2.企业信用评价指标的系统性

目前，许多专家和学者从不同的角度对中小企业的信用进行研究，但还缺少相对统一的、权威的评价方法，每一种指标体系与其所用的评价方法是对应的，具有企业信用评价指标与方法的统一性。

（三）企业信用综合评价方法

由于评价系统往往相关因素很多，因此综合评价的复杂度较高。数理模型法是运用数学、统计学、运筹学等现代数量分析技术进行企业信用评价的方法，是越来越受到广泛关注的技术方法[5]。

1.企业信用评价的主要方法

信用评级工作主要局限于银行系统对贷款客户或专门评估机构对特定企业（如债券、股票发行公司等）的评级，且评估的目标和方法有很大的局限性，而大多数企业实际经营中需要的信用分析技术仍十分缺乏。因此，我们需要借鉴国际上最新的信用分析方法和模型，此外还包括一些决策树模型、神经网络模型和专家系统等。企业信用评价是否能发挥作用，关键取决于所选用的分析方法和模型的科学性和实用性。现代西方企业的信用分析模型中多采用预测性模型，被广泛应用。

（1）A记分模型

A记分模型的关键是对于风险因素的处理，这些因素可分为三类：企业的经营缺点；企业在经营上犯的错误；企业的破产征兆。模型对这三类风险因素予以赋值，并根据各种风险因素的影响程度按其大小加以记分，记分值越大则风险越大，反之越小[6]。按照这一思路，A记分模型对各风险因素的评分分为满分或零分两种情况。该模型的临界值及其揭示的信用风险如下：

（2）Z记分模型

为了综合考察和评价企业的财务风险，奥特曼（Altman）于1968年提出了Z记分模型（Z-Score）[7]。Z记分模型根据所选财务比率，即Z值，将其与临界值对比，就可判断企业的风险程度的大小。根据对过去经营失败的企业数据，即Z＝3.0，企业的Z分值高3.0时可判断为较安全企业，反之为高风险企业。

此外，若Z分值低于1.8，则该企业表面上尚未破产，实际已经潜在破产，无可救药了。Z分值的临界值及其风险判别区域如下：

（3）资产营运信用评价模型

表2 营运资产评价标准以及信用额度百分比

2.数理模型评价方法

为了克服信用评估方法中指标及权数主观设置以及评价指标单一性的缺陷，人们积极探索将数学、统计学、运筹学和其他新兴学科的方法运用于企业的信用评价分析，从而判别分析法、回归法、数学规划法、模糊综合评判法、神经网络法等科学的定量方法日益发展和运用起来[8]。

（1）判别分析

最早把判别分析用到信用评价系统的是Durand（1941）[9]，AB＝{ x︱q（G︱x）/q（B︱x）＜D/L}，如果p（x︱G）和p（x︱B）为多元正态分布，则解可以简化为AB＝{xw<C}，w为权值向量。

（2）模糊综合评判法

在信用评价中，往往存在中介过渡性或亦彼亦此性的现象，对这类现象的判断带有较强的模糊性[10]。比如，当以某个临界值来判断某家公司的破产风险时，如果其所得评价值大于或小于临界值（如临界值为10，甲乙两公司所得评价值分别为10.1和9.99），以此认定甲公司就会破产，乙属于正常公司，显然过于武断。

一级模糊综合评判， rijk（i＝1, 2, 3, …, m；j＝1, 2, 3, …, n；k＝1, 2, 3, …, p），则第二层次的单因素评判矩阵为：

其中，i＝1, 2, 3, …, m；j＝1, 2, 3, …, n；k＝1, 2, 3, …, p

第二层次的模糊综合评判集为：

Bi＝Ai?Ri

其中， bik按模糊运算规则进行， ，将其用于评判过程的运算。

三、企业信用管理体系的运行机制

1.社会信用保障机制

市场经济首先要靠信用，要靠完善的信用体系。但在信用失效的地方运用法律或行政手段就显得尤为必要，需要制定对外开放信用信息的保障机制，如《征信数据采集和保护法》《商业信用信息报告法》《信用控制法》等。

2.社会信用信息管理机制

建立征信数据库。企业与个人联成一个统一的信息网络，实现信用信息的顺畅传递。这种方式见效快，投资少，无需更新和维护相关数据，适合目前我国构建信用信息管理系统的现状。

3.失信惩罚与守信激励机制

守信激励机制、失信惩罚机制具有以下特征：对守信者实行激励；主动打击失信者；渗透全社会；使失信者受到经济性惩罚并使其在相当长时间内丧失交易便利。

4.社会信用担保机制

近几年来，我国信用担保机制建设已经取得初步成效，全国成立的各级各类信用担保机构达到数千家，担保业务量不断上升，但是，在实践中也暴露出了一些问题：一是担保体系不健全，且各级、各类、各地担保机构间缺乏合作；二是各种科学管理制度尚未建立，监督和激励制度也极不健全。特别是行政干预仍然突出，地方政府首长和部门负责人的行政干预时有发生[11]。针对上述问题，首先，社会各界都应给予必要的支持，其次，鼓励其组建行业自律组织，加强行业自律。

参考文献：

[1] 粟山,沈荣芳.企业信用管理的研究[J] .同济大学学报(社会科学版), 2013(2).

[2] 田慧芬,谷训才.企业信用政策的制定[J] . 商业研究,2012,(12).

[3] 殷明.企业信用风险管理的定量决策模型研究[J] . 山西大学学报(自然科学版), 2012(4).

[4] 刘舒燕,黄芳.应用层次分析法局部选择构建供应链[J] . 科技进步与对策,2013(10).

[5] 王恒,沈利生.客户信用评级系统的经济计量模型检验[J].数量经济技术经济研究,2014(6).

[6] Lee H. L., Padmanabhan V., Whang S.. Information Distortion in a SuppIy Chain: The Bullwhip Effect[J]. Management Science, 2011, 43(4).

[7] Chen F., Drezner Z., Ryan J. K., et al. Quantifying the Bullwhip Effectin a Simple Supply Chain: The lmpact of Forecasting，Leadtime and Information[J]. Management Scienee, 2010, 46(3).

[8] Thonemann U. W.. Improving Supply Chain performance by Sharing A dvance Demand Information[J]. Eur-opean Journal of Operational Research, 2012, 142(8).

[9] Srinivasan K., Kekre S., MukhoPadhyay T.. lmpact of electronic data interchange technology on JIT shipments[J]. Management Science, 2013,40(10).

[10] Cachon G., Fisher M.. Supply Chain Inventory Management and theValue of Shared Information[J]. Management Science, 2011, 46(8).

[11] 孙利坚,骆询.论企业信用风险的管理和控制[J].北京理工大学(社科版), 2013(2). 

分享让更多人看到