模糊层次分析法在科技型中小企业信用评级中的应用.docVIP

模糊层次分析法在科技型中小企业信用评级中的应用 　　摘 要：科技型企业尤其是其中的中小企业，存在不同程度的资金困难现象，其主要原因之一是理论界现有的评估方式不利于其从商业银行获得贷款，其主要资金提供者为担保、小贷等非银行金融机构。 　　关键词：模糊层次分析法;科技型中小企业;信用评级;贷款 　　一、引言 　　总体上看，中小科技型企业的科技含量较高、产品或服务市场紧缺、成长性良好，但由于中小科技型企业一般规模较小、可抵押物较少、财务制度不健全、破产率高，向商业银行和利用商业信用方式融资比较难，非银行中小金融机构是其拓宽资金来源的重要渠道，而信用评级是非银行金融机构为中小企业提供资金的重要依据。 　　二、模糊层次分析法模型 　　（一）模糊原理 　　模型原理：模糊层次分析法采用0.1～0.9标度法（见表1），能够准确地描述任意两个因素之间关于某准则的相对重要程度。且由优先判断矩阵改造成的模糊一致矩阵满足加性一致性条件即 ，就是的任意两行的对应元素之差为常数。无须再做一致性检验，另外模糊层次分析法还解决了解的收敛速度及精度问题。 　　表1 0.1～0.9标度法 　　重要性标度 两两比较重要性定义 解释 　　0.5 同等重要 两元素相比较，同等重要 　　0.6 稍微重要 两元素相比较，一元素比另一元素稍微重要 　　0.7 明显重要 两元素相比较，一元素比另一元素明显重要 　　0.8 重要得多 两元素相比较，一元素比另一元素重要得多 　　0.9 极端重要 两元素相比较，一元素比另一元素极端重要 　　0.1，0.2，0.3，0.4 反比较 　　（二）构建层次模型 　　根据被评价企业的具体情况，经过调查、咨询、讨论确定评价各层次的准则因素，模型可分为目标层、准则层和措施层，根据科技型中小企业的特点，构建如下层次模型。 　　三、企业信用评级的模式识别 　　中小企业尤其是科技型中小企业，往往一般规模较小，实力弱，其固定资产少，缺乏可抵押的资产。其贷款数量不大但要得急、频率高，而且风险较大，管理成本也较高，从银行获得资金的成功率低、成本高、时效性差。近几年，担保公司、小贷公司、PE/VC股权投资机构、融资租赁、典当等非银行金融机构迅猛发展，一些诸如信用贷、集合贷、股权产权质押贷、应收质押贷等新型金融产品出现，这为中小企业提供了贷款、融资等多元资金途径。而信用评级是非银行金融机构为中小企业提供资金的重要依据。 　　本文通过传统的五级信用评级标准描述科技型中小企业的信用状态，分别为AAA级（优秀）、AA级（良好）、A级（较好）、B级（一般）、C级（较差）表示，信用等级越高，获得贷款的可能性越大，反之亦然。然后由专家依据长期实践经验对5种级别，按18个评价指标给予不同值，并通过一系列模糊运算得到5个18维标准模糊状态向量，如下： 　　AAA：N1（n11，n12，…，n118） 　　AA：N2（n21，n22，…，n218） 　　A：N3（n31，n32，…，n318） 　　B：N4（n41，n42，…，n418） 　　C：N5（n51，n52，…，n518） 　　设待评定客户信用状态向量为U=（u1，u2，…，un），是反映客户信用水平的n个指标值。将5个标准模糊状态向量AAA、AA、A、B、C和U视作6个模糊子集，定义U和标准模糊状态向量之间的贴近度分别为 　　其中，，M=max（）。 　　分别计算出U与Ni的贴近度，再由模糊识别中的“择近原则”可得到其相应的评价等级。 　　四、MAHP法在科技型中小企业信用评级中的应用 　　假设客户的信用等级分为5个等级，即AAA级（优秀）、AA级（良好）、A级（较好）、B级（一般）、C级（较差），从市场情况、基本素质、经营管理、财务情况、技术创新、企业信用活动记录6个方面共18个具体指标进行综合性较强的评定 ，确定该客户的信用登记，再根据放贷机构的具体政策确定授信额度。 　　第一步：邀请专家对一级指标【市场评价、基本素质评价、经营管理评价、财务评价、技术创新评价、企业信用活动记录】的重要性模糊互补矩阵： 　　各模糊互补矩阵转化为模糊一致矩阵分别为： 　　 　　 　　 　　第二步：以某科技型企业为评价对象，对其原始数据进行处理，得到其的信用状态向量为： 　　U=（0.8，0.88，0.63，0.87，0.63，0.48，0.92，0.63，0.65，0.7，0.53，0.56， 　　0.68，0.57，0.54，0.88，0.86，0.64） 　　假设标准模糊状态向量（18维）分别为： 　　N1=（0.95，0.95，…，0.95） 　　N2=（0.85，0.85，…，0.85） 　　N3=（0.75，0.75，…，0.75）