一、引言
信用是市场经济的基石，而作为市场竞争主体的企业，其信用状况如何，将直接关系到整个社会主义市场经济的发展。因此，对企业信用进行评价具有重要的现实意义。纵观信用评价的历史，从最初依靠训练有素的专家主观判断的古典信用度量术到现在以统计学、运筹学、模糊数学和现代金融理论为基础的信用风险模型，企业信用评价方法在不断演进中发展和完善。归纳起来大致可以分为三类，第一类是传统的信用评级方法，主要包括以5C法为代表的专家评判法和以5C法为基础发展起来的综合评价法；第二类是统计模型法，其中主要包括线性区别模型、线性概率模型、Logit模型和Probit模型；第三类是以类神经网络法与模糊分析法为代表的新兴评级方法。
在国内外企业信用评价实践和理论研究中，更多地是把企业信用评价内容界定为财务类与非财务类两大因素。通过对企业财务因素的定量分析，可以判断出企业财务状况的好坏程度，从而确定企业还款能力的大小。在此基础上，再对影响企业财务状况的非财务类因素进行分析，就可以对企业的还款能力作出更加全面、客观的预测和动态评估。由于非财务类因素的影响程度是由人们的主观判断确定，并且这种评价不可避免地带有结论上的模糊性。因此，要提高企业信用评价的可靠度，必须找到一种能够处理多因素、模糊性及主观判断等问题的评价方法。本文认为可以借助模糊数学的思想，建立一个模糊综合评价体系。
二、AHP-模糊综合评价模型
AHP–模糊综合评价模型主要由两部分组成，第一部分，层次分析法，它是美国著名运筹学家、匹兹堡大学教授托马斯·塞蒂于20世纪70年代中期正式提出来的。所谓层次分析法就是一种定性和定量相结合的、系统化、层次化的分析方法，强调人的思维判断在决策过程中的作用，通过一定模式使决策思维过程规范化，适合于定性与定量因素相结合、特别是定性因素起主导作用的问题。而品质在对客户的信用评估中是最重要的，因此，我们就用AHP法确定各指标的相对权重。第二部分，模糊综合评价，它是一种应用非常广泛和有效的模糊数学方法。所谓模糊综合评价法就是运用模糊数学和模糊统计的方法，通过对影响某事物的各个因素的综合考虑，对该事物的优劣作出科学地评价。模糊数学是20世纪60年代美国自动控制专家查德（L.A.Zadeh）教授创立的，是针对现实中大量的经济现象具有模糊性而设计的一种评判模型和方法，在应用实践中得到有关专家的不断演进。综上所述，AHP–模糊综合评价模型就是首先利用层次分析法确定企业信用评价体系中各个评价指标的权重，然后利用模糊综合评价对企业信用评价的过程进行模糊综合处理，最终就可以确定企业信用评级等级。
三、运用AHP设计中小企业信用评价指标体系
其一，设立评价指标体系。根据企业信用评价指标体系设立三层评价指标集：目标层指标集U=｛U1，U2，U3，U4，U5｝，分别代表企业的品质、能力、资本、抵押和条件；准则层指标集Uk=｛Uk1，Uk2，…，Ukm｝，其中m为Uk下的指标数；统计指标集Ukm=｛Ukm1，Ukm2，…，Ukmi｝，i为Ukm下的指标数，见表1。评判集是对评价对象可能出现评价结果组成的集合，本文采用五级评价标准，用V表示：V=｛V1，V2，V3，V4，V5｝，其中V1，V2，V3，V4，V5分别代表评价结果优秀、良好、中等、及格、不及格。一般而言来自企业外部的信息比来自企业内部的信息更加可靠，为了保证企业信用信息平台的有效性和准确性，因此，基于“5C”系统建立的信息库要采集并储存来自公共服务部门或管理部门的有关企业以下方面的信用信息。如表1所示：
其二，构造判断矩阵。建立上述层次结构后，就需要确定一个上层次元素所支配的下层若干元素以该上层元素为准则的比较判断矩阵。根据T.L.Saaty教授提出的比例九标度法，通过两两比较，确定层次中诸元素相对于上一层次某一元素的相对重要性，构造出两两比较判断矩阵。
（2）确定定量指标的隶属度。对于定量指标的隶属函数关系的确定方法分为效益型指标（越大越好型）和成本型指标（越小越好型）两种情况考虑。先根据有关金融法规及经济常识确定企业所属行业的各统计指标的平均值、最高标准、最低标准，取平均值与最高水平的中间值得到较高水平、平均值与最低水平的中间值得到较低水平，5个标准构成评价结果Vf（f=1，2，3，4，5）。然后，计算定性指标的实际值，再判断与其最接近的二个标准，即（3）确定模糊综合评价模型。首先，利用（1）、（2）计算出来的隶属度得到统计指标层的模糊变换矩阵Rkm和统计层指标权重集Wkm=（Wkm1，Wkm2，…，Wkmi），采用加权平均法计算得到准则层的模糊变换矩阵Bkm=Wkm·Rkm；其次，利用准则层的模糊变换矩阵Bkm和准则层指标权重集Wk=（Wk1，Wk2，…，Wki），同样采用加权平均法计算得到目标层的模糊变换矩阵Bk=Wk·Rkm；最后，利用目标层的模糊变换矩阵Bk和目标层指标权重集W=（W1，W2，W3，W4，W5），同样采用加权平均法得到目标层的模型构造矩阵B=W·Bk。
四、案例分析
笔者随机选取张家港市A企业的信用进行综合评级。
首先，分别向专家发放调查问卷，要求他们对各层次指标间的重要程度进行两两比较赋值，并根据赋值构造判断矩阵。并运用AHP法确定权重向量，如表2所示：
其次，通过问卷调查，让专家对A企业的定性指标进行打分评级，就可以得到这家企业的评价矩阵Rk，
即R11=0.20.20.30.300.20.20.40.200.30.20.40.100.40.20.20.20，R51=0.20.30.30.200.20.30.20.300.40.40.2 00
R52=0.30.40.20.100.30.30.30.100.20.40.30.100.40.30.20.10
对A企业的以往还款记录评价结果：
B1=B11=W11·R11=（0.080.050.030.54）·0.20.20.30.300.20.20.40.200.30.20.40.100.40.20.20.20=（0.3410.20.2820.1750）
对宏观环境的综合评价结果：B51=（0.250.3250.250.1750）
对行业状况的综合评价结果：B52=（0.270.3360.2640.10）
对条件的综合评价结果：B5=（0.260.3455 0.2570.13750）
由于一些小企业恶意逃废银行债务，致使银行宁可不贷或少贷，从而中小企业很难从银行贷到款，其需要资金时都是向亲戚朋友筹借的，因此这里关于抵押的指标隶属度就用（1000）来表示。通过搜集纺织业的相关资料，可以得到定量指标的最大值和最小值，然后通过分析A企业的财务报表就可以得出这些定量指标值的实际值，从而利用上述确定定量指标隶属函数的方法可确定定量指标的隶属度，如下：
R21=000.50.50000 0.390.61000 1 0000 0.460.54 R22=0000.210.790000.330.67
R31=1000000001R32=000.130.870000 0.620.38
R33=00 0.650.35000.420.580 000.520.480 0
对A企业的偿债能力评价结果：
B21=W21·R21=（0.070.210.430.29）·000.50.5 0000 0.390.610001 0000 0.460.54=（000.0350.6800.285）
对营运能力的综合评价结果：B22=（0000.23040.7696）
对资本结构的综合评价结果：B31=（0.20000.8）
对成长能力的综合评价结果：B32=（000.08710.78750.1254）
对盈利能力的综合评价结果：B33=（00.42560.53240.0420）
对担保资产的综合评价结果：B41=（10000）
对能力的综合评价结果：B2=（000.0230.5320.445）
对资本的综合评价结果：B3=（0.020.2720.3630.2320.113）
对抵押的综合评价结果：B4=（10000）
综上所述，对A企业信用的综合评价结果为：B=（0.2870.1990.2370.21000.067）。然而，为了使综合结果的优劣程度易于区分，我们就引进分数集F=（F1，F2，F3，F4，F5）T=（43210）T，其中 Fj表示第j级评价等级的分数。因此A企业等级综合评价值为：Z=B·F=（0.2870.1990.2370.2100.067）·（43210）T=2.429。由此可见，A企业的信用等级为中等。
五、研究结论
本文在前人和他人已有研究成果的基础上，结合目前我国企业信用评价的实践，进行了尝试性的拓展努力，主要结论如下：一是将模糊综合评价法引入企业信用评价中，运用定量分析与定性分析对企业信用进行评价。二是通过案例分析来验证指标体系及评价方法的实用性和有效性。但是本文中判断矩阵的构建和定性指标隶属度的确定这两个过程都需要专家评定，而笔者由于条件和资金所限，只能尽力找一些有评价经验或与此有关系的中高层管理人士，并非真正的评级专家，可能会对评级结果有所影响。并且凭借该公司所出的年报来做数据分析，难以判断其真实性，可能也会对评级结果有所影响。
参考文献：
［1］曹和平：《信用》，清华大学出版社2004年版。
［2］新华社、发改委：《中小企业在繁荣经济中作用越来越大》，《上海证券报》2007年12月11日。
［3］袁凌：《企业信用缺失的成因与治理》，《湖南大学学报》2003年第3期。
［4］胡笙煌：《主观指标评价的多层次灰色评价法》，《系统工程理论与实践》1996年第1期。
［5］张友棠、成瑶、严碧蓉：《基于“5C”系统的企业信用平台框架设计》，《武汉理工大学学报》2004年第9期。
［6］林钧跃：《企业与消费者信用管理》，上海财经大学出版社2005年版。（编辑刘 姗）