夏佳佳,馬 靜
(安徽商貿(mào)職業(yè)技術(shù)學(xué)院,安徽 蕪湖 241002)
中小企業(yè)的發(fā)展是區(qū)域經(jīng)濟(jì)發(fā)展的重要組成部分,目前制約我國(guó)中小企業(yè)發(fā)展的主要原因仍然是融資渠道單一,究其原因,首先,中小企業(yè)交易市場(chǎng)中債務(wù)拖欠問題普遍存在,逐漸降低了企業(yè)自身的信用意識(shí),因此打擊了市場(chǎng)投資的積極性;其次,是對(duì)于商業(yè)銀行而言,中小企業(yè)信用能力欠佳,商業(yè)銀行一般會(huì)對(duì)中小企業(yè)信用給出較低的信用評(píng)級(jí),從而造成商業(yè)銀行對(duì)于中小企業(yè)貸款額度的縮減,最終造成貸款難貸款利率高的問題。因此,建立健全的長(zhǎng)三角區(qū)域中小企業(yè)信用評(píng)價(jià)體系,一方面可以提升長(zhǎng)三角區(qū)域內(nèi)中小企業(yè)的信用意識(shí);另一方面可以增強(qiáng)投資者的信心,對(duì)于降低中小企業(yè)融資成本,減少融資風(fēng)險(xiǎn),解決“融資難融資貴”問題,提升中小企業(yè)信用能力,促進(jìn)長(zhǎng)三角區(qū)域經(jīng)濟(jì)穩(wěn)定發(fā)展有著重要的現(xiàn)實(shí)意義。
目前,國(guó)內(nèi)外學(xué)者就中小企業(yè)信用評(píng)價(jià)體系進(jìn)行了一定的研究。Imad Bou-Hamad[1]利用隨機(jī)森林和貝葉斯模型,考察了信用評(píng)價(jià)體系的準(zhǔn)確率以及序數(shù)變量的重要程度。Jadbav[2]綜合使用了信息增益法和封裝法,其中對(duì)于信用等級(jí)劃分運(yùn)用的是信息增益法,而對(duì)于信用指標(biāo)最優(yōu)組合選擇運(yùn)用的是封裝法,最后利用K 近鄰模型計(jì)算得到最終信用等級(jí)。郭林等[3]針對(duì)企業(yè)客戶提出了是否違約與不同違約損失相結(jié)合的創(chuàng)新指標(biāo)篩選方法,利用3111 個(gè)企業(yè)數(shù)據(jù)進(jìn)行了實(shí)證分析,最終將成本費(fèi)用率等九個(gè)指標(biāo)區(qū)別為不違約、低違約、高違約三類企業(yè)信用評(píng)價(jià)指標(biāo)。丁振輝[4]從大數(shù)據(jù)角度出發(fā),提出推進(jìn)優(yōu)質(zhì)信用評(píng)級(jí)是解決融資難問題的重要因素,應(yīng)當(dāng)使得商業(yè)銀行的評(píng)級(jí)模板更加適應(yīng)大數(shù)據(jù)信息結(jié)構(gòu),還應(yīng)當(dāng)加強(qiáng)對(duì)非結(jié)構(gòu)化數(shù)據(jù)的甄別和捕捉,從而更加全面地刻畫企業(yè)信用狀況。
本文在前人研究成果的基礎(chǔ)上進(jìn)行了一定的創(chuàng)新研究:首先,拓寬了中小信用評(píng)價(jià)體系范圍,不再局限于某一個(gè)群體企業(yè),創(chuàng)新了中小信用評(píng)價(jià)體系的考察維度,綜合考慮了區(qū)域環(huán)境中如地理環(huán)境,自然資源等要素對(duì)中小企業(yè)信用狀況的影響;其次,在信用評(píng)價(jià)體系的企業(yè)創(chuàng)新能力指標(biāo)中,引入了更加權(quán)威指標(biāo),即專利的質(zhì)量,指標(biāo)評(píng)價(jià)不再單純依靠專利數(shù)量,能夠更準(zhǔn)確地刻畫中小企業(yè)信用狀況。
1.1.1 指標(biāo)的選擇
借鑒前輩學(xué)者的研究,選取企業(yè)主素質(zhì)、償債能力、盈利能力、營(yíng)運(yùn)能力、創(chuàng)新能力及區(qū)域差異[5]六個(gè)指標(biāo)建立長(zhǎng)三角區(qū)域中小企業(yè)信用評(píng)價(jià)體系。
1.1.2 指標(biāo)體系構(gòu)建
綜合考慮上述影響因素,構(gòu)建長(zhǎng)三角區(qū)域中小企業(yè)信用評(píng)價(jià)體系,將整個(gè)評(píng)價(jià)系統(tǒng)分為三層:第一層是目標(biāo)層A,信用狀況;第二層是準(zhǔn)則層B,是按照邏輯關(guān)系建立的與目標(biāo)層相關(guān)的各指標(biāo),如企業(yè)主素質(zhì)、償債能力、盈利能力等;第三層是方案層,最底層C,它是通過再次分層得到的與準(zhǔn)則層相關(guān)的各項(xiàng)指標(biāo),如年齡、教育水平、從業(yè)年限等[6],構(gòu)建出的信用狀況指標(biāo)體系(見表1)。
表1 長(zhǎng)三角區(qū)域中小企業(yè)信用評(píng)價(jià)體系
根據(jù)上文中長(zhǎng)三角地區(qū)中小企業(yè)信用狀況各項(xiàng)指標(biāo)的層次結(jié)構(gòu)模型,分別對(duì)同一層的各項(xiàng)指標(biāo)進(jìn)行兩兩比較確定權(quán)重構(gòu)造出對(duì)應(yīng)的判斷矩陣。設(shè)定目標(biāo)層為A,所關(guān)聯(lián)的第二層指標(biāo)層即準(zhǔn)則層為B,最底層設(shè)定為C[7]。
構(gòu)建判斷矩陣后需要對(duì)各層指標(biāo)的權(quán)重進(jìn)行計(jì)算,本文選擇運(yùn)用特征向量法來對(duì)指標(biāo)權(quán)重進(jìn)行計(jì)算確定[8]。
在層次分析法中,需要對(duì)判斷矩陣的一致性進(jìn)行檢驗(yàn)。計(jì)算判斷矩陣一致性指標(biāo)CI(見公式1),后通過查表得到相應(yīng)平均隨機(jī)一致性指標(biāo)RI,從而計(jì)算得到一致性比率CR(見公式2)。當(dāng)求得CR<0.1 時(shí),則該判斷矩陣一致性比率通過,反之CR ≥0.1 時(shí),則該判斷矩陣一致性比率不被接受,應(yīng)當(dāng)重新修正判斷矩陣。
其中,λmax為最大特征值,n 為判斷矩陣階數(shù)。
在進(jìn)行單排序一致性檢驗(yàn)后,需要再對(duì)組合一致性進(jìn)行檢驗(yàn),包括準(zhǔn)則層、方案層及整個(gè)系統(tǒng)的一致性檢驗(yàn),計(jì)算公式(見式3),當(dāng)CRt<0.1 時(shí),則該判斷矩陣一致性比率通過,反之CRt≥0.1時(shí),則該判斷矩陣一致性比率不被接受,應(yīng)當(dāng)重新修正判斷矩陣。
檢驗(yàn)通過以后,再根據(jù)每一層的權(quán)重計(jì)算得到目標(biāo)層總排序權(quán)重,如設(shè)C 層n 各指標(biāo)對(duì)上層的單層排序權(quán)重為c1j、c2j…,cnj,(j=1,2,…,m),可以求得C 層總排序權(quán)重為:
本文邀請(qǐng)了30 位相關(guān)領(lǐng)域?qū)<覍W(xué)者進(jìn)行問卷調(diào)查,通過運(yùn)算得到各指標(biāo)的權(quán)重系數(shù),根據(jù)企業(yè)信用狀況這一指標(biāo)所建立的判斷矩陣,求得其特征向量為:W=[0.0353,0.0688,0.1153,0.1321,0.3983,0.2502]T,最大特征根為λmax=6.5769,CI=0.1154,并通過公式(2)計(jì)算得到CR=0.0916<0.1,所以A-B 判斷矩陣具有滿意的一致性,且準(zhǔn)則層對(duì)目標(biāo)層權(quán)重值分別為:0.0353,0.0688,0.1153,0.1321,0.3983,0.2502,運(yùn)用相同方法可求得最底層對(duì)準(zhǔn)則層的權(quán)重,計(jì)算結(jié)果如下:
根據(jù)企業(yè)主素質(zhì)權(quán)重建立判斷矩陣,求得對(duì)應(yīng)權(quán)向量為W1=[0.0736,0.2476,0.1293,0.5495]T,最大特征根為λmax=4.1981,CI1=0.066,計(jì)算得到CR1=0.0742<0.1,所以該判斷矩陣具有滿意的一致性;根據(jù)償債能力權(quán)重這一指標(biāo)建立判斷矩陣,權(quán)向量為W2=[0.0864,0.1405,0.2994,0.4738]T,最大特征根為λmax=4.0649,CI2=0.066,計(jì)算得到CR2=0.0243<0.1,因此該判斷矩陣具有滿意的一致性;根據(jù)盈利能力權(quán)重這一指標(biāo)建立判斷矩陣,權(quán)向量為W3=[0.1135,0.3103,0.0717,0.5045]T,最大特征根為λmax=4.0648,CI3=0.0216,計(jì)算得到CR3=0.0243<0.1,因此該判斷矩陣具有滿意的一致性;根據(jù)營(yíng)運(yùn)能力權(quán)重這一指標(biāo)建立判斷矩陣,權(quán)向量為W4=[0.1307,0.4840,0.114,0.2713]T,最大特征根為λmax=4.1777,CI4=0.0592,計(jì)算得到CR4=0.0666<0.1,因此,該判斷矩陣具有滿意的一致性;根據(jù)創(chuàng)新能力權(quán)重這一指標(biāo)建立判斷矩陣,權(quán)向量為W5=[0.0942,0.1404,0.2477,0.5177]T,最大特征根為λmax=4.1587,CI5=0.0592,計(jì)算得到CR5=0.0594<0.1,因此該判斷矩陣具有滿意的一致性;根據(jù)區(qū)域差異權(quán)重這一指標(biāo)建立判斷矩陣,權(quán)向量為W6=[0.0851,0.2398,0.5232,0.1519]T,最大特征根為λmax=4.0593,CI6=0.0198,計(jì)算得到CR6=0.0222<0.1,因此該判斷矩陣具有滿意的一致性。
由上述表中計(jì)算結(jié)果可以得到準(zhǔn)則層及最底層各指標(biāo)對(duì)目標(biāo)層權(quán)重,見表2。
表2 準(zhǔn)則層、最底層各指標(biāo)對(duì)目標(biāo)層權(quán)重
由層次分析法(AHP)進(jìn)行長(zhǎng)三角地區(qū)中小企業(yè)信用狀況指標(biāo)的權(quán)重設(shè)計(jì),構(gòu)建了長(zhǎng)三角地區(qū)中小企業(yè)信用評(píng)價(jià)體系[9],由計(jì)算結(jié)果可以看出,在準(zhǔn)則層中,創(chuàng)新能力、區(qū)域差異、營(yíng)運(yùn)能力及盈利能力占比較大,四項(xiàng)占比達(dá)到89.59%,這說明長(zhǎng)三角地區(qū)中小企業(yè)的創(chuàng)新能力、區(qū)域差異、營(yíng)運(yùn)能力及盈利能力對(duì)企業(yè)信用狀況影響較大。從區(qū)域角度來看,長(zhǎng)三角地區(qū)之間數(shù)字化程度、GDP 等差異一方面造成了信用能力不同,另一方面也造成了信用意識(shí)的差別。在最底層中,專利級(jí)別和地區(qū)數(shù)字化程度所占權(quán)重最大,分別占比為20.62%、13.09%。這說明,專利級(jí)別較專利數(shù)量對(duì)于提升企業(yè)信用能力而言更為重要,地區(qū)數(shù)字化程度代表該地區(qū)企業(yè)數(shù)字化規(guī)模及狀況,數(shù)字化程度越高則該地區(qū)中小企業(yè)利用數(shù)字化拓展業(yè)務(wù)及節(jié)省成本的比例越大,且數(shù)字化發(fā)展更利于該地區(qū)信用監(jiān)管及信用體系建設(shè)。
在該指標(biāo)體系應(yīng)用中,結(jié)合長(zhǎng)三角地區(qū)中小企業(yè)現(xiàn)狀提出以下幾點(diǎn)信用狀況提升建議:首先,協(xié)同創(chuàng)新提升區(qū)域數(shù)字化水平,促進(jìn)中小企業(yè)信用能力及信用意識(shí)提升,大力發(fā)展長(zhǎng)三角一體化建設(shè),提升長(zhǎng)三角區(qū)域系統(tǒng)創(chuàng)新能力和競(jìng)爭(zhēng)能力,讓區(qū)域內(nèi)中小企業(yè)更具發(fā)展?jié)摿Γ嵘髽I(yè)信用能力,增強(qiáng)企業(yè)信用意識(shí)。其次,促進(jìn)區(qū)域內(nèi)中小企業(yè)高質(zhì)量發(fā)展。提升中小企業(yè)信用能力離不開中小企業(yè)自身高質(zhì)量發(fā)展,即提升企業(yè)自身盈利及運(yùn)營(yíng)能力。最后,建立區(qū)域信用監(jiān)管機(jī)制,打造區(qū)域信用一體化環(huán)境。為了實(shí)現(xiàn)長(zhǎng)三角區(qū)域協(xié)同化發(fā)展,政府應(yīng)當(dāng)建立適應(yīng)區(qū)域發(fā)展的信用監(jiān)管機(jī)制,提供良好的區(qū)域信用環(huán)境,促進(jìn)區(qū)域優(yōu)質(zhì)的信用環(huán)境建設(shè)。