地是把企业信用评价内容界定为财务类与非财务类两大因素。通过对企业财务因素的定量分析，可以判断出企业财务状况的好坏程度，从而确定企业还款能力的大小。在此基础上，再对影响企业财务状况的非财务类因素进行分析，就可以对企业的还款能力作出更加全面、客观的预测和动态评估。由于非财务类因素的影响程度是由人们的主观判断确定，并且这种评价不可避免地带有结论上的模糊性。因此，要提高企业信用评价的可靠度，必须找到一种能够处理多因素、模糊性及主观判断等问题的评价方法。本文认为可以借助模糊数学的思想，建立一个模糊综合评价体系。
二、AHP-模糊综合评价模型
AHP模糊综合评价模型主要由两部分组成，第一部分，层次分析法，它是美国著名运筹学家、匹兹堡大学教授托马斯・塞蒂于20世纪70年代中期正式提出来的。所谓层次分析法就是一种定性和定量相结合的、系统化、层次化的分析方法，强调人的思维判断在决策过程中的作用，通过一定模式使决策思维过程规范化，适合于定性与定量因素相结合、特别是定性因素起主导作用的问题。而品质在对客户的信用评估中是最重要的，因此，我们就用AHP法确定各指标的相对权重。第二部分，模糊综合评价，它是一种应用非常广泛和有效的模糊数学方法。所谓模糊综合评价法就是运用模糊数学和模糊统计的方法，通过对影响某事物的各个因素的综合考虑，对该事物的优劣作出科学地评价。模糊数学是20世纪60年代美国自动控制专家查德（L.A.Zadeh）教授创立的，是针对现实中大量的经济现象具有模糊性而设计的一种评判模型和方法，在应用实践中得到有关专家的不断演进。综上所述，AHP模糊综合评价模型就是首先利用层次分析法确定企业信用评价体系中各个评价指标的权重，然后利用模糊综合评价对企业信用评价的过程进行模糊综合处理，最终就可以确定企业信用评级等级。
三、运用AHP设计中小企业信用评价指标体系
其一，设立评价指标体系。根据企业信用评价指标体系设立三层评价指标集：目标层指标集U=｛U1，U2，U3，U4，U5｝，分别代表企业的品质、能力、资本、抵押和条件；准则层指标集Uk=｛Uk1，Uk2，…，Ukm｝，其中m为Uk下的指标数；统计指标集Ukm=｛Ukm1，Ukm2，…，Ukmi｝，i为Ukm下的指标数，见表1。评判集是对评价对象可能出现评价结果组成的集合，本文采用五级评价标准，用V表示：V=｛V1，V2，V3，V4，V5｝，其中V1，V2，V3，V4，V5分别代表评价结果优秀、良好、中等、及格、不及格。一般而言来自企业外部的信息比来自企业内部的信息更加可靠，为了保证企业信用信息平台的有效性和准确性，因此，基于“5C”系统建立的信息库要采集并储存来自公共服务部门或管理部门的有关企业以下方面的信用信息。如表1所示：
其二，构造判断矩阵。建立上述层次结构后，就需要确定一个上层次元素所支配的下层若干元素以该上层元素为准则的比较判断矩阵。根据T.L.Saaty教授提出的比例九标度法，通过两两比较，确定层次中诸元素相对于上一层次某一元素的相对重要性，构造出两两比较判断矩阵。
（2）确定定量指标的隶属度。对于定量指标的隶属函数关系的确定方法分为效益型指标（越大越好型）和成本型指标（越小越好型）两种情况考虑。先根据有关金融法规及经济常识确定企业所属行业的各统计指标的平均值、最高标准、最低标准，取平均值与最高水平的中间值得到较高水平、平均值与最低水平的中间值得到较低水平，5个标准构成评价结果Vf（f=1，2，3，4，5）。然后，计算定性指标的实际值，再判断与其最接近的二个标准，即（3）确定模糊综合评价模型。首先，利用（1）、（2）计算出来的隶属度得到统计指标层的模糊变换矩阵Rkm和统计层指标权重集Wkm=（Wkm1，Wkm2，…，Wkmi），采用加权平均法计算得到准则层的模糊变换矩阵Bkm=Wkm・Rkm；其次，利用准则层的模糊变换矩阵Bkm和准则层指标权重集Wk=（Wk1，Wk2，…，Wki），同样采用加权平均法计算得到目标层的模糊变换矩阵Bk=Wk・Rkm；最后，利用目标层的模糊变换矩阵Bk和目标层指标权重集W=（W1，W2，W3，W4，W5），同样采用加权平均法得到目标层的模型构造矩阵B=W・Bk。
四、案例分析
笔者随机选取张家港市A企业的信用进行综合评级。
首先，分别向专家发放调查问卷，要求他们对各层次指标间的重要程度进行两两比较赋值，并根据赋值构造判断矩阵。并运用AHP法确定权重向量，如表2所示：
其次，通过问卷调查，让专家对A企业的定性指标进行打分评级，就可以得到这家企业的评价矩阵Rk，
即R11=0.20.20.30.300.20.20.40.200.30.20.40.100.40.20.20.20，R51=0.20.30.30.200.20.30.20.300.40.40.2 00
R52=0.30.40.20.100.30.30.30.100.20.40.30.100.40.30.20.10
对A企业的以往还款记录评价结果：
B1=B11=W11・R11=（0.080.050.030.54）・0.20.20.30.300.20.20.40.200.30.20.40.100.40.20.20.20=（0.3410.20.2820.1750）
对宏观环境的综合评价结果：B51=（0.250.3250.250.1750）
对行业状况的综合评价结果：B52=（0.270.3360.2640.10）
对条件的综合评价结果：B5=（0.260.3455 0.2570.13750）
由于一些小企业恶意逃废银行债务，致使银行宁可不贷或少贷，从而中小企业很难从银行贷到款，其需要资金时都是向亲戚朋友筹借的，因此这里关于抵押的指标隶属度就用（1000）来表示。通过搜集纺织业的相关资料，可以得到定量指标的最大值和最小值，然后通过分析A企业的财务报表就可以得出这些定量指标值的实际值，从而利用上述确定定量指标隶属函数的方法可确定定量指标的隶属度，如下：
R21=000.50.50000 0.390.61000 1 0000 0.460.54 R22=0000.210.790000.330.67
R31=1000000001R32=000.130.870000 0.620.38
R33=00 0.650.35000.420.580 000.520.480 0
对A企业的偿债能力评价结果：
B21=W21・R21=（0.070.210.430.29）・000.50.5 0000 0.390.610001 0000 0.460.54=（000.0350.6800.285）
对营运能力的综合评价结果：B22=（0000.23040.7696）
对资本结构的综合评价结果：B31=（0.20000.8）
对成长能力的综合评价结果：B32=（000.08710.78750.1254）
对盈利能力的综合评价结果：B33=（00.42560.53240.0420）
对担保资产的综合评价结果：B41=（10000）
对能力的综合评价结果：B2=（000.0230.5320.445）
对资本的综合评价结果：B3=（0.020.2720.3630.2320.113）
对抵押的综合评价结果：B4=（10000）
综上所述，对A企业信用的综合评价结果为：B=（0.2870.1990.2370.21000.067）。然而，为了使综合结果的优劣程度易于区分，我们就引进分数集F=（F1，F2，F3，F4，F5）T=（43210）T，其中 Fj表示第j级评价等级的分数。因此A企业等级综合评价值为：Z=B・F=（0.2870.1990.2370.2100.067）・（43210）T=2.429。由此可见，A企业的信用等级为中等。
五、研究结论
本文在前人和他人已有研究成果的基础上，结合目前我国企业信用评价的实践，进行了尝试性的拓展努力，主要结论如下：一是将模糊综合评价法引入企业信用评价中，运用定量分析与定性分析对企业信用进行评价。二是通过案例分析来验证指标体系及评价方法的实用性和有效性。但是本文中判断矩阵的构建和定性指标隶属度的确定这两个过程都需要专家评定，而笔者由于条件和资金所限，只能尽力找一些有评价经验或与此有关系的中高层管理人士，并非真正的评级专家，可能会对评级结果有所影响。并且凭借该公司所出的年报来做数据分析，难以判断其真实性，可能也会对评级结果有所影响。
参考文献：
［1］曹和平：《信用》，清华大学出版社2004年版。
［2］新华社、发改委：《中小企业在繁荣经济中作用越来越大》，《上海证券报》2007年12月11日。
［3］袁凌：《企业信用缺失的成因与治理》，《湖南大学学报》2003年第3期。
［4］胡笙煌：《主观指标评价的多层次灰色评价法》，《系统工程理论与实践》1996年第1期。
企业信用评价范文3
关键字：建筑；企业；信用评价；诚信；问题；途径
正文：
一、我国中小企业信用评价体系存在的不足
（一）中小企业信用评价体系的缺乏
当前我国企业在开展业务时，首先要考虑的是为企业自身赢得更高的经济利益，对于企业软件条件方面考虑还有所欠缺，更是没有意识到企业信用对于企业生存发展的重要性。当前，尽管我国很多企业都已经建立企业信用评价标准和管理方式，但是就是当前企业信用管理方面而言，企业信用评价体系还存在各种各样的不足。对于企业失信行为的处理和管理上还存在着很多的不足，因此，完善企业信用评价体系对于企业而言还十分重要。
（二）中小企业信用评价观念淡薄
当前我国企业还是多为国有企业，由于企业产权制度的不够明确，就造成企业管理者信用评价和信用风险意识的淡薄。企业缺乏对于自身信用的管理，就容易造成企业盲目投资、盲目决策等行为，这样对于企业生产经营产生了巨大的困难。特别是当前我国很多企业还没有完成角色的转换，还没有真正意识到企业竞争和合作，更缺乏相应的创新精神。企业各种诚信问题的出现主要由于企业诚信的不重视，想要建立完善企业信用评价体系就必须提升企业管理者对于信用评价工作的重要性。
（三）中小企业信用评价的法律法规体系还不够健全
当前我国企业内部还没有建立信用评价的法律体系，很多与市场经济相关的信用法律都还存在空白的位置，这样就是的企业在出现经济纠纷时变得无法可依。甚至有部分地方的执法单位还具有地方保护主义，就是企业在进行案件审理过程中容易出现偏袒本地企业的情况。这样一来外来企业在审理过程没有得到合理的保护，严重影响本地企业与其他企业工作的开展。
（四）缺乏中小企业信用激励和约束机制
企业信用和约束机制的缺乏，容易造成企业投资方恶意负债的情况，如，当前我国建筑企业中如果没有完善的信用激励和约束机制，就容易造成建筑企业承包商提供担保或垫资情况，还容易出现当期政府管理人的更换而造成工程款变为呆账的情况。当前我国很多的中小企业没有健全信用激励和约束机制，从而出现企业采用其他手段转嫁风险转嫁给银行的情况，最终影响到企业自身经营的发展
二、完善企业信用评价体系标准化的有效措施
（一）建立中小企业信用信息评价体系
做好企业信用评价工作，首先要对企业信用信息的了解。建立一个完善中小企业信用信息收集和评价的体系，需要相关政府部门的帮助，让政府部门带头，并联合其他的行政单位，做好中小企业信用信息归集档案。将中小企业分散信用信息如，企业产品质量的抽查工作和企业在海关部门的纳税记录已经企业合同的履行状况等进行收集和整理，作为共享信息。
另外就是需要企业要进行学习，学习那些在银行系统中认证企业信用信息数据，建立全网统一的信用信息数据库。并提升企业内部相关管理人员对于企业信用信息监管意识，通过运用企业市场运行方式，从而实现企业信用信息的增值。
（二）强化中小企业内部信用管理工作
做好企业信用评价工作，需要企业制定完善的信用管理制度，做好企业收账管理工作，也是企业内部信用管理工作的基础。从企业自身来说，就需要企业完善自身内部信用管理机制，做好企业信用信息的集中管理。另一方面，还需要企业能够结合企业自身的实际情况，建立有效的信用风险控制和管理机制，这样才能保证企业信用工作的开展，针对企业中出现的信用违约行为进行及时处理。企业信用控制机制的建立还能够形成对于企业客户的约束，这样一来就是利用企业形成公平的竞争环境，实现企业诚信。
（三）规范中小企业信用评估
为了保证企业信用评价工作的开展，建立一个能够与国际接轨，具有权威性的中小企业信用评估机制，加强企业中虚假审计报告、虚假信用报告和虚假企业资产评估报告等的处理工作，这样才能保证中小企业工作的进一步发展。同时建立一套符合中小企业信用评价工作的理论方法，形成科学规范的信用评价标准和体系，也是规范中小企业信用评估工作的有效措施。
另一方面，中小企业信用评价工作，还需要相关政府部门的配合，政府能够在制度上满足中小企业信用信息的需求，让企业形成相互竞争的局面，进一步激励中小企业信用评估工作的开展。除此之外，就是需要政府部门强化中小企业信用评价监督工作过，针对企业工作中出现的问题，进行及时的纠正。
（四）做到制度上释放对中小企业信用信息的需求
做好企业信用报告制度的推性能够大大推进企业信用制度的建设和完善，进一步促进企业的发展。中小企业信用报告主要针对企业现在的信用情况进行描述，并对于企业信用能力进行有效评价。当前信用报告是我国社会各界广泛使用的信用产品，它能够做到对于我国中小企业融资行为进行担保，并为政府资源和企业经济往来提供了一个全面高校的信用评价和信用服务平台。因此，做好企业信用报告，需要企业从资质较好的信用服务中介机构进行信息的收集，同时还需要企业能够将收集来信息进行实地考察，从而完善企业信息评价报告。
小结：
市场经济的发展，企业的信用受到了越来越多的关注，甚至影响到了一个企业的生死存亡，特别伴随着我国企业诚信问题的频发，信用意识的缺乏，甚至出现违法手段欺骗消费者的情况，严重影响了我国企业的生存发展。因此完善企业信用诚信管理制度，加强企业质量监督，规范企业市场行为是当前我国企业发展的首要任务。
参考文献：
[1]潘家芹. 解决中小企业融资难的一个新视角――中小企业信用评价指标体系的构建[J]. 生产力研究，2012，01：227-228+235+261.
企业信用评价范文4
（武汉轻工大学经济与管理学院 湖北 武汉 430023）
摘 要：供应链金融可以有效提高中小企业的信用水平，在传统信用评级体系的基础上，引入供应链的风险因素，运用层次分析法建立供应链金融模式下中小企业的信用评价指标体系。
关键词 ：供应链金融；信用评价体系；层次分析法
中图分类号：F832.42 文献标识码：A doi：10．3969／j．issn．1665－2272．2015．12．021
0 引言
自从2001年深圳发展银行推出供应链金融服务以来，以供应链为基础的供应链金融融资模式得到迅速发展，已经成为中小企业解决融资问题的有效方式。在供应链金融模式下，商业银行以整个供应链为对象，将核心企业与上下游企业联系在一起，充分考虑供应链上的价值交换，为中小企业提供灵活高效的金融产品，促进供应链“供-产-销”的高效运作，解决中小企业的融资问题。
作为仅一种新兴融资模式，供应链金融受到了广泛关注。目前，国内外各金融机构纷纷加入了供应链金融的竞争行列中。而与此同时，这种新兴模式如何进行风险管理，是供应链金融能否有效展开的关键所在。
1 传统信用评价指标体系
传统模式下商业银行对中小企业的信用评价主要是依据2006年中国人民银行颁发的《信用评级管理指导意见》，包括企业素质、经营能力、获利能力、偿债能力、履约情况、发展前期等6方面。但是在实际授信过程中，针对中小企业信用不透明的情况，商业银行更看重中小企业的经营能力、获利能力、偿债能力等这些比率指标，对企业的信贷担保物和低押资产有严格的要求。这也是中小企业融资困难的主要原因。相比于供应链金融模式，传统模式下的中小企业信用评价指标体系有以下两点不足：
（1）传统信用评价指标体系过分重视比率指标，这些指标虽然在一定程度上能反映企业的经营能力、获利能力。但是由于中小企业自生结构的缺陷，财务制度的不健全，信息透明度差，这些指标不能全面地评价企业的信用水平。
（2）传统信用评价指标体系只看重企业自身，只是“静态”的评价企业当时的信用水平，并没有将企业的发展潜力、供应链的发展前景以及核心企业的信用水平纳入评价体系。没有“动态”的评价企业的信用水平。
基于以上分析，在分析传统信用评价体系不足的基础上，加入供应链金融的信用风险因素，运用层次分析法建立供应链金融模式下中小企业的信用评价体系。
2 供应链金融信用评价指标体系
相比于传统模式下的信用评价，供应链金融的主要特点之一是商业银行对授信企业的信用评级淡化了授信企业的自身限制，不再是强调企业所处的行业、企业规模、固定资产价值、财务指标和担保方式，而是强调企业所处供应链的单笔贸易状况和供应链核心企业的资信水平，评估的是整个供应链的信用状况。
2．1 借贷企业自身的信用水平
借贷企业自身的信用水平指标与传统模式信用评价指标类似，包括企业素质、经营能力、获利能力、偿债能力，主要考察企业当前的经营状况和管理水平。
2．2 供应链整体运行状况
供应链整体运行状况是供应链金融实施的基础，金融机构考察供应链整体运行状况避免贷款企业由于信用不透明的而造成的信用水平下降，考察的主要指标包括行业竞争力、行业增长率、企业间合作程度。
2．3 融资项目的资产情况
融资项目的资产情况是金融机构考察的重点项目，第三方物流企业对原材料、半成品和成品等进行估计。银行通过估价结果给予借贷企业授信额度，并以这些质物作为担保物减少违约风险。考察的主要指标包括质物的价格稳定性、变现能力、退货率、应收帐单坏账率等。
2．4 核心企业情况
核心企业作为中小企业的另一个融资担保，是借贷企业和商业机构之间的桥梁，通过保证担保和回购协议等方式保障了供应链金融的有序进行。考察的主要指标包括信用水平、行业地位、盈利能力等。
根据以上4个一级指标，选取了企业素质、行业竞争力、价格稳定性、核心企业信用水平等14个二级指标，构建了供应量金融模式下中下企业的信用评价体系。具体的指标体系（见表1）。
3 运用层次分析法计算各指标的权重
层次分析法（简称AHP）是一种定性和定量分析相结合的决策方法，该方法将复杂的多目标问题作一个系统，将目标分解为多个组成因素，按支配关系再将这些因素分成若干组，形成有序的递阶层次结构。
3．1 建立递阶层次结构
供应链金融信用评级体系：A＝｛B1，B2，B3，B4｝；
其中：
3．2 构造两两比较矩阵
在递阶层次结构中，对于准则A，元素Bi和Bj哪一个更重要，重要的程度如何，通常按照1－9比例标度对重要性程度赋值（见表2）。
根据各元素的重要性比较，第一层项目重要性的判断矩阵A如下：
A=1 1/3 1/5 1/53 1 1/3 1/35 3 1 25 3 1/2 1
3．3 计算各要素的权重
根据AHP理论，确定权重有和法、根法、特征根法和对数最小二乘法，这里用根法计算各元素的权重（见表3）。
一级指标的权重系数为Wi＝（0．067，0．149，0．459，0．325）T。
3．4 一致性检测
因为判断矩阵是计算权重的根据，所以要求矩阵大体上具有一致性，避免出现“甲比乙极端重要，乙比丙极端重要，而丙又比甲极端重要”的讳背常识的判断，这将导致评价失真，因此，要对判断的相容性和误差进行分析。
一级指标的权重系数为Wi＝（0．067，0．149，0．459，0．325）T。
相同的原理计算一级指标下个二级指标的权重（见表5）。
从一级指标权重系数上可以看出，在供应链金融模式下，一级指标中融资项目的资产情况B3所占的权重最高，达到了0．459。核心企业情况B4所占的权重达到了0．325。而借贷企业自身的信用水平B1的权重最低，只有0．067。这说明在供应链金融模式下对企业的信用评价更看重于融资项目的资产情况和供应链上核心企业的信用水平。对于处于发展期的中小企业，其固定资产比例小、流动资产比例大、财务信息不透明、管理制度不健全，往往被重视比率指标的传统金融机构认定为违约风险大、信用低而拒绝借贷，这就导致了中小企业的融资困难。而在供应链金融模式下，金融机构更过看重供应链整体运行状况、融资项目的资产情况和核心企业信用水平，淡化了对中小企业的财务指标的要求。这样，中小企业可以根据与供应链核心企业的商业合作关系提高自身信用水平，有效的缓解融资难的问题。
从各二级指标的权重来看，借贷企业自身的信用水平中比较看重企业的偿债能力和获利能力，这与传统模式下企业信用评级区别不大；供应链整体运行状况中比较重视企业间合作程度，企业间合作是供应链整体运行的基础，包括企业间商业合作、信息共享、技术援助等等；融资项目的资产情况重视的是担保物变现能力和产品销售量，担保物变现能力是银行规避风险的直接来源，当中小企业出现违约情况时，金融机构可直接将交由第三方物流企业监管的担保物变现，来弥补企业违约对金融机构造成的损失。产品的销售量到达预测或高于预测，说明项融资服务是成功的，对银行和整个供应链来说是双赢；核心企业信用水平看重的是核心企业的信用水平，供应量金融是以核心企业的担保作为前提的，一旦核心企业以自身利益为重，而不以整个供应链利益为重，在价格、交货、帐期等方面采取对自己有利的行为，实现自己短期利益最大化，有碍于融资项目的正常运作。
3．5 二级指标的具体权重
将各二级指标的权重与与之对应的一级指标的权重相乘即可得各二级指标的具体权重（见表6）。
从二级指标的权重排名来看，排名靠前的是产品销售量、核心企业信用水平、担保物的变现能力等，由于供应链融资的还款来源于该项目自身，供应链金融模式下风险评估更多的考虑到供应链上的核心企业和融资项目的市场前景，淡化了借贷企业自身的信用水平。
可以看出的是供应链金融能否顺利进行，不仅需要企业自身和银行之间的合作，更需要核心企业的积极参与，来平衡企业和银行之间的信息不透明。以满分为100分划分4个等级（见表7）。
在实际操作中，以满分为100分，对各二级指标打分，根据二级指标各项具体得分，乘以其权重，即可得到其最终得分，并根据上表可得到其信用等级。
4 结论
通过分析传统模式信用评价体系的不足，运用层次分析法建立供应链金融模式下中小企业信用指标评价体系，在供应链金融实施过程中，需要中小企业、商业银行、核心企业之间的合作的紧密程度，来规避供应链金融的风险和弊端，才能达到供应链金融预期的效果。
参考文献
1 胡跃飞，黄少卿．供应链金融：背景、创新与概念界定［J］．财经问题研究，2009（8）
2 徐华．供应链金融融资模式的风险分析与防范［J］．金融经济，2009（10）
3 杨凤梅，毛思星．银行开展物流金融业务的风险及对策研究［J］．全国商情，2009（5）
4 熊熊，马佳，赵文杰，等．供应链金融模式下的信用风险评价［J］．南开管理评论，2009（4）
5 胡海青，张琅，张道宏，等．基于支持向量机的供应链金融信用风险评估研究［J］．软科学，2011（5）
6 白少布．面向供应链融资企业信用风险评估指标体系设计［J］．经济经纬，2009（6）
7 刘晓晶，王丽娟，任妍，等．基于BP神经网络的绿色供应链合作伙伴信用评价研究［J］．物流工程与管理，2013（5）
企业信用评价范文5
[关键词] 中小企业 信用评级
一、中小企业融资难的主要原因
我国中小企业已在全国企业总数中占相当大的比重，而其融资难的问题却依然比较严重。尽管中小企业可以通过股权、保理、租赁、赊销、典当等方式进行融资，但调查表明目前我国中小企业的融资渠道还是主要集中在银行贷款。
银行对中小企业的贷款发放是非常严格的。首先，银行出于成本的考虑不愿贷款给中小企业。其次，相对于大企业而言，中小企业的资产数量少，质量差，信用状况差，银行出于资金安全性的考虑不愿意向中小企业贷款。再者，银行目前执行的企业信用评价体系多是基于大企业制定的，不适合对中小企业进行评估。最后，银行在对中小企业贷款时普遍采取抵押贷款或担保贷款的形式。
由此可以看出，不管是抵押、担保要求，还是风险、成本考虑，都是由于银行对中小企业的信用评价难造成的。如果银行能够对中小企业做出完整的评价，就可以降低银行信贷风险，放宽对中小企业贷款的条件，解决中小企业的融资问题。
二、信用评价体系的建立
1.中小企业管理者信用评级体系的构建。这里的管理者是指中小企业的所有者和高层管理者。他们控制着企业的核心经济资源，决定着企业生产经营过程中的各种经济活动，拥有企业的剩余索取权，能够通过逃废、拖欠债务等违约行为增加个人利益。这样，我们可以通过建立管理者的个人信用评价体系监控管理者的行为。
当今社会，信用已经越来越被人们所关注。信用良好的个人，可以充分享受住房贷款、汽车贷款、消费信贷等好处，还可以获得好的社会地位、名声和他人的尊重。而信用差的个人在从事社会、经济活动时往往要付出额外的代价。作为企业的管理者，他也非常看重社会对他的信用评价是怎样的。信用评价好，其在经理人才市场上就会具有较好的竞争优势，企业都愿意高薪聘用。此外，由于信誉好能够取得其他单位或个人的信任，使得他在带领企业从事一些经济活动时，受到的阻力会小。反之，如果管理者个人的信誉状况不好，企业不愿意聘用或即便被聘用，在带领企业从事经济活动时也会因为个人信誉不佳而给企业带来影响。然而目前，人们对信用进行评价时多以定性为主，缺乏定量评价，无法知道某人的信用到底在被评价的一群人中具体处于何等水平。因而，应建立管理者的个人信用评价体系，通过建立信用评价体系在一定程度上会降低管理者的违约行为。
信用评级体系的建立需要有关各部门的共同努力和配合。档案管理部门负责提供个人的身份证明和学历、就业经历、家庭状况、经济收入等基本信息;房产管理部门和车辆管理部门可以提供个人的固定资产信息;电信、水、电、气、暖、物业等部门从日常生活角度提供衡量个人信用的必要信息；银行提供个人的信用卡等财务信息，信用机构通过对上述信息进行整理评价，得出个人的信用等级以供有关各方查询。信用评级需每隔一段时间更新一次，以提供个人的最新信用状况。
2.中小企业信用评价体系的构建。
(1)中小企业的优劣势分析。中小企业在生产经营中存在许多优势:生产规模和市场容量小，使其市场退出成本相对较低，从而具有较强的适应性;能够根据企业的具体情况突出自身某一方面的特色，通过特色经营建立优势；创新能力较强;企业平均成立时间较短，各方面成本较低;企业规模小易根据用户需要及时调整经营方向和组织结构。但是它也存在许多劣势:大多数中小企业的资源有限,并且一般处于市场后入者的位置;资金短缺、融资困难等多方面因素导致中小企业破产率高，平均生命周期短;一般无法通过多元化经营规避单一经营可能导致的风险,竞争力较弱;管理相对落后，管理体制不完善，管理人才缺乏等问题更强化了中小企业在竞争中的弱者地位;有些中小企业缺乏长远发展战略,企业短期逐利性强,导致企业违约等投机性短期行为发生频繁,道德失范严重。
(2)信用评价体系的建立。通过对中小企业的优劣势分析，可以看出，对中小企业进行评价时，其评价内容、方法应与一般企业的信用评价相类似，但也应有所不同。在建立中小企业信用评价体系时，除了要考虑企业的基本素质、偿债能力、盈利能力等指标，还应考虑中小企业的创新能力、成长与发展能力和履约能力等指标。
①企业基本素质评价体系。通过对管理者素质、企业规模、管理水平、职工基本素质、产品品牌与市场和信誉状况等方面来评价，从而通过研究企业的现状反映企业的信用能力。在这里，由于中小企业企业规模比大企业小，因此在评价时其参考值的设置应相对大企业适当降低。
②企业财务状况评价体系。主要从偿债能力、盈利能力、营运能力三方面考察。偿债能力是企业信用评价中的关键环节，这一指标的高低与企业的信用等级密切相关。主要以资产负债率、流动比率与速动比率三个指标综合来反映。较强的盈利能力及其稳定性是企业获得足够的现金偿还到期债务的关键因素，主要以净资产收益率、总资产报酬率、销售利润率等指标进行反映。营运能力是指企业资产周转的能力，它反映了企业经营活动的效率和活力。营运能力的好坏将对企业的偿债能力、盈利能力产生影响。以应收账款周转率、存货周转率来反映。
③企业创新能力评价体系。当今技术创新已成为企业生存与发展的重要条件，是企业过去为保证现在或未来的信用而进行的投资。主要从创新财力投入、创新物力投入、创新人力投入、创新效果等方面反映企业的创新能力，通过研究企业为保证信用的连贯性而进行的投资行为，从而考察其信用保证能力。
④企业成长和发展能力评价体系。从长远的角度来考察企业的未来信用。主要由行业趋势及地位、平均销售收入增长率、预计销售增长率、主要产品寿命期、未来新品种预计增长率、未来市场占有率预计增长率、发展规划与实施条件、同业市场竞争力等指标组成。
⑤履约情况评价体系。一个企业即使上述指标再好，如果通过各种方式恶意违约、不偿还贷款，则其信用能力也是很差的。因此，在对中小企业进行信用评级时，必须对其履约情况进行评价。主要以贷款按期偿还率和利息按期偿还率两个指标为主。
参考文献：
企业信用评价范文6
关键词：企业家信用；指标体系；企业家征信
中图分类号：F272．91 文献标识码：A
文章编号：1000-176X(2008)01-0119-06
一、引 言
企业信用评价是提高企业信用的重要措施。目前国内企业信用评价方法多引进国外成熟的企业信用评价方法，但因其更多关注企业财务指标而出现水土不服、信用评级不够准确等问题。究其原因，除了中国目前缺乏整体的信用环境，信用制度不健全，信息分散、不准确和不对称之外，笔者认为忽视企业家信用评价是其症结所在。中国企业家调查系统《2005年中国企业经营者成长与发展专题调查报告》中指出：企业家品格对企业信用影响最大！“中国企业家最欠缺的是信用！[1]”。本文通过对构建影响企业信用最具代表性的中小企业的企业家信用评价指标的分析，搭建企业家信用评价模型，探讨和完善企业家征信制度，加强企业家信用意识，进而提高企业信用水平，促进中国经济的健康发展。
二、文献综述
由于以最具代表性的中小企业中的企业家为研究对象，所以必须首先了解国内外对中小企业信用相关问题的研究。国外对中小企业信用的研究已经相当成熟，包括定义与概念，解释现象的理论基础，分析模型等[2]，如:早期Fitzpatrick (1932)[3], Smith[4]和Winakor[5] (1935) ,Merwin[6] (1942)，Beaver[7] (1966)研究并提出的企业信用的单变量模型。中期由Altman[8]分别于1968年和1977年提出的线性判别式模型(Z-Score模型)和二次判别式模型(Zeta模型)，由Meyer[9]和Pifer[10] (1970)提出的线形概率模型，由Charnesetal[11] (1978)开发的数据包模型，由Breimanetal．[12] (1984)完善的递归分类模型，由Messier [13]和Hansen[14] (1988)开发的专家系统。由Guptaeal[15] (1990)提出的数学规划判别模型。这些模型研究的基本方法是首先选定财务因素(一般是财务比率)，然后采集样本进行实证推导。总的来说，国外对中小企业信用的研究基本上集中于财务影响因素的研究，非财务影响因素的研究很少并比较零散和简单[16]。国内对中小企业信用评价的研究多是借鉴国外的模型和方法，也是基于和侧重于企业财务指标，考察和判断一个企业的信用水平和信用风险。国内外均较少涉及企业家信用信息，最多涉及少量的企业家一般信息。
企业家信用是一种特殊的个人信用，它比一般个人信用有着更强的外部性[17]。因此，研究企业家信用必须结合一般个人信用和企业信用。在个人信用研究方面，以美国为代表，无论是理论研究还是实际应用已经相当成熟和完善。在美国，每个人都拥有一个终生的社会安全号码（SSN）[18]。美国人申请工作、支付工资、租房、纳税都要出示和登记社会安全号码。一个人一旦有不良信用记录，不仅会影响他找工作，甚至会影响退休后的社会保障。正是有了健全的个人信用评估体系，才得以降低信用成本及风险。国内个人信用研究方面刚刚起步，多集中在个人消费信贷和商业信用的应用方面。纵观国内外个人信用的研究和实践来看，评价个人信用有很多种方法，但最为成熟和经得起考验的还是已经有百年历史的古典信用评分理论和方法，也就是“5C”判断分析法：“5C”是指:(1)品质(Character)；(2)能力(Capability)；(3)资本(Capital)；(4)抵押担保(Collateral)；(5)环境(Condition)。国外对企业家信用没有专门研究，这是由于在国外法律、制度健全的情况下，企业家首先是一个守法公民，必须符合一般公民的信用要求。尽管国外企业也存在委托―的风险问题，但这种风险远远没有在中国表现得这样突出。国内最具代表性研究企业家信用问题的是丁栋虹，他在1999年从异质资本的角度诠释了企业家信用的内涵和重要性。他认为，企业家活动作为一种市场经济活动，同其他市场经济活动一样，以信用作为自己的内在依托，即存在企业家信用(Entrepreneur Credit)。企业家信用是企业家异质资本素质的重要体现[19]。丁教授指出，企业家征信制度的建立对促进企业家成长，提高企业信用十分重要。但如何建立评价体系没有进一步的研究。其他学者也多提出了在中国研究企业家信用的重要性，但都没有深入研究。
三、理论模型
（一）理论基础
基于古典信用评分法的“5C”原则，即从品质(Character)、能力(Capacity)、资本(Capital)、抵押担保(Collateral)、环境(Condition)五个方面构架中小企业家信用评价模型。它的理论依据是以信贷资金循环理论[20]为基础的。公式表述为：
这个公式说明了信贷资金的运动过程:银行贷款投放给企业(第一重使用)，企业用于购买生产要素并进行生产(第二重使用)，企业将生产的产品销售出去，收回货币资金(第一重归流)，最后企业用出售产品所获得的货币资金归还银行贷款(第二重归流)。即影响银行信贷资金安全的因素主要有借款企业是否具有履行偿债义务的意愿、借款企业的盈利能力和资本实力、企业借款时是否提供了担保，而影响借款企业盈利能力的因素又可进一步分为外部环境和企业自身素质两个子因素。
（二）指标体系构建
根据信贷资金循环理论和古典信用评分法，对影响我国中小企业家信用的相关因素进行分析，构建中小企业家信用评价模型的逻辑框架（见图1）以及指标体系（见表1）：
四、数据来源及样本描述
样本选取辽宁省大连市有代表性的中小企业进行实证研究。首先在大连市企业信用研究会的协助下选取60家会员企业进行预测，验证指标体系的合理性。预测后数据分析结果三级指标增加1个，删除3个，调整9个。正式调研向300家企业发放问卷，涉及服务业、制造业、加工业、高新技术行业等类中小企业。剔除不合格问卷，实际回收有效问卷180份，回收率为60％。本次调查中有效反馈企业的行业分布为服务业、制造业、加工业、高新技术行业等10类中小企业；65%的企业固定资产在100万元以下；65%的企业员工人数在30人以下； 92．78%的企业经营历史在10年以下，5年以下的占57．22%；85%的企业家已结婚，67．78%的企业家有子女；69．44%的小企业家都没有；汉族企业家占到了80．56%； 60．56%的企业家是大专或本科学历。
五、指标体系构建分析
本研究以主成分分析方法为主，以回归分析和相关分析方法作为辅助和检验，根据模型构建的“系统性、可靠性、简练性”原则，对初始指标进行筛选，构建中小企业家信用评价模型的指标体系。
（一）企业家的品质
1．信用记录
计算5个评价指标的相关矩阵的特征根（见表2）。
由表2可以看出，由于前3个特征值累计贡献率达到 81．616%，为了达到降维的目的，根据累计贡献率大于 80%的原则，选择3个变量来代替原来的5个变量。根据主成分分析方法筛选变量的原则，从原来的5个评价指标中剔除2个指标。
其中，个人获奖情况与该主成分之间的相关系数最大，为0．367，因此，首先应剔除该指标。其次计算剩下的4个指标的信息贡献最小的主成分。在该主成分中，偷逃漏税记录的影响最大，相关系数为0．425，第二个剔除的指标是偷逃漏税记录。至此，就得到3个二级指标考察“信用记录”：社会公益捐赠、法律诉讼记录和违法犯罪记录。
对以上结果的合理性进行分析。一般来说，一个人的社会公益捐赠越多，获奖情况也就越多，由于二者的相关系数为0．508，显然呈高度正相关。个人获奖情况所反映出的信息在很大程度上与社会公益捐赠反映的信息是重复的，完全可以用社会公益捐赠来代替个人获奖情况，所以，可以剔除个人获奖情况这一指标。
偷逃漏税记录、法律诉讼记录和违法犯罪记录都是反映不良信用记录的指标。以偷逃漏税记录为自变量，计算出它与其余2个指标的复相关系数为0．499，修正多重判定系数为0．240，说明偷逃漏税记录的24%是由法律诉讼记录和违法犯罪记录决定的。因此，可以剔除偷逃漏税记录这个指标。
2．诚实量表
计算6个评价指标的相关矩阵的特征根。由于前4个特征值累计贡献率达到 87．126%，选择4个变量来代替原来的6个变量。此外，量表1与该主成分之间的相关系数最大，为0．238，首先应剔除该指标。同理剔除量表4。因此，考察“诚实水平”的二级指标由量表2、量表3、量表5和量表6构成。
（二）企业家的能力
1．盈利能力
计算2个二级指标相关矩阵的特征根。由于第1个特征值累计贡献率已经达到了86．115%，用1个变量来代替原来的2个变量，即总资产报酬率来衡量企业的盈利能力。
另外，由于财务分析中净资产收益率和总资产报酬率之间存在信息重复，而两者的复相关系数为0．722，修正多重判定系数为0．519，说明净资产收益率的51．9%是由总资产报酬率决定的，进一步证明剔除净资产收益率的合理性。
2．偿债能力
计算5个指标的相关矩阵的特征根（见表3）。前4个特征值累计贡献率达到88．976%， 4个变量代替原来的5个变量，故选取前4个特征值。其中，现金比率与该主成分之间的相关系数为0．511，因此，剔除现金比率。
现实财务分析中，作为衡量短期偿债能力的三个常用指标：流动比率、速动比率和现金比率，以现金比率为自变量，计算三者的复相关系数为0．445，修正多重判定系数为0．189，说明现金比率的18．9%是由流动比率和速动比率决定的。考虑到现金比率的实际应用较少，也难以准确衡量，进一步证明剔除该指标的合理性。
3．履约能力
计算2个指标的相关矩阵的特征根。由于第1个特征值累计贡献率为 70．333%，尚不到80%，根据累计贡献率应当大于80%的原则，我们决定维持原来的2个变量。
4．承受风险事故能力
计算4个评价指标的相关矩阵的特征根。由于前3个特征值累计贡献率达到91．544%，可以用 3个变量来代替原来的4个变量。其中，职工数量这个指标与该主成分之间的相关系数最大，为0．409，因此，应当剔除该指标。考虑到中小企业之间的职工数量参差不齐，差异较大，剔除职工数量这个指标也是合理的。至此，就得到3个二级指标组成的“承受风险事故能力”。一级指标体系，分别为平均投资期限、个人人身保险额度和企业财产保险额度。
（三）抵押担保
计算5个指标的相关矩阵的特征根。由于前2个特征值累计贡献率高达98．314%，用2个变量代替原来的4个变量。其中，企业资产为他人担保金额与该主成分之间的相关系数最大，为0．118，首先应剔除该指标。其次剔除的指标是企业资产被用作抵押金额。“抵押评估”评价模块分别为抵押资产所占总资产比例和担保资产所占总资产比例。从实际来看，两组指标反映的是绝对数量和相对数量，本质上是相同的，用相对数量指标代替绝对数指标也是合理的。
（四）企业家资产
1．动产
计算3个指标的相关矩阵的特征根。由于第1个特征值累计贡献率就已经达到了87．051%，用 1个变量代替原来的3个变量。 其中，家庭的银行储蓄与该主成分之间的相关系数最大，为0．175，因此，首先应剔除该指标。其次剔除的是个人的年均收入。最终采用家庭的年均收入来衡量企业家的动产情况。
在实际生活中，由于个人年均收入、家庭年均收入和家庭的银行储蓄之间很难清楚地划分，加之企业家不想“露富”的心理，其他指标很难获得真实数据。
2．不动产
计算6个指标的相关矩阵的特征根。由于前4个特征值累计贡献率达到 89．366%，用4个变量来代替原来的6个变量。其中，家庭的房产现值与该主成分之间的相关系数最大，为0．323，首先剔除该指标，其次剔除的是经营历史。
（五）企业家所处的环境
1．内部环境
“内部环境”共有10项指标，但是其中的“民族”、“”、“成长环境”和“政治面貌”等四项指标只作为辅助研究使用，不纳入评分体系。因此，只计算剩余的6个评价指标的相关矩阵的特征根（见表4）。前4个特征值累计贡献率达到 83．935%，用4个新变量代替原来的6个变量。
其中，婚姻状况与该主成分之间的相关系数为0．400，而从社会学意义上说，目前中国社会婚姻状况和有无子女高度相关。有无子女可以反映婚姻状况。因此，首先应剔除婚姻状况这一指标。其次应该剔除的指标是性别。但是由于性别作为研究的一个必不可少的基本指标，故予保留。
2．外部环境
计算8个指标的相关矩阵的特征根。由于前5个特征值累计贡献率达到84．968%，用前5个变量代替8个变量。因此，应当相继剔除法律政策环境、经济发展环境和所在地区诚实守信情况。
六、结 论
经过以上分析，企业家信用模块剔除4个指标，企业家能力模块剔除3个指标，企业家财产模块剔除4个指标，抵押担保模块剔除2个模块，环境条件模块剔除1个指标，共剔除了17项三级指标，保留40项指标，构成考察中小企业家信用评价模型的指标体系（见表5），为构建模型下一步的无量纲化处理、权重赋值打下了基础。
参考文献：
［1］ 周其仁．中国企业家最欠缺的是“信用”［J］．中国企业家，2001，(4)．
［2］ 李国欣．中小企业信用评估研究［D］．暨南大学硕士学位论文，2005，（10）．
［3］ Fitzpatrick．An Examination of Exposure Control and Content Balancing Restrictions on Item Selection in CATs Using the Partial Credit Model［J］．Journal of Applied Measurement, v4 n1 p24-42，2003．
［4］ Smith W, Foster, Building Models for Credit Spreads ［J］．Journal of Derivatives Spring 1999 issue．
［5］ Winakor．Credit scoring for commercial loans:The case of Singapore Asia Pacific ［J］．Journal of Management．
［6］ Merwin．Cycles and credit culture［J］．Journal of lending and credit risk management (Special editi),1997(June):6-12．
［7］ Beaver and Steve Worthington．Retailer Credit Cards: A Competitive Threat．International［J］．Journal of Bank Marketing．Volume8．Issue4,1990．
［8］ Altman and A．Saunders．Credit Risk Measurement:Developments over the Last Twenty Years［J］．Journal of Banking and Finance,1997,(11)．
［9］ Meyer,Barbara R．Lewis．European Credit Unions Past．Present and Future［J］．Journal of Marketing; Volume16．Issue3．1982．General review．
［10］ Pifer．Timothy Besley and Timothy WGuinnane．The Neighbor's Keeper: the Design of a Credit Cooperative with Theory and a Test［J］．Quarterly Journal of Economics,1994,109．
［11］ Charnesetal and berger．Relationship lending and lines of credit in small firm finance［J］．Journal of Business 1995,Vol．68, 351-381．
［12］ Breimaneta and Petersen．Trade credit: Theories and evidence［J］．Review of Financial Studies 1997, 661-691．
［13］ Messier．Modeling Default Risk ［R］．Sanfransico．KMV, LLC, 2000．
［14］ Hansen．Economic Valued Added an examination of anew corporate performance measure［J］．Journal of Managerial Issues,1997,(9)．
［15］ Guptaeal．Choosing the Right Box of Credit Tricks［M］．Risk Magazine,1997,(1)．
［16］ 石晓军,陈殿左．信用治理――文化、流程与工具［M］．北京:机械工业出版社．2004:35-38．
［17］ 刘光明．企业信用［M］．北京:经济管理出版社,2003．156-160．
［18］ Morgan．JP．Credit Metrics ［M］．New York:Technical Document ,1997，(4)．
［19］ 丁栋虹．论企业家信用［J］．浙江社会科学，1999，（5）:46-48．
［20］ 陈述云．对企业信用评级内容的理论界定［J］．经济问题探索，2000，（1）:22-23．
