張誠

（1.湖北文理學院，湖北 襄陽 441053； 2.上海財經(jīng)大學，上海 200433）

中小非上市公司信用風險的評價研究
——基于WEB與FAHP的視角

張誠

（1.湖北文理學院，湖北 襄陽 441053； 2.上海財經(jīng)大學，上海 200433）

信用是人類社會最古老的詞匯之一，而信用風險的管控是現(xiàn)代社會經(jīng)濟生活關(guān)注的核心問題之一。中小企業(yè)既是資本主義社會也是社會主義社會向前發(fā)展的源驅(qū)動力，中小企業(yè)的發(fā)展離不開現(xiàn)代信用體系的支撐。在文章中，中小企業(yè)按其信息的披露程度分為上市公司與非上市公司，相對于中小企業(yè)上市公司來說，由于交易的參與人信息不對稱，中小非上市公司信用風險評估是交易雙方以及各類金融機構(gòu)最關(guān)心和最難解決的難題之一。在現(xiàn)代信息網(wǎng)絡(luò)技術(shù)普遍化的背景下，利用人工以及機器搜索策略，充分挖掘中小非上市公司信息風險元和分類整理，并在此基礎(chǔ)之上進行模糊綜合評估，最后通過算例說明基于WEB對中小非上市公司信用風險的模糊綜合評價的方法行之有效。

中小非上市公司；信用風險；企業(yè)金融；金融風險

一、引言

我國的中小非上市公司數(shù)目較多，占企業(yè)總數(shù)的95%以上，創(chuàng)造就業(yè)新增數(shù)70%以上，GDP貢獻率超過60%。中小非上市公司經(jīng)營規(guī)模較小，自我約束力較差，企業(yè)行為自我意識較強，政府和其它相關(guān)機構(gòu)監(jiān)管不力或者監(jiān)管缺失。中小非上市公司在經(jīng)營思維中的主觀隨意性較大，它們過失或者故意的違約行為可能導致整個社會信用體系的坍塌。而一個國家經(jīng)濟發(fā)展的活力、創(chuàng)新力主要來自于中小企業(yè)，如果我國在將來沒有建立起相對完善的公司信用評價管理體系，那么勢必會阻礙我國市場經(jīng)濟的健康發(fā)展。

黨和國家領(lǐng)導人都十分重視國家公司信用體系建設(shè)。2011年溫家寶主持召開國務(wù)院常務(wù)會議部署制訂社會信用體系建設(shè)規(guī)劃，會議提出：“要推進行業(yè)、部門和地方信用建設(shè)。有關(guān)行業(yè)、部門和地方管理部門要通過建立信用信息系統(tǒng)，依法依規(guī)有效采集、整合和應(yīng)用個人、企業(yè)、事業(yè)單位及其他社會組織的信用信息。各地區(qū)要對本地區(qū)各部門、各單位的信用信息進行整合，形成統(tǒng)一平臺，實現(xiàn)對失信行為的協(xié)同監(jiān)管。尤其要結(jié)合市場主體準入、納稅、合同履行、產(chǎn)品質(zhì)量、食品藥品安全和社會保障、科研管理、人事管理等方面的工作，有針對性地加強各領(lǐng)域的信用信息系統(tǒng)建設(shè)，建立健全信用檔案[1]。2014年1月李克強主持召開國務(wù)院常務(wù)會議，部署加快建設(shè)社會信用體系。會議提出“建設(shè)社會信用體系是長期的、艱巨的系統(tǒng)工程，要用改革創(chuàng)新的辦法積極推進。要把社會各領(lǐng)域都納入信用體系，食品藥品安全、社會保障、金融等重點領(lǐng)域更要加快建設(shè)。要完善獎懲制度，全方位提高失信成本，讓守信者處處受益、失信者寸步難行，使失信受懲的教訓成為一生的‘警鐘’。加強誠信文化建設(shè)，讓誠實守信成為全社會共同的價值追求和行為準則，通過持續(xù)努力，打造良好信用環(huán)境”[2]。幾任國家總理都十分重視中小公司信用管理體系的建立，可見公司信用管理的重要性和緊迫性。

中小非上市公司類型的企業(yè)，這類公司在我國一般為私人或者民營企業(yè)，企業(yè)經(jīng)營狀況的信息一般是非公開透明的，交易雙方信息是不充分的。少數(shù)中小企業(yè)的不誠信行為可以在短時間內(nèi)積聚財富，以欺詐行為獲得非正當收益，這導致了社會對中小企業(yè)誠信度差評的認識誤區(qū)，使得中小企業(yè)發(fā)展受到桎梏。綜合上述分析可知，如何通過現(xiàn)代信息技術(shù)的運用，使得中小非上市公司類型的企業(yè)內(nèi)部信息外部化，并在此基礎(chǔ)上進行公司信用風險科學評估，從而達到降低企業(yè)交易以及融資信用風險的目的。

二、文獻與理論綜述

從人類史觀來看，公司信用是人類社會發(fā)展到一定歷史階段的產(chǎn)物，它是現(xiàn)代市場經(jīng)濟社會中經(jīng)濟行為的規(guī)范約束條件和準則。按照馬克思在《資本論》中所描述的經(jīng)濟活動行為：人類在原始社會末期由于剩余產(chǎn)品的出現(xiàn)，人們開始進行“物—物”交換以滿足不同的需求；而為了交易的方便和可操作性，進一步發(fā)展則出現(xiàn)了一般等價物，這種交換則變成了“物—一般等價物—物”；天生適合作為一般等價物的金銀的出現(xiàn)則為人們更加順利地、快捷地進行交換提供了更好的媒介；紙幣代替金銀等貴金屬則是人類一種天才式的發(fā)明。在這些發(fā)展過程中，由于交易媒介的變化，人們對交易信用的要求趨向于復(fù)雜化和高級化，也是從原始信用—初級信用—公司信用（硬信用、軟信用）的發(fā)展歷程。特別是信息時代的到來，公司電子交易和企業(yè)電子兌付的虛擬化使得人們對交易信用提出了更高的要求，并且出現(xiàn)了從事公司信用評估的組織機構(gòu)。

許多學者認為信用起源于公元前1800年古巴比倫，隨著個人、群體、部落等之間的借貸關(guān)系產(chǎn)生而出現(xiàn)。由于西方發(fā)達資本主義國家實行市場經(jīng)濟運作體制的時間較早，這些國家有相對成熟的微觀信用及公司信用風險管理體系，包括宗教的、法律的、道德的支撐體系，所以西方發(fā)達國家對于信用及公司信用風險研究更側(cè)重于宏觀方面，從宏觀經(jīng)濟層面上研究信用與信用風險防范的人物及學者較多，包括西方國家的總統(tǒng)、議會、金融機構(gòu)、評級機構(gòu)、經(jīng)濟學家、管理學家、各類專家教授等。

一些西方古典經(jīng)濟學家把對公司信用的研究與商品貨幣的循環(huán)、公司及個人的道德行為、道德觀念結(jié)合起來。馬克思認為公司信用是借貸關(guān)系中的一種信任，他認為公司信用是一種特殊的價值運動形式：“這個運動——以償還為條件的付出一般地說就是貸和借的運動，即貨幣或商品只是有條件的讓渡的這種獨特形式的運動”[3]。馬歇爾(1924)在《貨幣、信用與商業(yè)》中闡明了公司信用的發(fā)展歷史、原因及對商業(yè)發(fā)展的作用，以及國際貿(mào)易、國內(nèi)貿(mào)易等因素對公司信用的影響。英國著名經(jīng)濟學家尼古拉·巴爾本認為在商業(yè)社會中人們可以憑借公司信用像貨幣一樣購買商品，到期后才返還款項，公司信用的價值來源于人們對對方的評價。亞當·斯密在《道德情操論》中指出：“與其說收益、仁慈是社會存在的基礎(chǔ)，還不如說信用、誠信、正義是這種基礎(chǔ)”[4]。

一些“公司信用創(chuàng)造論”的西方學者認為公司信用可以創(chuàng)造財富、繁榮經(jīng)濟，促進社會的快速進步。約翰·勞(John Law)認為貨幣代表一個國家的財富，貨幣增加，可以增加就業(yè)，從而增加一國財富，而公司信用可以創(chuàng)造出貨幣，公司信用的增加可以增加一國財富。麥克魯?shù)?HenryDunningMacleod)[5]在The Theory of Credit《信用的理論》一書解釋了銀行不只是發(fā)行貨幣和從事貨幣借貸行為的機構(gòu)，而且是公司信用的創(chuàng)造者和生產(chǎn)商，貨幣就是信用、公司信用創(chuàng)造資本。亨利·桑頓(Henry Thomton)在《大不列顛票據(jù)信用的性質(zhì)和作用的探討》一書中論述了公司信用與經(jīng)濟增長、公司信用與經(jīng)濟危機之間的關(guān)系，他認為擴張公司信用可以促進經(jīng)濟增長，緊縮信用可以導致經(jīng)濟萎縮，但是過分的擴張信用就會帶來經(jīng)濟危機，他的公司信用理論直到現(xiàn)在仍然為許多人所推崇。約瑟夫·熊彼特(Joseph Alois Schumpeter)[6]的企業(yè)家理論提出了信用制度是企業(yè)實現(xiàn)創(chuàng)新的經(jīng)濟保證，銀行通過提供信用貸款，企業(yè)家通過獲得信用資源，實現(xiàn)新的組合，把各種生產(chǎn)要素以及各種資源引向新的創(chuàng)新用途。

一些“公司信用調(diào)節(jié)論”的西方學者認為公司信用制度可以防止金融危機的出現(xiàn)，可以調(diào)節(jié)市場經(jīng)濟環(huán)境下的各種矛盾，社會需要擴大信用體系范圍，促進經(jīng)濟增長。英國著名金融學家霍曲萊(R·G·Hawtrey)認為短期利率調(diào)整可以控制現(xiàn)金余額的變動，現(xiàn)金余額的變動可以引起信用的擴張與收縮，公司信用的擴張和收縮引起經(jīng)濟周期的變化。約翰·梅納德·凱恩斯(John Maynard Keynes)認為引起經(jīng)濟衰退的主要原因是有效需求不足，隨著邊際消費遞減、資本邊際效率遞減、流動性偏好陷進、貨幣供應(yīng)不足等引起消費需求不足和投資需求不足；那么凱恩斯進一步提出了“廉價的貨幣政策”—擴大企業(yè)信貸、增加貨幣供給、降低銀行利率，從而擴大社會總需求，促進經(jīng)濟的繁榮。約翰·?？怂?Hicks，John Richard)提出了在《經(jīng)濟史理論》中描述市場的出現(xiàn)和發(fā)展以及法律、法規(guī)、信用制度的出現(xiàn)和發(fā)展，他把公司信用分為商業(yè)信用和金融信用兩種，企業(yè)商業(yè)信用產(chǎn)生于實物的委托銷售買賣中，而企業(yè)金融信用產(chǎn)生于貨幣的借貸行為中，風險越大則利率越高；為了保證公司信用的正常運轉(zhuǎn)，采用的方法有：法院的司法判決、擔保制度，銀行就是信用擔保制度中的核心運作機構(gòu)，通過信用吸收或者發(fā)放貸款，以及衍生出保險業(yè)、債券市場、有限責任公司等現(xiàn)代經(jīng)濟環(huán)境中的各種單位元素。保羅·薩繆爾森(Paul A.Samuelson)認為中央銀行的信貸貨幣政策對整個宏觀經(jīng)濟的調(diào)節(jié)起著十分重要的作用，并構(gòu)建了信貸機制運行的時效模型：中央銀行?商業(yè)銀行?資本市場（公司）?投資市場（公司）?消費市場（公司），信用關(guān)系是每一個環(huán)節(jié)順利運行的保障。

隨著新科學、新技術(shù)、新產(chǎn)品的出現(xiàn)，特別是以計算機科學為代表的現(xiàn)代信息技術(shù)發(fā)展成熟，還有一些西方學者把對公司信用系統(tǒng)與公司金融系統(tǒng)、公司信息技術(shù)系統(tǒng)、公司運作系統(tǒng)等結(jié)合起來構(gòu)成一個復(fù)雜系統(tǒng)進行研究。在近20年期間，隨著全球經(jīng)濟一體化的進程加快，公司信用風險事件成為全球關(guān)注的焦點，比如上世紀90年代世界聞名的金融企業(yè)——巴林銀行因信用風險而倒閉、美國的長期資本公司因信用風險而破產(chǎn)，21世紀初安然會計丑聞事件也是因為信用風險所引致、今年爆發(fā)的全球金融危機的導火線也是公司信用風險的連環(huán)效應(yīng)所產(chǎn)生的，這一現(xiàn)象說明了西方國家的宏觀和微觀信用機制都存在著巨大的優(yōu)缺點。

國內(nèi)外不少學者對中小公司信用風險評估與防范問題做出了一些研究，主要具有以下視角和觀點：

我國學者胡海青、張瑯(2011)[7]研究了企業(yè)供應(yīng)鏈中公司信用風險評估的方法，從考察企業(yè)供應(yīng)鏈交互關(guān)系以及供應(yīng)鏈節(jié)點上的關(guān)鍵公司信用狀況，建立一套比較合理的信用風險指標評價體系；在此基礎(chǔ)上，采用機器學習語言的支持矢量基(SVM)建立企業(yè)供應(yīng)鏈風險評估模型。朱長勝(2011)認為中小公司信用風險管理在我國還是一個新生事物，還未得到眾多機構(gòu)和企業(yè)所重視，尤其是中小企業(yè)執(zhí)行和實施信用風險管理體系提出了如何構(gòu)建市場經(jīng)濟體制下的中小公司信用風險管理體系，為防范公司信用違約風險起到積極的作用。龍泉、丁永生(2011)基于簡單規(guī)則結(jié)構(gòu)中的公司信用違約風險傳染特征和規(guī)律性，認為傳染中的核心信用風險粒子對整個公司信用體系的演進起著決定性的作用，而且還認為在公司信用風險傳染過程中，傳染演進非線性依賴于整個系統(tǒng)的信用傳染的均場密度和系統(tǒng)局部信用傳染密度大小。劉先凡(2005)分析了在當前的市場經(jīng)濟交往中，企業(yè)與個人的信用違約風險缺失狀況，認為假冒偽劣行為、欺蒙拐騙行為、弄虛作假行為等已經(jīng)嚴重影響了我國市場經(jīng)濟的正常運轉(zhuǎn)，提出了構(gòu)建和諧社會信用風險評價管理體系的設(shè)想。

國外學者的研究：Anthony(1990)[8]把中小公司信用分為先現(xiàn)代公司信用機制和現(xiàn)代公司信用機制，他運用歷史的分析方法認為“Pre-modern Conditions of Trust”是建立在親屬和社會關(guān)系基礎(chǔ)之上，而“Modern Conditions of Trust”是建立在現(xiàn)代企業(yè)金融系統(tǒng)以及技術(shù)系統(tǒng)基礎(chǔ)之上。Arrow(1999)[9]認為中小公司信用是企業(yè)之內(nèi)和企業(yè)之間進行經(jīng)濟活動的潤滑劑，中小企業(yè)的任何經(jīng)濟行為都離不開信用元素的參與，信用對中小企業(yè)的各方面運作起著至關(guān)重要的作用，信用也是企業(yè)之間合作的基礎(chǔ)。Doumpos，M；Kosmidou，K；Baourakis，G等(2002)[10]認為中小企業(yè)的信用評價包括兩個主要的議題：一是違約概率的判斷，二是未來潛在的信用損失和收益；前者表達的是企業(yè)根據(jù)不同的信用水平分成不同的類組，它需要使用統(tǒng)計學或者計量經(jīng)濟學的研究方法；他們選取希臘商業(yè)銀行1994-1997年的企業(yè)存貸數(shù)據(jù)信息，使用MHDIS方法進行信用風險區(qū)分，并與回歸分析、概率分析做了對比研究。Twala，B(2010)[11]認為機器學習(ML)算法能夠較好地解決信用風險預(yù)測問題，作者用五種不同的分類方法來對比研究信用風險預(yù)測的準確性和噪聲水平，實驗結(jié)果證明分類器組技術(shù)能夠提高預(yù)測的準確性。

國內(nèi)外的眾多研究是從普遍企業(yè)角度來進行研究，很少有研究成果是將中小上市公司與中小非上市公司進行分類，考慮到兩者之間信息公開化程度的不同；也鮮有研究成果是基于現(xiàn)代信息網(wǎng)絡(luò)技術(shù)，他們往往更多地依賴傳統(tǒng)的研究基礎(chǔ)。而文章的研究目的則正是克服了這兩點缺陷，使得研究成果更具有現(xiàn)實意義和超前性。

三、模型的建立

WEB網(wǎng)絡(luò)信息化技術(shù)應(yīng)用與普及的影響已滲透到了經(jīng)濟社會的各個領(lǐng)域，作為信息網(wǎng)絡(luò)化優(yōu)先成長起來的一批企業(yè)：如Google、雅虎、阿里巴巴、Made-in-china中國制造、中國化工網(wǎng)、慧聰網(wǎng)等一大批企業(yè)在短短十余年時間內(nèi)成為了網(wǎng)絡(luò)搜索企業(yè)巨人。阿里巴巴2008年市值超200億美元、Google在2008年市值就達到了1572.3億美元、雅虎2008年市值達到170億美元。這些基于網(wǎng)絡(luò)技術(shù)特別是網(wǎng)絡(luò)搜索技術(shù)的廣泛應(yīng)用是這些公司得到迅速成長的主要原因，中小企業(yè)作為網(wǎng)絡(luò)搜索技術(shù)使用的終端用戶，需要通過網(wǎng)絡(luò)搜索策略-機器搜索和人工搜索綜合應(yīng)用來達到快捷、方便、準確地處理各種事物。

利用機器與人工蜘蛛網(wǎng)絡(luò)搜索策略挖掘出風險因素信息的結(jié)果，引進模糊綜合評估(FAHP)方法，并通過相關(guān)領(lǐng)域?qū)＜覍ν诰蛐畔⒌木C合判斷，將定性分析與定量分析相結(jié)合，達到更加準確評判非上市公司信用違約風險的大小。

1.WEB搜索與非上市公司信用風險指標信息獲取

基于WEB的一種搜索策略，可以充分挖掘出非上市公司風險因素的相關(guān)信息，在信息充分的基礎(chǔ)之上，運用模糊綜合評價的方法對風險因素做出定量的分析。實踐證明，依靠信息收集和信息處理的方法來判斷對方的信用狀況有助于準確把握信用風險信息，能夠回避和減少風險損失。國際互聯(lián)網(wǎng)上的信息是海量的，而要從這些海量信息充分挖掘出有用信息，需要一定的技術(shù)和方法，不同的技術(shù)方法所挖掘的信息的有效性和準確度是不一致的。WEB信息搜索策略主要包括人工搜索策略和蜘蛛網(wǎng)絡(luò)搜索策略兩種方法。這兩種方法的綜合運用能夠保證信息獲取的有效性和準確性。

蜘蛛網(wǎng)絡(luò)技術(shù)(Web Spider)是現(xiàn)在網(wǎng)絡(luò)搜索引擎使用的一種流行搜索方法，它采用了信息中的迭代追蹤模式，類似于蜘蛛結(jié)網(wǎng)的方法，能夠從一個節(jié)點出發(fā)爬取各個節(jié)點和頁面，并將此節(jié)點的關(guān)聯(lián)信息搜索出來。從某種程度上講，它能保證所搜索信息的相對完整性；也保證了搜索的迅捷性，比如百度的主題關(guān)鍵詞搜索可以在短短幾秒鐘內(nèi)完成。藕軍、任明侖論證了通過優(yōu)化爬行規(guī)則的網(wǎng)絡(luò)蜘蛛爬取頁面的高效性。他們的試驗結(jié)果表明該方法簡單有效，自動發(fā)現(xiàn)的查準率和查全率分別達到97%和91%。

圖1 基于Web搜索方法圖

運用搜索引擎并不能快速地尋找到最有利的結(jié)果。整個搜索過程需要有人工WEB頁面選擇的參與，人工選擇頁面以及運用主題詞的不斷迭代。這種迭代方法跟蜘蛛網(wǎng)絡(luò)爬行策略基本一致，即人工對WEB頁面做出選擇時，通常也會基于廣度優(yōu)先或者深度優(yōu)先，也會包含WEB頁面內(nèi)容評價策略、鏈接結(jié)構(gòu)的評價策略、未來回報值大小的策略等，只不過不同的是機器搜索策略包含了固定的算法程序，而人工選擇策略通常是基于個人經(jīng)驗的模糊判斷。如圖1。

2.采用FAHP對中小非上市公司風險信息元的分析與處理

（1）確定各個因素之間的相對重要性并賦以相應(yīng)的分值，構(gòu)造出各層次中的所有判斷矩陣，然后計算權(quán)矢量，進行一致性檢驗

通過運行MATLAB軟件可以求得矩陣的特征矢量B=(X1， X2，X3，X4，X5)，經(jīng)過歸一化變化得到權(quán)矢量Wb=(Wb1，Wb2，Wb3，Wb4，Wb5)。

（2）建立模糊集合論域

F=(C1，C2，…，Cn)=（生效條件風險，付款條款風險，提單風險，商檢風險…）

（3）建立模糊評語集V

根據(jù)實際情況需要，可以建立多層次的評語集，如：

{風險發(fā)生概率非常大，風險發(fā)生概率大，風險發(fā)生概率一般，風險發(fā)生概率小，風險發(fā)生概率非常小}

表1 因素賦值表

（4）建立評語模糊映射集

通過WEB信息搜索，我們可以得到論域中各個因子（信息元）的信息，然后把這些信息交由相關(guān)專家通過評語集V判斷，建立評語模糊映射集合，如表2。

（5）模糊綜合評判

計算A=Wc×V，其中Wc可以利用層次分析法求得。

表2 模糊映射集合

（6）綜合風險概率計算

其中：p(g3)為風險概率；P0為模糊概率評語集的對照標準；AT為各風險因素的隸屬度矢量A的轉(zhuǎn)置。

四、算例分析

我國一家化工A公司與產(chǎn)品下游中小非上市公司B企業(yè)簽訂了一份200MT的磷酸—銨賒銷合同，兩家公司屬于第一次業(yè)務(wù)往來，互相并不了解彼此之間的信用狀況。

1.建立層次結(jié)構(gòu)分析圖

具體層次結(jié)構(gòu)如圖2所示。

圖2 公司信用風險層次結(jié)構(gòu)圖

2.采用的正是人工搜索策略與WEB搜索引擎結(jié)合的技術(shù)，在國際互聯(lián)中挖掘出大量客戶的各種相關(guān)信息

3.公司將搜集信息交由專家評估委員會進行模糊綜合評估(FAHP)

（1）確定各因素間的相對重要性，構(gòu)造判斷矩陣

根據(jù)表1確定各因素之間的相對重要性并賦以相應(yīng)的分值，構(gòu)造出各層次中的所有判斷矩陣，然后計算權(quán)矢量，并進行一致性檢驗，計算結(jié)果如下：

Wb=(Wb1，Wb2，Wb3，Wb4，Wb5)=(0.2，0.2，0.3，0.3)

Wc1=(0.2，0.1，0.2，0.5)

Wc2=(0.5，0.1，0.1，0.3)

Wc3=(0.3，0.3，0.2，0.2)

Wc4=(0.8，0.2)

（2）綜合因素b層并排序，得到各因素的權(quán)重

綜合因素b層Wb和c層Wc1，Wc2，Wc3，Wc4，Wc5進行總排序，可以得到各種因素的權(quán)重，見表3。

根據(jù)實際情況需要，一般可以建立五層次的評語集，即：{風險發(fā)生概率非常大，風險發(fā)生概率大，風險發(fā)生概率一般，風險發(fā)生概率小，風險發(fā)生概率非常小}

表3 風險因素權(quán)重表

表4 風險概率評語集

（3）建立評語模糊映射集合

通過WEB搜索結(jié)果，可以得到論域中各個因子（信息元）的信息，然后把這些信息交由相關(guān)專家通過模糊判斷，建立評語模糊映射集合V1={基本風險}={公司成立時間，公司所在地區(qū)，公司組織結(jié)構(gòu)，公司高管背景}。同理可得V2、V3、V4。

表5 風險模糊評價表

（4）利用模糊綜合評價公式計算

A=(Wbc1，Wbc2，Wbc1，Wbc4)×(V1，V2，V3，V4)=(A1,A2,A3,A4)解得:

A1=Wbc1×V=Wb1×Wc1×V1=(0.026，0.022，0.046，0.072，0.034)

A2=Wbc2×V=Wb2×Wc2×V2=(0.046，0.04，0.054，0.03，0.03)

A3=Wbc3×V=Wb3×Wc3×V3=(0.03，0.09，0.09，0.06，0.03)

A4=Wbc4×V=Wb4×Wc4×V4=(0.03，0.042，0.066，0.132，0.03）

（5）綜合風險概率計算

同理：p(g2)=P0×A2T=0.0672

由此可見，風險概率模糊綜合評價在（風險非常大，風險大，風險一般，風險小，風險非常?。?五個等級的值分別為(0.5，0.4，0.3，0.2，0.1)，根據(jù)模糊風險概率的對照，0.3736所對應(yīng)的風險等級為一般(P0=0.3)與風險大(P0=0.4)之間，所以可以認為此項貿(mào)易賒銷合同的風險程度為一般偏高，賣方A公司應(yīng)該密切關(guān)注B公司的變化情況。

五、結(jié)論

中小非上市公司之間的交易往往是跨區(qū)域進行的，使得了解交易與融資雙方的相關(guān)風險信息并不十分對稱，而信息網(wǎng)絡(luò)化正好為信息的挖掘和處理提供了一個便宜、快速、容易操作的平臺，挖掘出有用的信息，并做出有效的風險評估，是中小企業(yè)交易與融資活動中的關(guān)鍵環(huán)節(jié)?；赪EB的蜘蛛網(wǎng)絡(luò)搜索策略和人工頁面選擇能夠比較完整、準確地挖掘出貿(mào)易對方的信息源，并在獲得的信息源基礎(chǔ)上，運用模糊數(shù)學評估對貿(mào)易風險進行分析，從而計算出綜合風險概率，為中小企業(yè)交易與融資決策提供科學依據(jù)。

[1]國務(wù)院常務(wù)會議部署制訂社會信用體系建設(shè)規(guī)劃.新華網(wǎng) [EB/OL]. http://ne-ws.xinhuanet.com/politics/2011-10/19/c_111108306_2.htm，2001.10.19

[2]國務(wù)院：加快建設(shè)社會信用體系.新浪網(wǎng) [EB/OL]. http://news.sina.com.cn/c/2014-01-16/070429256628.shtml，2014.1.16.

[3]《資本論》第三卷.人民出版社，1953：389-390.

[4]亞當·斯密(AdamSmith).道德情操論 [M].謝宗林譯.中央編譯出版社，2009(04).

[5]HenryDunningMacleod.The TheoryofCredit[J].London，NewYork：Longmans，Green and Co.,1889(91).

[6]熊彼特，孔偉艷，朱攀峰，婁季芳著.經(jīng)濟發(fā)展理論(TheoryofEconomic Development)[J].北京出版社，2008(09).

[7]胡海青，張瑯.基于支持矢量機的供應(yīng)鏈金融信用風險評估研究 [J].軟科學，2011(5).

[8]AnthonyG.The consequences ofmodemity[J].Stanford:Stanford universitypress，1990.

[9]Arrow K J，F(xiàn)rank H.Notes on sequences economics，transaction costs，and uncertainty[J].Journal ofEconomics Theory，1999，86(2):203-216.

[10]Doupos，M.，Kosmidou，K.，Baourakis，G.，Zopounidis，C..Credit risk assessment using a multicriteria hierarchial discrimination approach:A comparative analysis [J].European Journal of Operational Research，2002 (138)：392-412.

[11]Twala，B..Multiple classifier application to credit risk assessment[J]. Expert Systems with Applications，2010，37：326-3336.

[12]John Andrew McQuown.A Comment on market vs accounting-based measures ofde-fault risk[J].White Paper，Moody's KMV，1993.

[13]Matthew Kurbat，Irina Korablev.Methodologyfor testing thelevel of the EDFTMcreditmeasure[J].White Paper，Moody's KMV，2002.

[14]Caouette J B，Alt man E，Narayanan P.Managing credit risk：The next great financialchallenge[J].1998.

（責任編輯：FZF）

The Appraise of Non-listed SME Credit Risks——Based on WEB and FAHP

ZHANG Cheng
（1.Hubei University of Science and Arts，Xiangyang Hubei 441053，China；2.Shanghai University of Finance and Economics，Shanghai 200433，China）

Credit is one of the oldest expressions of human society.In modern society，the credit risk management and control is one of the core problems whatever in capitalist society or socialist society and SME is one kind of driving force of the society.SME can not develop without the modern credit system.In this article，SME is divided into listed companies and non-listed companies according to the degree of their information disclosure.Because transaction information about the people involved in is asymmetry， those transaction credit risk assessment of non-listed SME is the most caring and the most difficult problem for transaction parties and various financial institutions. By using the modern network information technology and labor and machinery search strategy，the risk information of small unlisted companies can be dug out and sorted and fuzzy comprehensive evaluation can be did on this basis.Finally，a numerical example illustrates that the WEB-based and fuzzy comprehensive evaluation of the credit risk of small non-listed companies is effective.

Non-listed SME；Credit risks；Corporate finance；Financial risk

F270.7

A

1004-292X（2014）10-0012-05

2014-05-15

教育部人文社科研究基金項目（13YJC630218)。

張 誠（1977-），男，四川儀隴人，博士后，主要從事企業(yè)風險與企業(yè)金融研究。