節(jié)能企業(yè)信用風(fēng)險(xiǎn)識(shí)別

尚天成， 王 惠， 劉培紅， 李欣欣， 高俊卿

(天津大學(xué)管理與經(jīng)濟(jì)學(xué)部， 天津 300072； 2. 天津中醫(yī)大學(xué)公共課教學(xué)部， 天津 300193)

節(jié)能企業(yè)信用風(fēng)險(xiǎn)識(shí)別

尚天成1， 王 惠1， 劉培紅2， 李欣欣1， 高俊卿1

(天津大學(xué)管理與經(jīng)濟(jì)學(xué)部， 天津 300072； 2. 天津中醫(yī)大學(xué)公共課教學(xué)部， 天津 300193)

信用障礙是影響我國合同能源管理項(xiàng)目健康發(fā)展的主要因素之一。對(duì)節(jié)能企業(yè)信用風(fēng)險(xiǎn)的識(shí)別是信用風(fēng)險(xiǎn)管理的首要步驟。為準(zhǔn)確反映節(jié)能企業(yè)真實(shí)的信用狀況，運(yùn)用粗糙集理論構(gòu)建了節(jié)能企業(yè)信用風(fēng)險(xiǎn)識(shí)別指標(biāo)體系，信息決策表來自于120組上市公司的財(cái)務(wù)數(shù)據(jù)。通過預(yù)處理和屬性約簡，最終篩選出流動(dòng)比率、應(yīng)收賬款周轉(zhuǎn)率、資產(chǎn)負(fù)債率、綜合杠桿、存貨周轉(zhuǎn)率、凈利潤增長率6個(gè)影響信用風(fēng)險(xiǎn)識(shí)別的主要因素，并確定決策規(guī)則。經(jīng)檢驗(yàn)，指標(biāo)與決策規(guī)則準(zhǔn)確性較高，可用于節(jié)能企業(yè)信用風(fēng)險(xiǎn)的識(shí)別。

合同能源管理； 節(jié)能企業(yè)； 信用風(fēng)險(xiǎn)識(shí)別； 粗糙集

合同能源管理模式在中國的發(fā)展取得了一定的成效，但在發(fā)展過程中面臨一些問題[1]。藍(lán)毓俊[2]認(rèn)為，我國合同能源管理面臨的主要問題是誠信保障、資金以及財(cái)務(wù)等；王樹茂[3]認(rèn)為，當(dāng)前企業(yè)信譽(yù)環(huán)境不利于我國節(jié)能服務(wù)公司的發(fā)展；楊振宇等[4]認(rèn)為，合同能源管理的困境主要表現(xiàn)在信用、信息、融資等方面；張春雷[5]、袁海臻等[6]認(rèn)為，應(yīng)該通過制定信用評(píng)價(jià)等級(jí)等方式促進(jìn)我國合同能源管理的發(fā)展。上述研究結(jié)果表明，信用風(fēng)險(xiǎn)已經(jīng)成為我國合同能源管理模式健康發(fā)展的主要障礙之一。信用風(fēng)險(xiǎn)度量與控制的首要條件是信用風(fēng)險(xiǎn)識(shí)別。雖然我國學(xué)者對(duì)信用風(fēng)險(xiǎn)識(shí)別模型進(jìn)行了初步研究，但其風(fēng)險(xiǎn)識(shí)別的準(zhǔn)確度和可信度有限[7]，不能滿足我國合同能源管理模式發(fā)展的需要。

在信用風(fēng)險(xiǎn)識(shí)別過程中，對(duì)企業(yè)相關(guān)信用指標(biāo)的分析通常依據(jù)的是客觀規(guī)則，其中的關(guān)鍵環(huán)節(jié)是信用指標(biāo)篩選與決策規(guī)則確定。在合同能源管理領(lǐng)域，由于信用缺失問題主要發(fā)生在節(jié)能企業(yè)，而粗糙集理論可以處理不完備信息，通過知識(shí)約簡挖掘出最簡潔的指標(biāo)體系，得到客觀的分類規(guī)則集，使風(fēng)險(xiǎn)識(shí)別過程簡便易行，彌補(bǔ)了其他分析方法存在的主觀性缺陷[8-9]，因此，本文運(yùn)用粗糙集理論研究節(jié)能企業(yè)的信用風(fēng)險(xiǎn)識(shí)別問題。

一、節(jié)能企業(yè)信用風(fēng)險(xiǎn)識(shí)別指標(biāo)體系及步驟

1. 指標(biāo)體系

由于上市公司公布的財(cái)務(wù)指標(biāo)涉及發(fā)展能力、營運(yùn)能力、償債能力、盈利水平、風(fēng)險(xiǎn)水平等諸多方面，數(shù)據(jù)公開且相對(duì)完整和公正，同時(shí)，鑒于我國對(duì)節(jié)能企業(yè)的信用研究處于起步階段，因此，本文根據(jù)商業(yè)銀行信用評(píng)價(jià)指標(biāo)、《中國企業(yè)信用評(píng)價(jià)指南》以及相關(guān)信用風(fēng)險(xiǎn)的研究成果[7-10]，構(gòu)建節(jié)能企業(yè)信用風(fēng)險(xiǎn)識(shí)別的指標(biāo)體系(見表1)。

2. 步驟

在保證分類質(zhì)量的前提下使用粗糙集中屬性約簡規(guī)則篩選指標(biāo)，可以彌補(bǔ)節(jié)能企業(yè)信用風(fēng)險(xiǎn)識(shí)別指標(biāo)體系中存在的指標(biāo)冗余和關(guān)聯(lián)的不足。

選取我國鋼鐵、建筑、交通等行業(yè)的120家上市公司2010年12月31日公布的財(cái)務(wù)報(bào)表中的數(shù)據(jù)作為基礎(chǔ)決策信息，研究數(shù)據(jù)主要來自上海證券交易所和國泰安數(shù)據(jù)庫。決策屬性依據(jù)企業(yè)股票是否處于特別處理狀態(tài)(ST)，即決策屬性為0，表示企業(yè)股票處于ST狀態(tài)，企業(yè)信用水平較低或風(fēng)險(xiǎn)較大；決策屬性為1，表示企業(yè)股票處于正常狀態(tài)，企業(yè)信用信用水平較高或風(fēng)險(xiǎn)較小。

(一)初始決策表

為根據(jù)120組上市公司相關(guān)信息確定決策規(guī)則，依據(jù)與信用風(fēng)險(xiǎn)識(shí)別有關(guān)的條件屬性值和決策屬性值的描述，將其匯總到一張表格中，得到初始決策表。Utrain表示由這120組信息組成的訓(xùn)練子集，Utest表示由 5組上市公司信息組成測(cè)試子集。Utrain中120組樣本的數(shù)據(jù)預(yù)處理、屬性約簡以及決策規(guī)則的確定使用的是粗糙集理論體系中的Rosetta軟件。為檢驗(yàn)規(guī)則的準(zhǔn)確率，用確定的決策規(guī)則檢驗(yàn)Utest中的5組樣本信息。

表1 節(jié)能企業(yè)信用風(fēng)險(xiǎn)識(shí)別指標(biāo)

注：表中指標(biāo)選用財(cái)務(wù)報(bào)告中合并報(bào)表中數(shù)據(jù)。

(二)數(shù)據(jù)補(bǔ)全與屬性離散化

選取的120組數(shù)據(jù)中多數(shù)信息完整，少數(shù)信息不完整。為了保證結(jié)果的準(zhǔn)確性，補(bǔ)全不完整信息使用的是Mean/Mode fill。將Utrain中120個(gè)樣本的屬性值和決策值輸入Excel中，對(duì)不同算法的離散化結(jié)果進(jìn)行比較。為使結(jié)果簡潔方便，離散化使用粗糙集理論結(jié)合布爾邏輯的算法，求得6個(gè)屬性的6個(gè)斷點(diǎn)(見表2)。依據(jù)屬性賦值與斷點(diǎn)可以確定新的決策表。

表2 條件屬性量化參數(shù)

(三)決策表屬性約簡

將決策表輸入Rosetta軟件進(jìn)行屬性約簡。由于算法Manual Reducer和Holte’s包含30個(gè)屬性，算法Johnson’s Algorithm與Genetic Algorithm的約簡數(shù)量分別是17個(gè)、11個(gè)，為體現(xiàn)屬性約簡的便利性，選擇Genetic Algorithm的約簡結(jié)果(見表3)。

表3 Genetic Algorithm生成的可能約簡

(四)確定決策規(guī)則

根據(jù)表3的約簡結(jié)果和最小決策原則，使用Genetic Algorithm確定決策規(guī)則(見表4)。

表4 基于粗糙集理論的信用風(fēng)險(xiǎn)識(shí)別決策規(guī)則

(五)決策規(guī)則檢驗(yàn)

依據(jù)信用風(fēng)險(xiǎn)識(shí)別中的檢驗(yàn)原則檢驗(yàn)上述決策規(guī)則。原始數(shù)據(jù)選用5個(gè)上市公司的財(cái)務(wù)指標(biāo)，離散化結(jié)果賦值選用表3中數(shù)據(jù)，判斷依據(jù)是上述決策規(guī)則。通過與已知信用狀況的對(duì)比，顯示5組指標(biāo)符合預(yù)測(cè)情況(見表5)，證實(shí)對(duì)節(jié)能企業(yè)信用評(píng)價(jià)可以使用基于粗糙集理論的信用評(píng)價(jià)模型。

通過上述分析可以看出，流動(dòng)比率、存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、資產(chǎn)負(fù)債率、綜合杠桿以及凈利潤增長率是6個(gè)主要影響節(jié)能企業(yè)信用風(fēng)險(xiǎn)識(shí)別的因素指標(biāo)，反映了節(jié)能企業(yè)經(jīng)營、履行合同以及企業(yè)信用等方面的信息，可以為節(jié)能服務(wù)公司提供準(zhǔn)確的信用信息，有利于節(jié)能企業(yè)與節(jié)能服務(wù)公司的合作。

表5 信用風(fēng)險(xiǎn)識(shí)別決策規(guī)則檢驗(yàn)

二、結(jié) 語

節(jié)能企業(yè)信用缺失是目前我國合同能源管理項(xiàng)目實(shí)施過程中信用風(fēng)險(xiǎn)產(chǎn)生的主要原因，阻礙了合同能源管理項(xiàng)目的順利進(jìn)行。其中，信息不對(duì)稱是導(dǎo)致節(jié)能企業(yè)信用缺失的關(guān)鍵因素?，F(xiàn)有改善信息不對(duì)稱的方法中普遍存在過于依賴數(shù)據(jù)庫、冗余數(shù)據(jù)較多、決策規(guī)則不明確等缺陷。粗糙集理論與我國合同能源管理項(xiàng)目的信用風(fēng)險(xiǎn)辨識(shí)體系之間存在較高的擬合度。以粗糙集理論為基礎(chǔ)，利用Rosetta軟件獲取影響節(jié)能企業(yè)信用的主要因素，得出客觀、易于判斷的決策規(guī)則，可以解決對(duì)節(jié)能企業(yè)信用認(rèn)知過程中存在的信息不完全和信息不對(duì)稱問題，降低節(jié)能服務(wù)公司的風(fēng)險(xiǎn)，有利于合同能源管理項(xiàng)目的順利實(shí)施。后續(xù)研究中，可考慮調(diào)整樣本和指標(biāo)的選取，以利于更真實(shí)的反映節(jié)能企業(yè)的履約能力和信用狀況。同時(shí)，如何對(duì)節(jié)能企業(yè)的信用水平進(jìn)行分級(jí)，并構(gòu)建完整的節(jié)能企業(yè)信用風(fēng)險(xiǎn)管理體系尚需深入探索。

[1] 王李平,王敬敏,江慧慧.我國合同能源管理機(jī)制實(shí)施現(xiàn)狀分析及對(duì)策研究[J].電力需求側(cè)管理,2008,10(1):161-185.

[2] 藍(lán)毓俊.當(dāng)前實(shí)施“合同能源管理”的主要障礙和對(duì)策研究[J].上海節(jié)能, 2009(11): 1-7.

[3] 王樹茂.合同能源管理在我國的發(fā)展和存在的問題[J].中國能源,2008,30(2):21-23.

[4] 楊振宇,趙劍鋒,王書保. 合同能源管理在我國的發(fā)展及待解決的問題[J].電力需求測(cè)管理, 2004,6(6):10-12.

[5] 張春雷.我國合同能源管理機(jī)制實(shí)施的難點(diǎn)分析與對(duì)策研究[J].能源技術(shù)與管理,2008,9(1):113-115.

[6] 袁海臻, 高小鈞，楊春權(quán)，等.我國合同能源管理的現(xiàn)狀、存在問題和對(duì)策[J].能源技術(shù)經(jīng)濟(jì), 2011，23(1):58-66.

[7] 徐春紅,路正南.商業(yè)銀行信用風(fēng)險(xiǎn)識(shí)別的模型構(gòu)建與政策建議[J].統(tǒng)計(jì)與決策,2010，302(2):128-129.

[8] 顧 婧,周宗放.基于可變精度粗糙集的新興技術(shù)企業(yè)信用風(fēng)險(xiǎn)識(shí)別[J].管理工程學(xué)報(bào),2010,24(1):70-76.

[9] 李 萌,陳柳欽.基于BP神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信用風(fēng)險(xiǎn)識(shí)別實(shí)證分析[J].經(jīng)濟(jì)學(xué)研究, 2007(1): 18-29.

[10] 施亞明,何建敏.基于粗糙集方法在信用評(píng)估中的應(yīng)用探析[J].現(xiàn)代管理科學(xué), 2005(5):13-14.

Energy-ConsumingEnterprises’ReputationRiskIdentification

Shang Tiancheng1, Wang Hui1， Liu Peihong2, Li Xinxin1, Gao Junqing1

(1. Faculty of Management and Economics, Tianjin University, Tianjin 30072, China;2. Department of Common Courses, Tianjin University of Traditional Chinese Medicine, Tianjin 300193, China)

Reputation issue has become one of the main impediments to the sound develpment of Energy Performance Contracting (EPC) in China. To identify the energy-consuming enterprises’ reputation risk is the first step in reputation risk management. Based on the Rough Set Theory, this study establishes a recognition indicator system and model for energy-consuming enterprises’ reputation risk to reflect their real reputation status accurately. According to the 120 groups of listed companies’ financial data, after data pretreatment and simplification, 6 main factors infltlening reputation risk recognition are filtered out, i.e.: flow ratio, asset-liability ratio, accounts receivable turnover, stock turnover, leverage degree and net profit growth. These 6 indicators form the identification rules. Test result shows that the indicators and identification rules has relatively high reliability and validity so they also can be used in identifying reputation risks of other energy-consuming enterprises.

energy performance contracting; energy-consuming enterprise; reputation risk identification; rough set theory

2013-09-25.

天津市哲學(xué)社會(huì)科學(xué)研究規(guī)劃基金資助項(xiàng)目(TJGL12-061)；國家軟科學(xué)研究計(jì)劃基金資助項(xiàng)目(2013GXS4B066).

尚天成(1965— )，男，教授.

尚天成，stc65@163.com.

C93

A

1008-4339(2014)01-026-04