基于模糊Borda法的高技术企业信用评价
摘要:为了提高综合评价的全面性、科学性和合理性,分别运用模糊综合评判法和熵值法对高技术企业信用状态进行评价,在此基础上,利用模糊Borda法对两种单一方法的评价结果进行组合,得出组合评价结果。与单一方法相比,组合评价结果具有较高的可信度,可为商业银行进行信贷决策提供参考。
Abstract: In order to improve the comprehensiveness, scientificity and rationality of comprehensive evaluation, using fuzzy comprehensive evaluation method and entropy method respectively, the credit state of high-tech enterprise is evaluated. On this basis, the evaluation results of two methods above are combined by fuzzy Borda method, so that the result of combination evaluation is obtained. Compared with the single method, the result of combination evaluation has the higher reliability, so it can provide reference to commercial banks when making the credit decision to high-tech enterprise.
关键词:高技术企业;信用评价;模糊综合评判法;熵值法;模糊Borda法;组合评价
Key words: high-tech enterprise;credit evaluation;fuzzy comprehensive evaluation method;entropy method;fuzzy Borda method;combination evaluation
中图分类号:F224 文献标识码:A文章编号:1006-4311(2010)19-0043-02
0引言
高技术企业是研究开发为社会提供高科技含量的产品与服务、以迅速的技术进步为标志的特殊类型的现代企业,与传统企业相比,高技术企业在技术成果转化时的一个显著特点是具有更高的不确定性,即高风险、高收益,这种不确定性在一定程度上加剧了信息非对称性的影响,从而导致高技术企业面临融资障碍[1]。对高技术企业信用状态进行科学评价,有助于降低合约双方的交易成本、减少信息非对称性、弱化信用风险,有助于拓宽高技术企业融资渠道,有助于提升其自主创新能力。
目前,企业信用评价方法主要有:Z评分法、Logistic回归模型、M.H.DIS模型、人工神经网络、模糊综合评判法、模糊积分法等[2-7]。然而,单一方法的适用范围存在着局限性,仅从一个角度、用单一方法进行评价,其结果很难令人信服。组合评价法[8-9]通过将多种方法的评价结果进行组合,能够有效发挥单一方法的优点,弥补单一方法的不足,在一定程度上克服了单一方法的局限性,提高了评价的全面性、科学性和合理性。目前,组合评价方法主要有:平均值法、Copeland法、Borda法和模糊Borda法等[8-9],前三种方法都是根据每种方法所排名次进行组合,没有考虑每种方法得分差异的因素。模糊Borda法[8]在组合多种单一方法的评价结果时,既考虑了各种方法得分差异的因素,又考虑了排序中的位次因素,因而得到了广泛应用。有鉴于此,本文分别运用模糊综合评判法和熵值法对高技术企业信用状态进行评价,在此基础上,利用模糊Borda法对两种单一方法的评价结果进行组合,得出组合评价结果。与单一方法相比,组合评价结果具有较高的可信度,可为商业银行进行信贷决策提供参考。
1模糊Borda法
记y为第j(1jm)种评价方法对第i(1in)个方案的评价得分,则模糊Borda法的基本步骤为[8-10]:
步骤1:计算每一种评价方法对于方案i的得分的隶属优度μ。
μ=×0.9+0.1(1)
步骤2:计算第i个方案处于第h(1hn)位的模糊频数fih及模糊频率wih。
f=δE=(ff…f)(2)
w=ff(3)
其中,=diag(μμ…μ),E为单位阵,δ=[δ]n×m,若第j种评价方法给第i个方案的排序是第h名,则记δ=1,其余的δ=0(l≠h))。
步骤3:计算“名次”h(1hn)的转换分。
Q=(n-h)(n-h+1)(4)
由此,可构成转换分向量Q=(Q1Q2…Qn),实际上,Q是一个确定的序列。
步骤4:计算第i个方案的模糊Borda分数FBi。
FB=wQ(5)
最后,根据FB的大小进行排序。
2实证分析
2.1 指标体系与样本数据本文参照国家财政部统计评价司的企业绩效评价指标体系和中国工商银行企业资信评估指标体系,结合高技术企业特点,遵循指标选取的系统性、科学性、客观性、可比性及可操作性等原则,从偿债能力、营运能力、盈利能力及其它等四个方面构建高技术企业信用评价初始指标体系。选取10家高技术产业上市公司组成实验样本集A={Ai│i=1,2,…,10},行业涉及医药制造业、航空航天器制造业、电子及通信设备制造业、电子计算机及办公设备制造业、医疗设备及仪器仪表制造业等。样本区间选定为2007年,财务数据来源于国泰安数据库,自主创新能力和发展前景由专家用语言值来描述。利用云理论,把语言值用相应的三个数字特征(Ex,En,D)来表征,即用一个云对象来表示,这样,Ex值就可作为语言值型指标的定量表示值(具体算法参见文献[11])。为减少后续计算量,本文还借助粗糙集分析软件ROSETTA,运用粗糙集属性约简遗传算法[12]对初始指标进行约简,从23个初始指标中剔除了12个冗余指标,获得约简后的高技术企业信用评价指标体系,见表1。
高技术企业信用评价指标原始数据见表2。
2.2 指标权重的确定高技术企业信用评价指标体系中既有效益型指标和成本型指标,也有固定型指标,为消除各指标的量纲、统一各指标的变化范围和方向,本文对指标值进行了极值归一化处理(具体算法参见文献[13])。根据归一化后的指标数据,采用熵权法[14]计算各指标的熵值和权重,结果见表3。
2.3 模糊综合评判结果对高技术企业信用状态进行模糊综合评判,就是要指出高技术企业信用状态的相对优劣,即好、较好、一般、较差、差等。本文根据我国商业银行贷款五级分类的实际需要,将备择集设定为:V={好,较好,一般,较差,差}={v1,v2,v3,v4,v5}。选择三角形隶属函数[15]来构造各因素对备择集的隶属函数,其中,分段临界值由专家根据经验来确定。由归一化后的指标数据和隶属函数,获得单因素评判集,以单因素评判集为行组成单因素评判矩阵。根据单因素评判矩阵及表3中的指标权重,计算模糊综合评判指标[16-17]。最后,对模糊综合评判指标进行单值化处理[18],即有,第i个样本企业的模糊综合得分为: