任向英

(合肥職業(yè)技術(shù)學(xué)院經(jīng)貿(mào)旅游學(xué)院，安徽 合肥 230022)

0 引 言

中小企業(yè)作為國(guó)民經(jīng)濟(jì)發(fā)展的主要驅(qū)動(dòng)力，在其經(jīng)營(yíng)發(fā)展中主要采用銀行借款的方式籌資，在貸款時(shí)金融機(jī)構(gòu)通常要對(duì)企業(yè)信用情況進(jìn)行衡量，由此判斷貸款收回可能性。對(duì)此，可將灰聚類法引入其中，創(chuàng)建完善的信用等級(jí)評(píng)價(jià)體系，對(duì)中小企業(yè)信用進(jìn)行精準(zhǔn)科學(xué)的評(píng)價(jià)，促進(jìn)其長(zhǎng)遠(yuǎn)發(fā)展的同時(shí)，也使金融機(jī)構(gòu)的資金風(fēng)險(xiǎn)降到最低。

1 中小企業(yè)信用風(fēng)險(xiǎn)的成因

在金融市場(chǎng)中信用風(fēng)險(xiǎn)對(duì)經(jīng)營(yíng)活動(dòng)具有調(diào)節(jié)作用，良好的信用可為企業(yè)帶來(lái)可觀的效益，較差的信用可對(duì)企業(yè)經(jīng)營(yíng)產(chǎn)生不良影響，甚至?xí)_亂市場(chǎng)秩序，不利于社會(huì)和諧。中小企業(yè)作為市場(chǎng)經(jīng)濟(jì)主體之一，偶爾會(huì)發(fā)生失信事件，例如安然會(huì)計(jì)案件、世界通信案件等等。與發(fā)達(dá)國(guó)家相比，我國(guó)企業(yè)在治理機(jī)制、管理效率、內(nèi)部結(jié)構(gòu)等方面存在漏洞，且利益主體較多，為了實(shí)現(xiàn)自身效益最大化更會(huì)加劇信用風(fēng)險(xiǎn)的發(fā)生。通常情況下，此類企業(yè)的信用風(fēng)險(xiǎn)成因如下：一是喪失履約能力。中小企業(yè)的規(guī)模較小，企業(yè)內(nèi)部治理結(jié)構(gòu)存在一定的缺陷，導(dǎo)致企業(yè)履約能力弱化甚至喪失，進(jìn)而產(chǎn)生信用風(fēng)險(xiǎn)；二是履約意識(shí)淡薄。企業(yè)與銀行之間存在信息不對(duì)稱情況，監(jiān)管機(jī)構(gòu)有時(shí)無(wú)法徹底掌握中小企業(yè)的實(shí)際情況，這樣企業(yè)便可尋找合適的理由，在行為上不履行責(zé)任；三是違約成本較低。由于法律制度不夠完善，且執(zhí)行力較弱，導(dǎo)致部分中小企業(yè)便很容易出現(xiàn)故意違約[1]。

2 灰色聚類評(píng)估理論

在中小企業(yè)發(fā)展中，銀行貸款屬于主要的資金籌措渠道，但因二者的信息嚴(yán)重不對(duì)稱，導(dǎo)致銀行不愿意向中小企業(yè)放貸，在很大程度上抑制了企業(yè)的發(fā)展步伐。究其根源，主要因銀行無(wú)法精準(zhǔn)評(píng)估企業(yè)的信用情況，進(jìn)而難以預(yù)測(cè)貸款收回的概率，可見金融機(jī)構(gòu)急需構(gòu)建一個(gè)客觀公正的信用評(píng)估模型，使企業(yè)融資難問題得到有效改善。當(dāng)前發(fā)達(dá)國(guó)家的風(fēng)險(xiǎn)評(píng)估方式多樣，如KMV、CreditRisk等等，但我國(guó)在此方面仍處于起步階段，因缺乏科學(xué)充足的基礎(chǔ)數(shù)據(jù)，導(dǎo)致部分評(píng)估理論與方法很難適用。一般采用多元判別模型，將企業(yè)信用分為還本付息、違約兩種類型，但不利于對(duì)企業(yè)的深層評(píng)價(jià)，仍然存在較高的誤判率。對(duì)此，本文在灰色聚類法的基礎(chǔ)上提出了新型企業(yè)信用風(fēng)險(xiǎn)評(píng)估模式，具有較強(qiáng)的準(zhǔn)確性與可行性。

在系統(tǒng)論中，大多通過(guò)顏色體現(xiàn)研究者對(duì)系統(tǒng)信息的認(rèn)知度。例如，“黑”代表的是信息完全缺失；“白”代表的是信息充足；“灰”代表的是信息不夠充足，可將信息缺失的數(shù)據(jù)稱為“灰數(shù)”，信息不完全的元素稱為灰元，信息不全部的關(guān)系稱灰關(guān)系。如若系統(tǒng)中信息不完全或不確定現(xiàn)象為系統(tǒng)灰色性，該系統(tǒng)為灰色系統(tǒng)。因中小企業(yè)各類管理制度不完善，內(nèi)部財(cái)務(wù)運(yùn)作機(jī)制、發(fā)展前景、生產(chǎn)經(jīng)營(yíng)對(duì)銀行來(lái)說(shuō)，不能充分完全的了解，企業(yè)內(nèi)部眾多方面不夠穩(wěn)定，內(nèi)部組織結(jié)構(gòu)、資金運(yùn)用、人員構(gòu)成不夠明確，從這角度來(lái)看銀行對(duì)信用評(píng)估系統(tǒng)復(fù)雜灰色系統(tǒng)。此外，銀行從企業(yè)能夠得到數(shù)據(jù)量少，但灰色系統(tǒng)中的部分?jǐn)?shù)據(jù)可有效挖掘指標(biāo)內(nèi)部信息，可采用灰聚類的方式對(duì)企業(yè)信用風(fēng)險(xiǎn)進(jìn)行評(píng)估。在灰數(shù)的白化函數(shù)生成基礎(chǔ)上，灰色聚類與灰色統(tǒng)計(jì)存在一定區(qū)別，此種方式是將聚類對(duì)象對(duì)多種聚類指標(biāo)中的白化值進(jìn)行分類整理，由此對(duì)聚類對(duì)象的灰類所屬進(jìn)行評(píng)估的方法[2]。

3 中小企業(yè)信用等級(jí)評(píng)價(jià)的重要流程

3.1 指標(biāo)體系構(gòu)建

根據(jù)當(dāng)前文獻(xiàn)研究結(jié)果，選擇應(yīng)用頻率較高的部分指標(biāo)；采用專家打分法對(duì)文章中評(píng)價(jià)指標(biāo)體系進(jìn)行確定。在本文研究中，根據(jù)《企業(yè)公信度評(píng)分》內(nèi)容中的指標(biāo)與研究成果，在分類、匯總的基礎(chǔ)上，先選擇應(yīng)用頻率超過(guò)70%的指標(biāo)共29項(xiàng)，包括定量16項(xiàng)和定性13項(xiàng)。然后，要求12為專家進(jìn)行打分，由此確定二級(jí)指標(biāo)。采用四分制評(píng)分方式，由1到4分別為“不重要”“一般”“重要”和“十分重要”，每位專家均可按照自己的想法賦予分值。如若“重要”或“十分重要”的專家數(shù)量占總數(shù)的比值低于50%，則將該項(xiàng)指標(biāo)刪除；對(duì)于專家給出的無(wú)法理解或重復(fù)的指標(biāo)也應(yīng)剔除。在一輪評(píng)分后，原始指標(biāo)剩余25項(xiàng)，對(duì)其進(jìn)行二輪打分，指標(biāo)分值如表1所示。將不合標(biāo)準(zhǔn)的指標(biāo)刪除后還剩22項(xiàng)，其中定量12項(xiàng)，定性10項(xiàng)，采用T-檢驗(yàn)的方式分析兩次打分的結(jié)果差異，結(jié)果顯示二者差異不具有顯著性，說(shuō)明專家對(duì)全部指標(biāo)已經(jīng)基本達(dá)成共識(shí)，無(wú)需再次進(jìn)行打分。

表1 信用指標(biāo)分值區(qū)間

對(duì)于中小企業(yè)來(lái)說(shuō)，在發(fā)展過(guò)程中受到政治、經(jīng)濟(jì)、社會(huì)等多種因素影響，范圍較為廣泛。由于相關(guān)指標(biāo)數(shù)量眾多，可分為不同體系進(jìn)行分析，具體如下：

(1)行業(yè)地位。體現(xiàn)出企業(yè)經(jīng)營(yíng)現(xiàn)狀以及與競(jìng)爭(zhēng)對(duì)手之間的距離；

(2)經(jīng)營(yíng)能力?？沙浞煮w現(xiàn)企業(yè)決策力，并對(duì)企業(yè)的發(fā)展高度與前景具有決定性作用；

(3)財(cái)務(wù)指標(biāo)。該項(xiàng)指標(biāo)可直接體現(xiàn)出企業(yè)經(jīng)營(yíng)情況，同時(shí)也是銀行與信評(píng)結(jié)構(gòu)在信用評(píng)價(jià)中關(guān)注的關(guān)鍵指標(biāo)；

(4)基本素質(zhì)?？审w現(xiàn)出企業(yè)整體概況，對(duì)其管理和運(yùn)作具有較大影響，同時(shí)還會(huì)影響企業(yè)信用情況。

3.2 權(quán)重分配

3.3 灰色聚類模型

該模型基于灰數(shù)的白化函數(shù)而成，與灰色統(tǒng)計(jì)存在一定區(qū)別，此種方式是將聚類對(duì)象對(duì)多種聚類指標(biāo)中的白化值進(jìn)行分類整理，由此對(duì)聚類對(duì)象的灰類所屬進(jìn)行評(píng)估的方法。該模型的構(gòu)建步驟如下：

步驟一：對(duì)指標(biāo)i關(guān)于指標(biāo)j的樣本值Xij進(jìn)行描述，其中聚類對(duì)象i的取值范圍為i∈I，區(qū)間為(i,n)；聚類指標(biāo)j的取值范圍為j∈J，區(qū)間為(1,m)；聚類灰類k的取值范圍為k∈K，區(qū)間為(1,s)。

步驟二：根據(jù)以往研究結(jié)果與定性分析，構(gòu)建j指標(biāo)k子類白化權(quán)函數(shù)，其中j的取值為1到m；k的取值范圍由1到s。通常白化權(quán)函數(shù)類型為上/下限測(cè)度類、典型函數(shù)以及適中測(cè)度類。在具體應(yīng)用中，還應(yīng)對(duì)n個(gè)聚類對(duì)象角度進(jìn)行綜合分析，確定白化權(quán)函數(shù)，并且立足于大環(huán)境，按照相同對(duì)象樣本取值得出相應(yīng)的函數(shù)；

步驟三：按照多種評(píng)估問題，采用定權(quán)、變權(quán)或者其他方式明確j指標(biāo)聚類權(quán)R。通常情況下，將Rk作為j指標(biāo)在k類別中的聚類全，可應(yīng)用到聚類指標(biāo)意義、量綱均一致的情形之中。當(dāng)各項(xiàng)因素的樣本值存在較大區(qū)別時(shí)，如若采用Rk作為聚類權(quán)，很容易增加評(píng)估結(jié)果的誤差。對(duì)此，可采用層次分析的方式，使指標(biāo)權(quán)重得以確定，由此體現(xiàn)出各項(xiàng)指標(biāo)在評(píng)估中的重要價(jià)值；

步驟四：計(jì)算定權(quán)聚類系數(shù)與灰色聚類向量，在k灰類中的聚類系數(shù)中，聚類系數(shù)向量用ai表示，取值范圍為ai1至ai5；

步驟五：以對(duì)象i灰色聚類為依據(jù)進(jìn)行分析，可對(duì)對(duì)象i是否屬于灰類k進(jìn)行判定[4]。

4 灰聚類在企業(yè)信用等級(jí)評(píng)價(jià)中的應(yīng)用實(shí)例

聚類法是指按照事物間的相似性將其集成多種類型的技術(shù)方法，灰聚類作為應(yīng)用較為頻繁的一種，主要是灰色矩陣與白化權(quán)函數(shù)的結(jié)合，利用其對(duì)指標(biāo)進(jìn)行觀察和劃分，使其變成不同類別的方法?；揖垲愡m用于同種類型的歸并結(jié)合，可使復(fù)雜系統(tǒng)更加精簡(jiǎn)，評(píng)價(jià)結(jié)果也更加可觀真實(shí)。在本文研究中，采用灰聚類的方式進(jìn)行研究。灰聚類是在白化函數(shù)的基礎(chǔ)上產(chǎn)生，將采集的信息進(jìn)行處理后，根據(jù)特定設(shè)置進(jìn)行分類歸納，對(duì)其所屬類別進(jìn)行劃分。在對(duì)企業(yè)信用情況進(jìn)行分析時(shí)，可采用灰聚類法，根據(jù)當(dāng)前整體信用情況劃分為多個(gè)灰類，即優(yōu)秀、較優(yōu)秀、一般、較差和差。在選擇原始指標(biāo)后，對(duì)其主要內(nèi)容進(jìn)行分析，變成八個(gè)具有較強(qiáng)描述性的指標(biāo)，并對(duì)其進(jìn)行評(píng)估。為了精簡(jiǎn)聚類計(jì)算流程，可根據(jù)八項(xiàng)指標(biāo)對(duì)企業(yè)信用的綜合指標(biāo)進(jìn)行聚類分析，也就是財(cái)務(wù)效益、償債能力、發(fā)展能力、潛力指標(biāo)以及運(yùn)營(yíng)效率。

4.1 評(píng)估過(guò)程

4.1.1 樣本選擇

本研究從某國(guó)有銀行中隨機(jī)選出20家中小企業(yè)，將其作為評(píng)估對(duì)象，重點(diǎn)針對(duì)資金運(yùn)營(yíng)能力、財(cái)務(wù)情況、償債能力、發(fā)展?jié)摿λ捻?xiàng)指標(biāo)進(jìn)行分析，并對(duì)企業(yè)的總體信用情況進(jìn)行綜合分析。評(píng)價(jià)模型構(gòu)建的第一步便是確定指標(biāo)集，指標(biāo)質(zhì)量將對(duì)整體模型的評(píng)估結(jié)果具有直接影響。例如，資金運(yùn)營(yíng)能力、財(cái)務(wù)情況、償債能力、發(fā)展?jié)摿Φ鹊龋渲?，資金運(yùn)營(yíng)能力采用應(yīng)收賬款與存貨周轉(zhuǎn)率來(lái)體現(xiàn)；財(cái)務(wù)情況采用凈資產(chǎn)收益率與銷售利潤(rùn)率來(lái)體現(xiàn)；償債能力采用的是運(yùn)營(yíng)資本與保息倍數(shù)的比值進(jìn)行體現(xiàn)；發(fā)展?jié)摿Σ捎萌甓惡罄麧?rùn)增長(zhǎng)均值進(jìn)行體現(xiàn)。在對(duì)原始數(shù)據(jù)進(jìn)行歸一處理時(shí)，應(yīng)與分指標(biāo)相結(jié)合，每種指標(biāo)的兩個(gè)樣本數(shù)值應(yīng)按1/2加權(quán)計(jì)算，由此得出企業(yè)指標(biāo)i在總指標(biāo)中的比例[5]。

假設(shè)i代表聚類對(duì)象，取值范圍為1到n；j代表聚類指標(biāo)，取值范圍為1到m；k代表的是聚類灰數(shù)，取值范圍為1到k。Dij代表第i個(gè)對(duì)象關(guān)于第j個(gè)指標(biāo)的樣本值，則dij的矩陣如下：

4.1.2 白化權(quán)函數(shù)描述

通常情況下，該函數(shù)是根據(jù)以往經(jīng)驗(yàn)、定性結(jié)果進(jìn)行描述。在對(duì)企業(yè)信用風(fēng)險(xiǎn)進(jìn)行評(píng)估時(shí)，應(yīng)結(jié)合中小企業(yè)的信用類型與貸款級(jí)別，明確評(píng)估指標(biāo)與不同灰類的白化權(quán)函數(shù)。因指標(biāo)數(shù)量較多，且具有綜合性，可將其全部看成相同的白化權(quán)函數(shù)。在五個(gè)灰類基礎(chǔ)上建立四個(gè)指標(biāo)函數(shù)與對(duì)應(yīng)的圖像。圖像中包含許多轉(zhuǎn)折點(diǎn)，這些均是根據(jù)企業(yè)信用情況由銀行打分體系體現(xiàn)出來(lái)。當(dāng)前打分體系中以百分制形式對(duì)企業(yè)信用情況打分，按照得分對(duì)信用類型進(jìn)行劃分，在本研究中圖像上的轉(zhuǎn)折點(diǎn)便是按照信用等級(jí)AAA到D劃分?jǐn)帱c(diǎn)而成。

4.1.3 確定指標(biāo)聚類權(quán)

采用層次分析法確立綜合指標(biāo)聚類權(quán)。為了避免信用評(píng)估中的重要指標(biāo)小于樣本數(shù)據(jù)量，在閾值方面也應(yīng)適當(dāng)縮小，進(jìn)而影響聚類權(quán)的大小，增加信用評(píng)估誤差，有助于更加精準(zhǔn)的評(píng)價(jià)企業(yè)信用情況。在本文研究中，采用問卷調(diào)查的方式選出關(guān)鍵的評(píng)估指標(biāo)，并采用層次分析法明確指標(biāo)權(quán)數(shù)，使各項(xiàng)指標(biāo)在聚類操作中能夠發(fā)揮不同作用。在層次分析法背景下，可確定出以下幾個(gè)指標(biāo)權(quán)重：

一是財(cái)務(wù)效益權(quán)重，用R1表示，數(shù)值為0.32；

二是償債能力權(quán)重，用R2表示，數(shù)值為0.40；

三是發(fā)展能力權(quán)重，用R3表示，數(shù)值為0.10；

四是運(yùn)營(yíng)效率權(quán)重，用R4表示，數(shù)值為0.18；

4.2 評(píng)估結(jié)果

將灰聚類評(píng)估結(jié)果進(jìn)行對(duì)比，立足于當(dāng)前企業(yè)貸款實(shí)際情況可知，企業(yè)1—10的貸款狀態(tài)為正常，灰聚類法的結(jié)果主要體現(xiàn)為優(yōu)秀類，企業(yè)2—7為一般類，各項(xiàng)指標(biāo)情況基本與企業(yè)實(shí)際信用相一致；企業(yè)12、16、18和20均存在逾期貸款情況，灰聚類結(jié)果處于較差類與一般類之間，與企業(yè)實(shí)際情況相一致，企業(yè)20被定為一般類主要因其具備較強(qiáng)的償債能力；企業(yè)11、13—15、17、19均存在不同程度的貸款呆滯，灰聚類結(jié)果顯示為差灰類，其結(jié)果與實(shí)際情況相一致。由此可見，灰聚類結(jié)果與企業(yè)實(shí)際情況相符合，是一種客觀公正、可信度強(qiáng)的評(píng)估方式。在實(shí)際應(yīng)用中應(yīng)更加細(xì)致的劃分信用灰類，便于金融機(jī)構(gòu)更為細(xì)致的管理和風(fēng)險(xiǎn)控制。

此外，還應(yīng)在評(píng)估時(shí)對(duì)非財(cái)務(wù)因素綜合考慮，使評(píng)估內(nèi)容更加科學(xué)全面，結(jié)果更加精準(zhǔn)合理，結(jié)合AHP法確定二級(jí)指標(biāo)權(quán)重，對(duì)各個(gè)參評(píng)企業(yè)的一級(jí)指標(biāo)進(jìn)行打分，如表2所示。

表2 企業(yè)各項(xiàng)指標(biāo)值

根據(jù)上述樣本企業(yè)中各類灰度分布情況可知，在前三類企業(yè)中主要為電子、電器制造與生物醫(yī)藥科技，這與創(chuàng)業(yè)市場(chǎng)中潛力較大的行業(yè)相符，可見灰色聚類能夠與行業(yè)前景相互對(duì)應(yīng)，與現(xiàn)實(shí)情況一致。根據(jù)灰色關(guān)聯(lián)理論可知，關(guān)聯(lián)度較為靠前的企業(yè)中，灰類等級(jí)大多為良好以上；關(guān)聯(lián)度較差的企業(yè)，通?；翌惖燃?jí)也處于差等，這意味著二者的結(jié)論相一致?？梢?，灰色聚類評(píng)估結(jié)果與市場(chǎng)實(shí)際情況基本相同，具有較強(qiáng)的可信度。在實(shí)際應(yīng)用中，能夠?qū)π庞蔑L(fēng)險(xiǎn)進(jìn)行詳細(xì)劃分，為金融機(jī)構(gòu)對(duì)信用風(fēng)險(xiǎn)的監(jiān)控與管理提供諸多賓利；投資者也可充分掌握企業(yè)當(dāng)前風(fēng)險(xiǎn)情況，提早做出科學(xué)正確的投資決策。

5 結(jié) 語(yǔ)

灰聚類是在白化函數(shù)的基礎(chǔ)上產(chǎn)生，將采集的信息進(jìn)行處理后，根據(jù)特定設(shè)置進(jìn)行分類歸納，對(duì)其所屬類別進(jìn)行劃分。將該評(píng)估方法應(yīng)用到中小企業(yè)信用評(píng)估中，可為金融機(jī)構(gòu)貸款提供科學(xué)可靠的依據(jù)。經(jīng)過(guò)大量實(shí)踐表明，該方法客觀公正、可信度強(qiáng)，評(píng)估內(nèi)容更加科學(xué)全面，結(jié)果更加精準(zhǔn)合理，可有效促進(jìn)金融機(jī)構(gòu)與中小企業(yè)在資金籌措方面的共同發(fā)展。