中小非上市公司信用風(fēng)險(xiǎn)的評價(jià)研究
——基于WEB與FAHP的視角

張誠

（1.湖北文理學(xué)院，湖北 襄陽 441053； 2.上海財(cái)經(jīng)大學(xué)，上海 200433）

中小非上市公司信用風(fēng)險(xiǎn)的評價(jià)研究
——基于WEB與FAHP的視角

張誠

（1.湖北文理學(xué)院，湖北 襄陽 441053； 2.上海財(cái)經(jīng)大學(xué)，上海 200433）

信用是人類社會最古老的詞匯之一，而信用風(fēng)險(xiǎn)的管控是現(xiàn)代社會經(jīng)濟(jì)生活關(guān)注的核心問題之一。中小企業(yè)既是資本主義社會也是社會主義社會向前發(fā)展的源驅(qū)動力，中小企業(yè)的發(fā)展離不開現(xiàn)代信用體系的支撐。在文章中，中小企業(yè)按其信息的披露程度分為上市公司與非上市公司，相對于中小企業(yè)上市公司來說，由于交易的參與人信息不對稱，中小非上市公司信用風(fēng)險(xiǎn)評估是交易雙方以及各類金融機(jī)構(gòu)最關(guān)心和最難解決的難題之一。在現(xiàn)代信息網(wǎng)絡(luò)技術(shù)普遍化的背景下，利用人工以及機(jī)器搜索策略，充分挖掘中小非上市公司信息風(fēng)險(xiǎn)元和分類整理，并在此基礎(chǔ)之上進(jìn)行模糊綜合評估，最后通過算例說明基于WEB對中小非上市公司信用風(fēng)險(xiǎn)的模糊綜合評價(jià)的方法行之有效。

中小非上市公司；信用風(fēng)險(xiǎn)；企業(yè)金融；金融風(fēng)險(xiǎn)

一、引言

我國的中小非上市公司數(shù)目較多，占企業(yè)總數(shù)的95%以上，創(chuàng)造就業(yè)新增數(shù)70%以上，GDP貢獻(xiàn)率超過60%。中小非上市公司經(jīng)營規(guī)模較小，自我約束力較差，企業(yè)行為自我意識較強(qiáng)，政府和其它相關(guān)機(jī)構(gòu)監(jiān)管不力或者監(jiān)管缺失。中小非上市公司在經(jīng)營思維中的主觀隨意性較大，它們過失或者故意的違約行為可能導(dǎo)致整個社會信用體系的坍塌。而一個國家經(jīng)濟(jì)發(fā)展的活力、創(chuàng)新力主要來自于中小企業(yè)，如果我國在將來沒有建立起相對完善的公司信用評價(jià)管理體系，那么勢必會阻礙我國市場經(jīng)濟(jì)的健康發(fā)展。

黨和國家領(lǐng)導(dǎo)人都十分重視國家公司信用體系建設(shè)。2011年溫家寶主持召開國務(wù)院常務(wù)會議部署制訂社會信用體系建設(shè)規(guī)劃，會議提出：“要推進(jìn)行業(yè)、部門和地方信用建設(shè)。有關(guān)行業(yè)、部門和地方管理部門要通過建立信用信息系統(tǒng)，依法依規(guī)有效采集、整合和應(yīng)用個人、企業(yè)、事業(yè)單位及其他社會組織的信用信息。各地區(qū)要對本地區(qū)各部門、各單位的信用信息進(jìn)行整合，形成統(tǒng)一平臺，實(shí)現(xiàn)對失信行為的協(xié)同監(jiān)管。尤其要結(jié)合市場主體準(zhǔn)入、納稅、合同履行、產(chǎn)品質(zhì)量、食品藥品安全和社會保障、科研管理、人事管理等方面的工作，有針對性地加強(qiáng)各領(lǐng)域的信用信息系統(tǒng)建設(shè)，建立健全信用檔案[1]。2014年1月李克強(qiáng)主持召開國務(wù)院常務(wù)會議，部署加快建設(shè)社會信用體系。會議提出“建設(shè)社會信用體系是長期的、艱巨的系統(tǒng)工程，要用改革創(chuàng)新的辦法積極推進(jìn)。要把社會各領(lǐng)域都納入信用體系，食品藥品安全、社會保障、金融等重點(diǎn)領(lǐng)域更要加快建設(shè)。要完善獎懲制度，全方位提高失信成本，讓守信者處處受益、失信者寸步難行，使失信受懲的教訓(xùn)成為一生的‘警鐘’。加強(qiáng)誠信文化建設(shè)，讓誠實(shí)守信成為全社會共同的價(jià)值追求和行為準(zhǔn)則，通過持續(xù)努力，打造良好信用環(huán)境”[2]。幾任國家總理都十分重視中小公司信用管理體系的建立，可見公司信用管理的重要性和緊迫性。

中小非上市公司類型的企業(yè)，這類公司在我國一般為私人或者民營企業(yè)，企業(yè)經(jīng)營狀況的信息一般是非公開透明的，交易雙方信息是不充分的。少數(shù)中小企業(yè)的不誠信行為可以在短時(shí)間內(nèi)積聚財(cái)富，以欺詐行為獲得非正當(dāng)收益，這導(dǎo)致了社會對中小企業(yè)誠信度差評的認(rèn)識誤區(qū)，使得中小企業(yè)發(fā)展受到桎梏。綜合上述分析可知，如何通過現(xiàn)代信息技術(shù)的運(yùn)用，使得中小非上市公司類型的企業(yè)內(nèi)部信息外部化，并在此基礎(chǔ)上進(jìn)行公司信用風(fēng)險(xiǎn)科學(xué)評估，從而達(dá)到降低企業(yè)交易以及融資信用風(fēng)險(xiǎn)的目的。

二、文獻(xiàn)與理論綜述

從人類史觀來看，公司信用是人類社會發(fā)展到一定歷史階段的產(chǎn)物，它是現(xiàn)代市場經(jīng)濟(jì)社會中經(jīng)濟(jì)行為的規(guī)范約束條件和準(zhǔn)則。按照馬克思在《資本論》中所描述的經(jīng)濟(jì)活動行為：人類在原始社會末期由于剩余產(chǎn)品的出現(xiàn)，人們開始進(jìn)行“物—物”交換以滿足不同的需求；而為了交易的方便和可操作性，進(jìn)一步發(fā)展則出現(xiàn)了一般等價(jià)物，這種交換則變成了“物—一般等價(jià)物—物”；天生適合作為一般等價(jià)物的金銀的出現(xiàn)則為人們更加順利地、快捷地進(jìn)行交換提供了更好的媒介；紙幣代替金銀等貴金屬則是人類一種天才式的發(fā)明。在這些發(fā)展過程中，由于交易媒介的變化，人們對交易信用的要求趨向于復(fù)雜化和高級化，也是從原始信用—初級信用—公司信用（硬信用、軟信用）的發(fā)展歷程。特別是信息時(shí)代的到來，公司電子交易和企業(yè)電子兌付的虛擬化使得人們對交易信用提出了更高的要求，并且出現(xiàn)了從事公司信用評估的組織機(jī)構(gòu)。

許多學(xué)者認(rèn)為信用起源于公元前1800年古巴比倫，隨著個人、群體、部落等之間的借貸關(guān)系產(chǎn)生而出現(xiàn)。由于西方發(fā)達(dá)資本主義國家實(shí)行市場經(jīng)濟(jì)運(yùn)作體制的時(shí)間較早，這些國家有相對成熟的微觀信用及公司信用風(fēng)險(xiǎn)管理體系，包括宗教的、法律的、道德的支撐體系，所以西方發(fā)達(dá)國家對于信用及公司信用風(fēng)險(xiǎn)研究更側(cè)重于宏觀方面，從宏觀經(jīng)濟(jì)層面上研究信用與信用風(fēng)險(xiǎn)防范的人物及學(xué)者較多，包括西方國家的總統(tǒng)、議會、金融機(jī)構(gòu)、評級機(jī)構(gòu)、經(jīng)濟(jì)學(xué)家、管理學(xué)家、各類專家教授等。

一些西方古典經(jīng)濟(jì)學(xué)家把對公司信用的研究與商品貨幣的循環(huán)、公司及個人的道德行為、道德觀念結(jié)合起來。馬克思認(rèn)為公司信用是借貸關(guān)系中的一種信任，他認(rèn)為公司信用是一種特殊的價(jià)值運(yùn)動形式：“這個運(yùn)動——以償還為條件的付出一般地說就是貸和借的運(yùn)動，即貨幣或商品只是有條件的讓渡的這種獨(dú)特形式的運(yùn)動”[3]。馬歇爾(1924)在《貨幣、信用與商業(yè)》中闡明了公司信用的發(fā)展歷史、原因及對商業(yè)發(fā)展的作用，以及國際貿(mào)易、國內(nèi)貿(mào)易等因素對公司信用的影響。英國著名經(jīng)濟(jì)學(xué)家尼古拉·巴爾本認(rèn)為在商業(yè)社會中人們可以憑借公司信用像貨幣一樣購買商品，到期后才返還款項(xiàng)，公司信用的價(jià)值來源于人們對對方的評價(jià)。亞當(dāng)·斯密在《道德情操論》中指出：“與其說收益、仁慈是社會存在的基礎(chǔ)，還不如說信用、誠信、正義是這種基礎(chǔ)”[4]。

一些“公司信用創(chuàng)造論”的西方學(xué)者認(rèn)為公司信用可以創(chuàng)造財(cái)富、繁榮經(jīng)濟(jì)，促進(jìn)社會的快速進(jìn)步。約翰·勞(John Law)認(rèn)為貨幣代表一個國家的財(cái)富，貨幣增加，可以增加就業(yè)，從而增加一國財(cái)富，而公司信用可以創(chuàng)造出貨幣，公司信用的增加可以增加一國財(cái)富。麥克魯?shù)?HenryDunningMacleod)[5]在The Theory of Credit《信用的理論》一書解釋了銀行不只是發(fā)行貨幣和從事貨幣借貸行為的機(jī)構(gòu)，而且是公司信用的創(chuàng)造者和生產(chǎn)商，貨幣就是信用、公司信用創(chuàng)造資本。亨利·桑頓(Henry Thomton)在《大不列顛票據(jù)信用的性質(zhì)和作用的探討》一書中論述了公司信用與經(jīng)濟(jì)增長、公司信用與經(jīng)濟(jì)危機(jī)之間的關(guān)系，他認(rèn)為擴(kuò)張公司信用可以促進(jìn)經(jīng)濟(jì)增長，緊縮信用可以導(dǎo)致經(jīng)濟(jì)萎縮，但是過分的擴(kuò)張信用就會帶來經(jīng)濟(jì)危機(jī)，他的公司信用理論直到現(xiàn)在仍然為許多人所推崇。約瑟夫·熊彼特(Joseph Alois Schumpeter)[6]的企業(yè)家理論提出了信用制度是企業(yè)實(shí)現(xiàn)創(chuàng)新的經(jīng)濟(jì)保證，銀行通過提供信用貸款，企業(yè)家通過獲得信用資源，實(shí)現(xiàn)新的組合，把各種生產(chǎn)要素以及各種資源引向新的創(chuàng)新用途。

一些“公司信用調(diào)節(jié)論”的西方學(xué)者認(rèn)為公司信用制度可以防止金融危機(jī)的出現(xiàn)，可以調(diào)節(jié)市場經(jīng)濟(jì)環(huán)境下的各種矛盾，社會需要擴(kuò)大信用體系范圍，促進(jìn)經(jīng)濟(jì)增長。英國著名金融學(xué)家霍曲萊(R·G·Hawtrey)認(rèn)為短期利率調(diào)整可以控制現(xiàn)金余額的變動，現(xiàn)金余額的變動可以引起信用的擴(kuò)張與收縮，公司信用的擴(kuò)張和收縮引起經(jīng)濟(jì)周期的變化。約翰·梅納德·凱恩斯(John Maynard Keynes)認(rèn)為引起經(jīng)濟(jì)衰退的主要原因是有效需求不足，隨著邊際消費(fèi)遞減、資本邊際效率遞減、流動性偏好陷進(jìn)、貨幣供應(yīng)不足等引起消費(fèi)需求不足和投資需求不足；那么凱恩斯進(jìn)一步提出了“廉價(jià)的貨幣政策”—擴(kuò)大企業(yè)信貸、增加貨幣供給、降低銀行利率，從而擴(kuò)大社會總需求，促進(jìn)經(jīng)濟(jì)的繁榮。約翰·?？怂?Hicks，John Richard)提出了在《經(jīng)濟(jì)史理論》中描述市場的出現(xiàn)和發(fā)展以及法律、法規(guī)、信用制度的出現(xiàn)和發(fā)展，他把公司信用分為商業(yè)信用和金融信用兩種，企業(yè)商業(yè)信用產(chǎn)生于實(shí)物的委托銷售買賣中，而企業(yè)金融信用產(chǎn)生于貨幣的借貸行為中，風(fēng)險(xiǎn)越大則利率越高；為了保證公司信用的正常運(yùn)轉(zhuǎn)，采用的方法有：法院的司法判決、擔(dān)保制度，銀行就是信用擔(dān)保制度中的核心運(yùn)作機(jī)構(gòu)，通過信用吸收或者發(fā)放貸款，以及衍生出保險(xiǎn)業(yè)、債券市場、有限責(zé)任公司等現(xiàn)代經(jīng)濟(jì)環(huán)境中的各種單位元素。保羅·薩繆爾森(Paul A.Samuelson)認(rèn)為中央銀行的信貸貨幣政策對整個宏觀經(jīng)濟(jì)的調(diào)節(jié)起著十分重要的作用，并構(gòu)建了信貸機(jī)制運(yùn)行的時(shí)效模型：中央銀行?商業(yè)銀行?資本市場（公司）?投資市場（公司）?消費(fèi)市場（公司），信用關(guān)系是每一個環(huán)節(jié)順利運(yùn)行的保障。

隨著新科學(xué)、新技術(shù)、新產(chǎn)品的出現(xiàn)，特別是以計(jì)算機(jī)科學(xué)為代表的現(xiàn)代信息技術(shù)發(fā)展成熟，還有一些西方學(xué)者把對公司信用系統(tǒng)與公司金融系統(tǒng)、公司信息技術(shù)系統(tǒng)、公司運(yùn)作系統(tǒng)等結(jié)合起來構(gòu)成一個復(fù)雜系統(tǒng)進(jìn)行研究。在近20年期間，隨著全球經(jīng)濟(jì)一體化的進(jìn)程加快，公司信用風(fēng)險(xiǎn)事件成為全球關(guān)注的焦點(diǎn)，比如上世紀(jì)90年代世界聞名的金融企業(yè)——巴林銀行因信用風(fēng)險(xiǎn)而倒閉、美國的長期資本公司因信用風(fēng)險(xiǎn)而破產(chǎn)，21世紀(jì)初安然會計(jì)丑聞事件也是因?yàn)樾庞蔑L(fēng)險(xiǎn)所引致、今年爆發(fā)的全球金融危機(jī)的導(dǎo)火線也是公司信用風(fēng)險(xiǎn)的連環(huán)效應(yīng)所產(chǎn)生的，這一現(xiàn)象說明了西方國家的宏觀和微觀信用機(jī)制都存在著巨大的優(yōu)缺點(diǎn)。

國內(nèi)外不少學(xué)者對中小公司信用風(fēng)險(xiǎn)評估與防范問題做出了一些研究，主要具有以下視角和觀點(diǎn)：

我國學(xué)者胡海青、張瑯(2011)[7]研究了企業(yè)供應(yīng)鏈中公司信用風(fēng)險(xiǎn)評估的方法，從考察企業(yè)供應(yīng)鏈交互關(guān)系以及供應(yīng)鏈節(jié)點(diǎn)上的關(guān)鍵公司信用狀況，建立一套比較合理的信用風(fēng)險(xiǎn)指標(biāo)評價(jià)體系；在此基礎(chǔ)上，采用機(jī)器學(xué)習(xí)語言的支持矢量基(SVM)建立企業(yè)供應(yīng)鏈風(fēng)險(xiǎn)評估模型。朱長勝(2011)認(rèn)為中小公司信用風(fēng)險(xiǎn)管理在我國還是一個新生事物，還未得到眾多機(jī)構(gòu)和企業(yè)所重視，尤其是中小企業(yè)執(zhí)行和實(shí)施信用風(fēng)險(xiǎn)管理體系提出了如何構(gòu)建市場經(jīng)濟(jì)體制下的中小公司信用風(fēng)險(xiǎn)管理體系，為防范公司信用違約風(fēng)險(xiǎn)起到積極的作用。龍泉、丁永生(2011)基于簡單規(guī)則結(jié)構(gòu)中的公司信用違約風(fēng)險(xiǎn)傳染特征和規(guī)律性，認(rèn)為傳染中的核心信用風(fēng)險(xiǎn)粒子對整個公司信用體系的演進(jìn)起著決定性的作用，而且還認(rèn)為在公司信用風(fēng)險(xiǎn)傳染過程中，傳染演進(jìn)非線性依賴于整個系統(tǒng)的信用傳染的均場密度和系統(tǒng)局部信用傳染密度大小。劉先凡(2005)分析了在當(dāng)前的市場經(jīng)濟(jì)交往中，企業(yè)與個人的信用違約風(fēng)險(xiǎn)缺失狀況，認(rèn)為假冒偽劣行為、欺蒙拐騙行為、弄虛作假行為等已經(jīng)嚴(yán)重影響了我國市場經(jīng)濟(jì)的正常運(yùn)轉(zhuǎn)，提出了構(gòu)建和諧社會信用風(fēng)險(xiǎn)評價(jià)管理體系的設(shè)想。

國外學(xué)者的研究：Anthony(1990)[8]把中小公司信用分為先現(xiàn)代公司信用機(jī)制和現(xiàn)代公司信用機(jī)制，他運(yùn)用歷史的分析方法認(rèn)為“Pre-modern Conditions of Trust”是建立在親屬和社會關(guān)系基礎(chǔ)之上，而“Modern Conditions of Trust”是建立在現(xiàn)代企業(yè)金融系統(tǒng)以及技術(shù)系統(tǒng)基礎(chǔ)之上。Arrow(1999)[9]認(rèn)為中小公司信用是企業(yè)之內(nèi)和企業(yè)之間進(jìn)行經(jīng)濟(jì)活動的潤滑劑，中小企業(yè)的任何經(jīng)濟(jì)行為都離不開信用元素的參與，信用對中小企業(yè)的各方面運(yùn)作起著至關(guān)重要的作用，信用也是企業(yè)之間合作的基礎(chǔ)。Doumpos，M；Kosmidou，K；Baourakis，G等(2002)[10]認(rèn)為中小企業(yè)的信用評價(jià)包括兩個主要的議題：一是違約概率的判斷，二是未來潛在的信用損失和收益；前者表達(dá)的是企業(yè)根據(jù)不同的信用水平分成不同的類組，它需要使用統(tǒng)計(jì)學(xué)或者計(jì)量經(jīng)濟(jì)學(xué)的研究方法；他們選取希臘商業(yè)銀行1994-1997年的企業(yè)存貸數(shù)據(jù)信息，使用MHDIS方法進(jìn)行信用風(fēng)險(xiǎn)區(qū)分，并與回歸分析、概率分析做了對比研究。Twala，B(2010)[11]認(rèn)為機(jī)器學(xué)習(xí)(ML)算法能夠較好地解決信用風(fēng)險(xiǎn)預(yù)測問題，作者用五種不同的分類方法來對比研究信用風(fēng)險(xiǎn)預(yù)測的準(zhǔn)確性和噪聲水平，實(shí)驗(yàn)結(jié)果證明分類器組技術(shù)能夠提高預(yù)測的準(zhǔn)確性。

國內(nèi)外的眾多研究是從普遍企業(yè)角度來進(jìn)行研究，很少有研究成果是將中小上市公司與中小非上市公司進(jìn)行分類，考慮到兩者之間信息公開化程度的不同；也鮮有研究成果是基于現(xiàn)代信息網(wǎng)絡(luò)技術(shù)，他們往往更多地依賴傳統(tǒng)的研究基礎(chǔ)。而文章的研究目的則正是克服了這兩點(diǎn)缺陷，使得研究成果更具有現(xiàn)實(shí)意義和超前性。

三、模型的建立

WEB網(wǎng)絡(luò)信息化技術(shù)應(yīng)用與普及的影響已滲透到了經(jīng)濟(jì)社會的各個領(lǐng)域，作為信息網(wǎng)絡(luò)化優(yōu)先成長起來的一批企業(yè)：如Google、雅虎、阿里巴巴、Made-in-china中國制造、中國化工網(wǎng)、慧聰網(wǎng)等一大批企業(yè)在短短十余年時(shí)間內(nèi)成為了網(wǎng)絡(luò)搜索企業(yè)巨人。阿里巴巴2008年市值超200億美元、Google在2008年市值就達(dá)到了1572.3億美元、雅虎2008年市值達(dá)到170億美元。這些基于網(wǎng)絡(luò)技術(shù)特別是網(wǎng)絡(luò)搜索技術(shù)的廣泛應(yīng)用是這些公司得到迅速成長的主要原因，中小企業(yè)作為網(wǎng)絡(luò)搜索技術(shù)使用的終端用戶，需要通過網(wǎng)絡(luò)搜索策略-機(jī)器搜索和人工搜索綜合應(yīng)用來達(dá)到快捷、方便、準(zhǔn)確地處理各種事物。

利用機(jī)器與人工蜘蛛網(wǎng)絡(luò)搜索策略挖掘出風(fēng)險(xiǎn)因素信息的結(jié)果，引進(jìn)模糊綜合評估(FAHP)方法，并通過相關(guān)領(lǐng)域?qū)＜覍ν诰蛐畔⒌木C合判斷，將定性分析與定量分析相結(jié)合，達(dá)到更加準(zhǔn)確評判非上市公司信用違約風(fēng)險(xiǎn)的大小。

1.WEB搜索與非上市公司信用風(fēng)險(xiǎn)指標(biāo)信息獲取

基于WEB的一種搜索策略，可以充分挖掘出非上市公司風(fēng)險(xiǎn)因素的相關(guān)信息，在信息充分的基礎(chǔ)之上，運(yùn)用模糊綜合評價(jià)的方法對風(fēng)險(xiǎn)因素做出定量的分析。實(shí)踐證明，依靠信息收集和信息處理的方法來判斷對方的信用狀況有助于準(zhǔn)確把握信用風(fēng)險(xiǎn)信息，能夠回避和減少風(fēng)險(xiǎn)損失。國際互聯(lián)網(wǎng)上的信息是海量的，而要從這些海量信息充分挖掘出有用信息，需要一定的技術(shù)和方法，不同的技術(shù)方法所挖掘的信息的有效性和準(zhǔn)確度是不一致的。WEB信息搜索策略主要包括人工搜索策略和蜘蛛網(wǎng)絡(luò)搜索策略兩種方法。這兩種方法的綜合運(yùn)用能夠保證信息獲取的有效性和準(zhǔn)確性。

蜘蛛網(wǎng)絡(luò)技術(shù)(Web Spider)是現(xiàn)在網(wǎng)絡(luò)搜索引擎使用的一種流行搜索方法，它采用了信息中的迭代追蹤模式，類似于蜘蛛結(jié)網(wǎng)的方法，能夠從一個節(jié)點(diǎn)出發(fā)爬取各個節(jié)點(diǎn)和頁面，并將此節(jié)點(diǎn)的關(guān)聯(lián)信息搜索出來。從某種程度上講，它能保證所搜索信息的相對完整性；也保證了搜索的迅捷性，比如百度的主題關(guān)鍵詞搜索可以在短短幾秒鐘內(nèi)完成。藕軍、任明侖論證了通過優(yōu)化爬行規(guī)則的網(wǎng)絡(luò)蜘蛛爬取頁面的高效性。他們的試驗(yàn)結(jié)果表明該方法簡單有效，自動發(fā)現(xiàn)的查準(zhǔn)率和查全率分別達(dá)到97%和91%。

圖1 基于Web搜索方法圖

運(yùn)用搜索引擎并不能快速地尋找到最有利的結(jié)果。整個搜索過程需要有人工WEB頁面選擇的參與，人工選擇頁面以及運(yùn)用主題詞的不斷迭代。這種迭代方法跟蜘蛛網(wǎng)絡(luò)爬行策略基本一致，即人工對WEB頁面做出選擇時(shí)，通常也會基于廣度優(yōu)先或者深度優(yōu)先，也會包含WEB頁面內(nèi)容評價(jià)策略、鏈接結(jié)構(gòu)的評價(jià)策略、未來回報(bào)值大小的策略等，只不過不同的是機(jī)器搜索策略包含了固定的算法程序，而人工選擇策略通常是基于個人經(jīng)驗(yàn)的模糊判斷。如圖1。

2.采用FAHP對中小非上市公司風(fēng)險(xiǎn)信息元的分析與處理

（1）確定各個因素之間的相對重要性并賦以相應(yīng)的分值，構(gòu)造出各層次中的所有判斷矩陣，然后計(jì)算權(quán)矢量，進(jìn)行一致性檢驗(yàn)

通過運(yùn)行MATLAB軟件可以求得矩陣的特征矢量B=(X1， X2，X3，X4，X5)，經(jīng)過歸一化變化得到權(quán)矢量Wb=(Wb1，Wb2，Wb3，Wb4，Wb5)。

（2）建立模糊集合論域

F=(C1，C2，…，Cn)=（生效條件風(fēng)險(xiǎn)，付款條款風(fēng)險(xiǎn)，提單風(fēng)險(xiǎn)，商檢風(fēng)險(xiǎn)…）

（3）建立模糊評語集V

根據(jù)實(shí)際情況需要，可以建立多層次的評語集，如：

{風(fēng)險(xiǎn)發(fā)生概率非常大，風(fēng)險(xiǎn)發(fā)生概率大，風(fēng)險(xiǎn)發(fā)生概率一般，風(fēng)險(xiǎn)發(fā)生概率小，風(fēng)險(xiǎn)發(fā)生概率非常小}

表1 因素賦值表

（4）建立評語模糊映射集

通過WEB信息搜索，我們可以得到論域中各個因子（信息元）的信息，然后把這些信息交由相關(guān)專家通過評語集V判斷，建立評語模糊映射集合，如表2。

（5）模糊綜合評判

計(jì)算A=Wc×V，其中Wc可以利用層次分析法求得。

表2 模糊映射集合

（6）綜合風(fēng)險(xiǎn)概率計(jì)算

其中：p(g3)為風(fēng)險(xiǎn)概率；P0為模糊概率評語集的對照標(biāo)準(zhǔn)；AT為各風(fēng)險(xiǎn)因素的隸屬度矢量A的轉(zhuǎn)置。

四、算例分析

我國一家化工A公司與產(chǎn)品下游中小非上市公司B企業(yè)簽訂了一份200MT的磷酸—銨賒銷合同，兩家公司屬于第一次業(yè)務(wù)往來，互相并不了解彼此之間的信用狀況。

1.建立層次結(jié)構(gòu)分析圖

具體層次結(jié)構(gòu)如圖2所示。

圖2 公司信用風(fēng)險(xiǎn)層次結(jié)構(gòu)圖

2.采用的正是人工搜索策略與WEB搜索引擎結(jié)合的技術(shù)，在國際互聯(lián)中挖掘出大量客戶的各種相關(guān)信息

3.公司將搜集信息交由專家評估委員會進(jìn)行模糊綜合評估(FAHP)

（1）確定各因素間的相對重要性，構(gòu)造判斷矩陣

根據(jù)表1確定各因素之間的相對重要性并賦以相應(yīng)的分值，構(gòu)造出各層次中的所有判斷矩陣，然后計(jì)算權(quán)矢量，并進(jìn)行一致性檢驗(yàn)，計(jì)算結(jié)果如下：

Wb=(Wb1，Wb2，Wb3，Wb4，Wb5)=(0.2，0.2，0.3，0.3)

Wc1=(0.2，0.1，0.2，0.5)

Wc2=(0.5，0.1，0.1，0.3)

Wc3=(0.3，0.3，0.2，0.2)

Wc4=(0.8，0.2)

（2）綜合因素b層并排序，得到各因素的權(quán)重

綜合因素b層Wb和c層Wc1，Wc2，Wc3，Wc4，Wc5進(jìn)行總排序，可以得到各種因素的權(quán)重，見表3。

根據(jù)實(shí)際情況需要，一般可以建立五層次的評語集，即：{風(fēng)險(xiǎn)發(fā)生概率非常大，風(fēng)險(xiǎn)發(fā)生概率大，風(fēng)險(xiǎn)發(fā)生概率一般，風(fēng)險(xiǎn)發(fā)生概率小，風(fēng)險(xiǎn)發(fā)生概率非常小}

表3 風(fēng)險(xiǎn)因素權(quán)重表

表4 風(fēng)險(xiǎn)概率評語集

（3）建立評語模糊映射集合

通過WEB搜索結(jié)果，可以得到論域中各個因子（信息元）的信息，然后把這些信息交由相關(guān)專家通過模糊判斷，建立評語模糊映射集合V1={基本風(fēng)險(xiǎn)}={公司成立時(shí)間，公司所在地區(qū)，公司組織結(jié)構(gòu)，公司高管背景}。同理可得V2、V3、V4。

表5 風(fēng)險(xiǎn)模糊評價(jià)表

（4）利用模糊綜合評價(jià)公式計(jì)算

A=(Wbc1，Wbc2，Wbc1，Wbc4)×(V1，V2，V3，V4)=(A1,A2,A3,A4)解得:

A1=Wbc1×V=Wb1×Wc1×V1=(0.026，0.022，0.046，0.072，0.034)

A2=Wbc2×V=Wb2×Wc2×V2=(0.046，0.04，0.054，0.03，0.03)

A3=Wbc3×V=Wb3×Wc3×V3=(0.03，0.09，0.09，0.06，0.03)

A4=Wbc4×V=Wb4×Wc4×V4=(0.03，0.042，0.066，0.132，0.03）

（5）綜合風(fēng)險(xiǎn)概率計(jì)算

同理：p(g2)=P0×A2T=0.0672

由此可見，風(fēng)險(xiǎn)概率模糊綜合評價(jià)在（風(fēng)險(xiǎn)非常大，風(fēng)險(xiǎn)大，風(fēng)險(xiǎn)一般，風(fēng)險(xiǎn)小，風(fēng)險(xiǎn)非常?。?五個等級的值分別為(0.5，0.4，0.3，0.2，0.1)，根據(jù)模糊風(fēng)險(xiǎn)概率的對照，0.3736所對應(yīng)的風(fēng)險(xiǎn)等級為一般(P0=0.3)與風(fēng)險(xiǎn)大(P0=0.4)之間，所以可以認(rèn)為此項(xiàng)貿(mào)易賒銷合同的風(fēng)險(xiǎn)程度為一般偏高，賣方A公司應(yīng)該密切關(guān)注B公司的變化情況。

五、結(jié)論

中小非上市公司之間的交易往往是跨區(qū)域進(jìn)行的，使得了解交易與融資雙方的相關(guān)風(fēng)險(xiǎn)信息并不十分對稱，而信息網(wǎng)絡(luò)化正好為信息的挖掘和處理提供了一個便宜、快速、容易操作的平臺，挖掘出有用的信息，并做出有效的風(fēng)險(xiǎn)評估，是中小企業(yè)交易與融資活動中的關(guān)鍵環(huán)節(jié)?；赪EB的蜘蛛網(wǎng)絡(luò)搜索策略和人工頁面選擇能夠比較完整、準(zhǔn)確地挖掘出貿(mào)易對方的信息源，并在獲得的信息源基礎(chǔ)上，運(yùn)用模糊數(shù)學(xué)評估對貿(mào)易風(fēng)險(xiǎn)進(jìn)行分析，從而計(jì)算出綜合風(fēng)險(xiǎn)概率，為中小企業(yè)交易與融資決策提供科學(xué)依據(jù)。

[1]國務(wù)院常務(wù)會議部署制訂社會信用體系建設(shè)規(guī)劃.新華網(wǎng) [EB/OL]. http://ne-ws.xinhuanet.com/politics/2011-10/19/c_111108306_2.htm，2001.10.19

[2]國務(wù)院：加快建設(shè)社會信用體系.新浪網(wǎng) [EB/OL]. http://news.sina.com.cn/c/2014-01-16/070429256628.shtml，2014.1.16.

[3]《資本論》第三卷.人民出版社，1953：389-390.

[4]亞當(dāng)·斯密(AdamSmith).道德情操論 [M].謝宗林譯.中央編譯出版社，2009(04).

[5]HenryDunningMacleod.The TheoryofCredit[J].London，NewYork：Longmans，Green and Co.,1889(91).

[6]熊彼特，孔偉艷，朱攀峰，婁季芳著.經(jīng)濟(jì)發(fā)展理論(TheoryofEconomic Development)[J].北京出版社，2008(09).

[7]胡海青，張瑯.基于支持矢量機(jī)的供應(yīng)鏈金融信用風(fēng)險(xiǎn)評估研究 [J].軟科學(xué)，2011(5).

[8]AnthonyG.The consequences ofmodemity[J].Stanford:Stanford universitypress，1990.

[9]Arrow K J，F(xiàn)rank H.Notes on sequences economics，transaction costs，and uncertainty[J].Journal ofEconomics Theory，1999，86(2):203-216.

[10]Doupos，M.，Kosmidou，K.，Baourakis，G.，Zopounidis，C..Credit risk assessment using a multicriteria hierarchial discrimination approach:A comparative analysis [J].European Journal of Operational Research，2002 (138)：392-412.

[11]Twala，B..Multiple classifier application to credit risk assessment[J]. Expert Systems with Applications，2010，37：326-3336.

[12]John Andrew McQuown.A Comment on market vs accounting-based measures ofde-fault risk[J].White Paper，Moody's KMV，1993.

[13]Matthew Kurbat，Irina Korablev.Methodologyfor testing thelevel of the EDFTMcreditmeasure[J].White Paper，Moody's KMV，2002.

[14]Caouette J B，Alt man E，Narayanan P.Managing credit risk：The next great financialchallenge[J].1998.

（責(zé)任編輯：FZF）

The Appraise of Non-listed SME Credit Risks——Based on WEB and FAHP

ZHANG Cheng
（1.Hubei University of Science and Arts，Xiangyang Hubei 441053，China；2.Shanghai University of Finance and Economics，Shanghai 200433，China）

Credit is one of the oldest expressions of human society.In modern society，the credit risk management and control is one of the core problems whatever in capitalist society or socialist society and SME is one kind of driving force of the society.SME can not develop without the modern credit system.In this article，SME is divided into listed companies and non-listed companies according to the degree of their information disclosure.Because transaction information about the people involved in is asymmetry， those transaction credit risk assessment of non-listed SME is the most caring and the most difficult problem for transaction parties and various financial institutions. By using the modern network information technology and labor and machinery search strategy，the risk information of small unlisted companies can be dug out and sorted and fuzzy comprehensive evaluation can be did on this basis.Finally，a numerical example illustrates that the WEB-based and fuzzy comprehensive evaluation of the credit risk of small non-listed companies is effective.

Non-listed SME；Credit risks；Corporate finance；Financial risk

F270.7

A

1004-292X（2014）10-0012-05

2014-05-15

教育部人文社科研究基金項(xiàng)目（13YJC630218)。

張 誠（1977-），男，四川儀隴人，博士后，主要從事企業(yè)風(fēng)險(xiǎn)與企業(yè)金融研究。