基于信息熵TOPSIS模型的小微企業(yè)信用評價研究
——以金改試驗區(qū)泉州為例

陳 云

(黎明職業(yè)大學(xué)，福建 泉州 362000)

?

基于信息熵TOPSIS模型的小微企業(yè)信用評價研究
——以金改試驗區(qū)泉州為例

陳 云

(黎明職業(yè)大學(xué)，福建 泉州 362000)

以金改試驗區(qū)為背景，在回顧國內(nèi)小微企業(yè)信用評價研究現(xiàn)狀的基礎(chǔ)上，構(gòu)建適合于小微企業(yè)的信用評價指標體系，并選取3家同行業(yè)的小微企業(yè)作為評價樣品，將信息熵和TOPSIS方法相結(jié)合，構(gòu)建動態(tài)評價模型并進行實證研究。該評價方法運用于小微企業(yè)的信用評價，既有效避免主觀確定各指標權(quán)重的隨意性，保證結(jié)果的客觀性和可信度；還可以對信用評價的各個指標及小微企業(yè)的綜合信用做出評價與排序，有助于降低金融行業(yè)對小微企業(yè)的信貸風(fēng)險，提高信貸效率。

泉州金改試驗區(qū)；小微企業(yè)；信息熵；TOPSIS分析

自2012年12月21日《福建省泉州市金融服務(wù)實體經(jīng)濟綜合改革試驗區(qū)總體方案》獲國務(wù)院批準以來，泉州市作為第三個國家級金融綜合改革試驗區(qū)已有三年有余。在此背景下，泉州金融改革深化拓展，先后出臺了多項扶持小微企業(yè)的惠企措施，持續(xù)發(fā)力實體經(jīng)濟。截至2014年底，泉州市已完成金改項目46個，小微企業(yè)信貸覆蓋率從金改前的15%提高到了31.9%。泉州市金融機構(gòu)抓住金融綜合改革有利契機，通過多種創(chuàng)新方式，不斷改善小微企業(yè)金融服務(wù)。最新數(shù)據(jù)顯示，2015年12月31日，泉州市小微企業(yè)人民幣貸款余額1134.28億元，占泉州市企業(yè)人民幣貸款余額的35.83%，比年初新增54.02億元。其中，小型、微型企業(yè)人民幣貸款余額分別為1062.14億元和72.14億元，分別占泉州市企業(yè)貸款余額的33.55%和2.28%；小型企業(yè)貸款余額比年初增加58.72億元，微型企業(yè)貸款余額比年初減少4.7億元。2013～2015年泉州各類型企業(yè)人民幣貸款余額總量同期對比圖及同期比率如圖1、圖2所示。

數(shù)據(jù)來源：中國人民銀行泉州市中心支行. 圖1 2013～2015年泉州市企業(yè)人民幣貸款余額同期總量對比

圖2 2013～2015年泉州市企業(yè)人民幣貸款余額同期比率

圖2顯示2015年12月31日泉州市小微企業(yè)人民幣貸款余額占企業(yè)總貸款的比率比上年同期略有下降。盡管各方對泉州小微企業(yè)的扶持力度不斷加大，但是小微企業(yè)在發(fā)展過程中仍舊困難重重，最突出的還是“融資難”問題。小微企業(yè)由于自身特點，其投資資金有限，因此營運過程中常常會出現(xiàn)流動資金不足，為了發(fā)展，必須解決“融資難”問題。目前，越來越多的小微企業(yè)緊緊抓住金融綜合改革這一契機，紛紛向金融機構(gòu)申請貸款，貸款類型中最為普遍的便是信用貸款。但是多數(shù)的金融機構(gòu)仍然是采用同時適用于大中型企業(yè)的信用評價體系對小微企業(yè)進行信用評價，小微企業(yè)不論是從生產(chǎn)規(guī)模、經(jīng)營管理水平、盈利空間等方面都無法與大中型企業(yè)相比，這種信用評價方法缺乏合理性，不適合評價小微企業(yè)的信用狀況。因此，結(jié)合小微企業(yè)實際情況，建立適用于小微企業(yè)的信用評價指標體系，并構(gòu)建相應(yīng)的信用評價模型顯得尤為重要。

一、小微企業(yè)信用評價指標體系的構(gòu)建

1.國內(nèi)研究現(xiàn)狀

科學(xué)合理的小微企業(yè)信用評價指標體系是各管理部門和金融機構(gòu)順利開展對小微企業(yè)信用評價的關(guān)鍵。2000年以來，國內(nèi)不少學(xué)者從不同角度，選取不同樣本對企業(yè)信用評價指標進行了諸多研究。毛定祥(2000)從財務(wù)信用的角度，建立了包括財務(wù)機構(gòu)、償債能力、經(jīng)營能力、盈利能力和現(xiàn)金流量五個一級指標及26個二級指標的評價體系[1]。王德勇、陳曉剛(2008)引入了定性指標和定量指標，定量指標包括償債能力、盈利能力、資產(chǎn)管理能力、獲現(xiàn)能力和履約能力等指標，定性指標包括企業(yè)規(guī)模、領(lǐng)導(dǎo)素質(zhì)、管理水平、發(fā)展?jié)摿蛣?chuàng)新能力等指標[2]。李楊(2013)選取了包括外部環(huán)境、基礎(chǔ)素質(zhì)、經(jīng)營管理、財務(wù)狀況、發(fā)展前景和信用記錄等六個一級指標及29個二級指標[3]。黃鵬、劉艷(2013)構(gòu)建了由企業(yè)財務(wù)特征、非財務(wù)特征組成的小微企業(yè)綜合信用評價模型，企業(yè)財務(wù)特征包括企業(yè)經(jīng)營管理能力、企業(yè)資產(chǎn)狀況和企業(yè)償債能力三個指標及9個子指標，非財務(wù)特征包括企業(yè)領(lǐng)導(dǎo)人品質(zhì)、企業(yè)所在地特征和產(chǎn)業(yè)環(huán)境三個指標9個子指標[4]。劉亞娜(2014 )從金融機構(gòu)的視角出發(fā)，選取了小微企業(yè)信用評價指標，構(gòu)建了包括企業(yè)基本狀況、財務(wù)狀況、市場狀況和創(chuàng)新能力狀況等4個一級指標、10個二級指標及32個三級指標[5]。李恩、劉立新(2013)整理了國內(nèi)學(xué)者篩選的中小微企業(yè)信用評價指標體系中一級指標的內(nèi)容，并繪制成表。

2.小微企業(yè)信用評價指標體系的構(gòu)建

綜上所述，學(xué)者們大多都注意到了評價企業(yè)信用狀況應(yīng)包括財務(wù)和非財務(wù)兩個方面的指標，但是由于小微企業(yè)市場生存周期普遍較短，而且財務(wù)制度和信息披露制度不夠健全，財務(wù)報表失真、不規(guī)范，甚至很多小微企業(yè)根本沒有財務(wù)報表，如果財務(wù)指標所占的比重過大，與大中型企業(yè)相比較，必然對小微企業(yè)的信用貸款不利，融資難上加難。而在民營經(jīng)濟發(fā)達，勞動密集型產(chǎn)業(yè)眾多的泉州，小微企業(yè)對于泉州區(qū)域經(jīng)濟的增長和社會的和諧發(fā)展具有非常重要的戰(zhàn)略意義。盡管數(shù)據(jù)顯示，泉州小微企業(yè)人民幣貸款余額逐年上升，但是仍然有很多發(fā)展前景不錯的小微企業(yè)被拒之門外，無法享受信用貸款。因此，構(gòu)建適合小微企業(yè)信用評價的指標體系至關(guān)重要，該指標在適當(dāng)降低財務(wù)指標比重的同時，應(yīng)盡量多的考慮小微企業(yè)的非財務(wù)因素，比如小微企業(yè)未來發(fā)展空間、潛力和創(chuàng)新等方面的因素。

為了保證評價結(jié)果具有準確性、客觀性、針對性和可信性，在此，基本遵循科學(xué)性、針對性、可行性、層次性、定性與定量相結(jié)合等原則，在國內(nèi)各大學(xué)者所選取的指標體系的基礎(chǔ)上進行甄選和完善，從而構(gòu)建了由六個一級指標、25個二級指標組成的小微企業(yè)信用評價指標體系，該體系注重小微企業(yè)的非財務(wù)狀況，因為對于非財務(wù)狀況良好的成長期或者初成期的小微企業(yè)，若有足夠的資金周轉(zhuǎn)，便可以改善其企業(yè)財務(wù)狀況，達到良性循環(huán)，見表1。

表1 小微企業(yè)信用評價指標體系

二、評價模型的建立

1.信息熵的概念

信用評價指標權(quán)重是整個評價過程中最為關(guān)鍵的一步，權(quán)重的不同會帶來評價結(jié)果的差異性較大。國內(nèi)學(xué)者對小微企業(yè)信用評價指標的權(quán)重確定，多數(shù)是采用專家評分法、層次分析法和模糊綜合層次法，這些方法主觀性較強。而熵權(quán)法是通過對原始數(shù)據(jù)進行數(shù)學(xué)計算后得出指標權(quán)重，客觀性強，恰好可以彌補這一缺點，得到的結(jié)果準確性更高，更有說服力。它是對不確定信息的度量，熵值越小越好。

信息論中用熵來反映信息系統(tǒng)無序程度，即所謂的信息熵。假設(shè)含有n個信元的一個信息源{A1，A2，…,An}，其概率分布為P={P(a1),P(a2),…P(an)}，定義信息熵的計算公式為：

某指標的信息熵越大，表明該指標的無序程度越大，可用的信息量就減少，這時，該指標的權(quán)重就越??；反之，某指標的信息熵越小，表明該指標的無序程度越小，可用的信息量就增加，這時，該指標的權(quán)重就越大；所以信息熵與指標權(quán)重是負相關(guān)的關(guān)系。根據(jù)該原理，可以根據(jù)反映小微企業(yè)信用評價指標之間的差異程度，利用信息熵計算出各評價指標的權(quán)重。

2.TOPSIS方法原理

TOPSIS法是一種常用的多目標決策分析方法，其基本原理是通過檢測評價對象與最優(yōu)解、最劣解的距離來進行排序，若評價對象最靠近最優(yōu)解同時又最遠離最劣解，則為最好；否則為最差。這一原理用空間統(tǒng)計學(xué)解釋，就是通過將各指標的統(tǒng)計數(shù)據(jù)對應(yīng)于多維坐標系中的點，同時，在坐標系中確定出最優(yōu)樣本點和最劣樣本點作為評價的參考點，然后計算各個樣本點到參考點的距離，以此距離來進行評價研究。因此，TOPSIS方法具有概念簡單，計算過程清晰和易操作的優(yōu)點，可以客觀地對多指標情況下的多種方案進行綜合評價。

3.基于信息熵的TOPSIS模型

設(shè)有一個評價對象，數(shù)個評價指標，給各指標賦值得到初始矩陣Amn，其中，Aij表示第j個評價對象的第i個評價指標值?；谛畔㈧氐腡OPSIS方法進行評價研究的具體步驟如下[7]：

步驟一：根據(jù)各指標數(shù)據(jù)構(gòu)建初始矩陣，考慮到各項指標的量綱不同以及數(shù)量級差異較大，可對初始矩陣進行標準化處理。本研究所涉及的指標包含效益型指標和成本型指標，采用極值法對數(shù)據(jù)進行標準化，從而得到標準化矩陣A'mn={a'ij}mn，其中，效益型指標標準化公式為：

(1)

成本型指標標準化公式為:

(2)

步驟二：利用信息熵計算公式確定各評價指標的信息熵值。利用公式(1)得到第i個指標的信息熵值ei:

(3)

fij為第j個公司第i個指標的特征比重。規(guī)定：當(dāng)fij=0時，fijInfij=0，從而保證0≤ei≤1。

步驟三：計算第i個指標的信息差異性系數(shù)及第i個指標的熵權(quán)重。其中:

gi=1-ei

(4)

(5)

第i個指標的熵權(quán)重ωi越高，表明第i個指標對評價結(jié)果貢獻程度越大，在評價過程中的重要程度越大。

步驟四：將步驟三得出的熵權(quán)與步驟一計算出的標準化矩陣A'mn={a'ij}相乘，得到加權(quán)標準化矩陣X：

X=[ωia'ij]mn=

(6)

步驟五：從加權(quán)標準化矩陣X中確定各指標的正理想解X+和負理想解X-。其中：

(7)

(8)

步驟七：確定第j個評價對象到最理想解的接近程度Cj，其中：

(9)

接近程度Cj值越大，表明該小微企業(yè)的信用程度越好；反之，接近程度Cj值越小，表明該小微企業(yè)的信用程度越低。因此，根據(jù)最后得到的接近程度值的大小,可以對小微企業(yè)的信用程度進行綜合排序。

三、小微企業(yè)信用評價實證研究

1.評價對象的選取與數(shù)據(jù)來源

由于不同行業(yè)之間數(shù)據(jù)差別較大，因此，立足于在同一行業(yè)中選擇評價對象來研究。本文選擇3家同行業(yè)的小微企業(yè)A、B、C進行研究，其中A企業(yè)為泉州某米業(yè)有限公司，B企業(yè)為泉州某食品有限公司，C企業(yè)為泉州某糧食購銷公司。

本文構(gòu)建的小微企業(yè)信用評價指標體系由定性指標和定量指標組成。為確保數(shù)據(jù)的有效性，研究中所涉及財務(wù)狀況的定量指標數(shù)據(jù)，主要是通過泉州某銀行2014年的數(shù)據(jù)資料獲得；對定性指標采用實地走訪、電話調(diào)查和問卷調(diào)查等方式，請5名同行業(yè)專家在事先設(shè)計好的調(diào)查表上進行打分，然后取加權(quán)平均值。由于篇幅有限，原始數(shù)據(jù)從略。

2.對各一級指標進行評價

本文構(gòu)建的小微企業(yè)信用評價指標體系由六個一級指標、25個二級指標組成，下面對每個一級指標分別進行評價。首先以財務(wù)狀況這項指標為例，該指標包括應(yīng)收賬款周轉(zhuǎn)率A1、存貨周轉(zhuǎn)率A2、總資產(chǎn)周轉(zhuǎn)率A3、流動資產(chǎn)周轉(zhuǎn)率A4、資產(chǎn)負債率A5和凈資產(chǎn)收益率A6六個二級指標，各指標原始數(shù)據(jù)如表2所示。利用公式(1)、(2)對原始數(shù)據(jù)進行標準化，得到財務(wù)狀況的標準化矩陣，然后通過公式(3)、(4)、(5)計算得到財務(wù)狀況各二級指標的信息熵和熵權(quán)重。

表2 財務(wù)狀況指標原始數(shù)據(jù)及熵權(quán)分析過程相關(guān)數(shù)據(jù)匯總

數(shù)據(jù)來源：中國農(nóng)業(yè)發(fā)展銀行泉州地區(qū)某支行.

表3 財務(wù)狀況指標TOPSIS分析過程相關(guān)數(shù)據(jù)匯總

由公式(6)至(9)計算得到加權(quán)標準化矩陣、歐式空間距離和確定各評價對象到最理想解的接近程度，分別如表3所示。

以上是對財務(wù)狀況指標評價的全過程，另外五個一級指標的評價依照這樣的方法依次進行計算，計算結(jié)果詳見表4所示。

表4只是反映了三家公司在財務(wù)狀況、企業(yè)基本狀況、發(fā)展?jié)摿?、市場狀況、經(jīng)營管理和基本素質(zhì)等指標與最理想解的接近程度及排名情況，卻不能有效地體現(xiàn)三家公司的綜合信用評價水平。因此，下面以各指標到最理想解的接近程度值作為初始數(shù)據(jù)，構(gòu)成初始矩陣，綜合評價3家公司的信用水平，評價過程同上，具體數(shù)據(jù)詳見表5和表6。

表4 各一級指標評價結(jié)果

表5 綜合信用評價初始數(shù)據(jù)及熵權(quán)分析過程相關(guān)數(shù)據(jù)匯總

表6 3家公司綜合信用評價TOPSIS分析過程相關(guān)數(shù)據(jù)匯總

3.評價結(jié)果分析

(1)從表3 可知，在財務(wù)狀況分析的二級指標中，凈資產(chǎn)收益率指標的信息熵最小，表明該指標的無序程度最小，可用的信息量比較大，因此權(quán)重最大的是凈資產(chǎn)收益率A6為ω6=0.223036，其次是應(yīng)收賬款周轉(zhuǎn)率A1為ω1=0.196102和存貨周轉(zhuǎn)率A2為ω2=0.184255，其余的總資產(chǎn)周轉(zhuǎn)率A3、流動資產(chǎn)周轉(zhuǎn)率A4和資產(chǎn)負債率A5這三個指標在財務(wù)狀況中所占的權(quán)重相當(dāng)，介于0.13至0.14之間。

(2)表3顯示，根據(jù)到最理想解的接近程度值Cj的大小，可以對3家公司在財務(wù)狀況方面的優(yōu)劣勢進行排序。A公司接近程度值最大，表明A公司財務(wù)狀況最佳，這一結(jié)果由原始數(shù)據(jù)可以很清楚地反映出來，因為在原始數(shù)據(jù)中A公司的應(yīng)收賬款周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率和資產(chǎn)負債率明顯優(yōu)于其他兩家公司；其次是B公司，接近程度最小的是C公司，其接近程度非常小，僅為c3=0.132478 ，顯然，C公司存貨周轉(zhuǎn)率、流動資產(chǎn)周轉(zhuǎn)率和資產(chǎn)負債率這三個指標的原始數(shù)據(jù)明顯劣于A公司和B公司；

(3)從表5看出3家公司的六個一級指標分別到最理想解的接近程度及排序情況。其中A公司在財務(wù)狀況、企業(yè)基本狀況和市場狀況明顯優(yōu)于其他兩家公司，這與A公司近幾年的營銷策略和致力于市場的開拓有著密切的關(guān)系；而B公司在發(fā)展?jié)摿Α⒔?jīng)營管理和基本素質(zhì)這三個方面的接近程度明顯高于其他兩家公司，B公司為中外合資公司，實力較為雄厚，雖然成立時間相對較短，但較注重消費者的需求，不斷加大產(chǎn)品研發(fā)投入和創(chuàng)新產(chǎn)品的開發(fā)，其對領(lǐng)導(dǎo)人決策能力和員工的素質(zhì)要求較高，且在生產(chǎn)、人事、財務(wù)、質(zhì)量、安全和固定資產(chǎn)等方面的管理制度相對較規(guī)范。

(4)表6顯示這六個指標中基本素質(zhì)所占的熵權(quán)最大，其次是企業(yè)基本狀況，所占熵權(quán)最小的是財務(wù)狀況，這正好與前面分析相吻合，因為小微企業(yè)財務(wù)制度較不健全，財務(wù)數(shù)據(jù)透明度較低，如果財務(wù)指標所占的比重過大，與大中型企業(yè)相比較，必然對小微企業(yè)的信用貸款不利。這在民營經(jīng)濟發(fā)達，勞動密集型產(chǎn)業(yè)眾多的泉州，尤其有利。因為財務(wù)狀況指標權(quán)重越小，對于非財務(wù)狀況良好的成長期或者初成期的小微企業(yè)越有利，若有足夠的資金周轉(zhuǎn)，便可以改善其企業(yè)財務(wù)狀況，達到良性循環(huán)。

(5)表7顯示在綜合信用評價排名中，到最理想解的接近程度為c2>c1>c3，所以B公司綜合信用水平最好，A公司次之，C公司相對最差。究其原因，是由于B公司在發(fā)展?jié)摿Α⒔?jīng)營管理和基本素質(zhì)這三個指標值明顯高于其他兩家公司，而根據(jù)表6所示，發(fā)展?jié)摿突舅刭|(zhì)這兩個指標在小微企業(yè)的信用評價中起著決定性作用。A公司在保持財務(wù)狀況、企業(yè)基本狀況和市場狀況等方面優(yōu)勢的情況下，應(yīng)加大產(chǎn)品研發(fā)投入，重視創(chuàng)新產(chǎn)出和領(lǐng)導(dǎo)人決策能力的提高，加強對員工的培訓(xùn)服務(wù)以提高員工整體素質(zhì)。C公司在各方面不占優(yōu)勢的情況下應(yīng)認識到自身的不足，加強與綜合信用水平較高公司的交流學(xué)習(xí)，可以先考慮從內(nèi)部管理入手，比如基本素質(zhì)與經(jīng)營管理等，以提高其綜合信用競爭力。

四、結(jié) 語

解決小微企業(yè)“融資難”問題的關(guān)鍵是要架起企業(yè)與放貸機構(gòu)互通互信這一橋梁，而撐起這一橋梁的重任很大一部分就落在小微企業(yè)的信用評價上，因此建立科學(xué)合理的、適用于小微企業(yè)的信用評價指標體系和評價模型顯得尤為重要。將信息熵和TOPSIS方法相結(jié)合并運用于小微企業(yè)的信用評價，利用信息熵，有效避免主觀判斷的隨意性和模糊性，根據(jù)指標值的差異性賦予其高低不等的權(quán)重；利用TOPSIS，結(jié)合歐式空間距離的數(shù)學(xué)原理對評價對象的優(yōu)劣勢進行排序，保證了結(jié)果的客觀性和可信度。結(jié)果驗證了這種評價模型的可行性，既可以揭示小微企業(yè)不同方面所隱藏的問題，又可以找出影響小微企業(yè)信用水平的原因；既解決了各指標權(quán)重確定的客觀性問題，又可以在對小微企業(yè)綜合信用做出評價以排序的同時，還能對各個指標進行評價排序，有助于降低金融行業(yè)對小微企業(yè)的信貸風(fēng)險，提高信貸效率。

[1]毛定祥.基于多元統(tǒng)計分析和模糊綜合評判的企業(yè)財 務(wù)信用綜合評價[J].上海大學(xué)學(xué)報(自然科學(xué)版),2000,6(3)：261-265.

[2]王德勇,陳曉剛.淺析中小企業(yè)信用評級指標體系的構(gòu)建[J].中國商界,2008，(6)：78-81.

[3]李 楊.綜合評價方法在小微企業(yè)信用評級中的應(yīng)用[D].浙江工商大學(xué),2013.

[4]黃 鵬，劉 艷．基于模糊綜合評判法的小微企業(yè)綜合信用評價模型——面向互聯(lián)網(wǎng)金融服務(wù)平臺[J]．西部金融，2013，(10):25-29.

[5]劉亞娜．我國小微企業(yè)信用評價體系研究[D]．哈爾濱理工大學(xué)，2014．

[6]李 恩，劉立新．小微企業(yè)信用評價指標體系研究綜述[J]．征信，2013，(1):67-70．

[7]張 樂. 基于熵權(quán)_TOPSIS法的企業(yè)部門業(yè)績評價研究[D].五邑大學(xué)，2013.

責(zé)任編校：陳 強，王彩紅

Research on Small Micro-Enterprise’s Credit Evaluation Based on Information Entropy and TOPSIS Method

CHEN Yun

(Department of Public Education,Liming Vocational University, Quanzhou 362000，China)

Based on the literature review of current domestic researches on credit evaluation of small micro-enterprises, this paper establishes a credit evaluation index system for small-micro enterprises on the background of financial innovation of test areas. Three small micro-enterprises of the same trades are selected as evaluation samples. Information entropy and TOPSIS method are combined to establish a dynamic evaluation model and a empirical study is studied. Such a system used to appraise small micro-enterprises can not only effectively avoid arbitrary use of index weight as a result of subjective determination, but also make sure of the objectivity and credibility of the result. Besides, it can evaluate and rank all the indexes and comprehensive credits, which helps to reduce the loan risk of the small micro-enterprises and enhance the loan efficiency.

financial innovation test area of quanzhou;small micro-enterprise；information entropy；TOPSIS method

2016-06-05

黎明職業(yè)大學(xué)2015年規(guī)劃項目(LW2015107)；福建省教育廳2014年中青年教師教育科研項目(JB14178)

陳 云，女，福建泉州人，副教授，主要從事數(shù)學(xué)應(yīng)用研究。

10.19327/j.cnki.zuaxb.1007-9734.2016.05.009

F832.4

A

1007-9734(2016)05-0049-07