樓裕勝

(浙江金融職業(yè)學院 信息與互聯網金融學院,浙江 杭州 310018)

一、引言與文獻綜述

習近平總書記在著作《之江新語》中提出,“‘信用浙江’的建設要以企業(yè)為主體,建立包括信用信息、信用評價、信用激勵和失信懲罰機制在內的社會信用體系”[1],體現了信用評價對于企業(yè)乃至社會信用體系建設的重要性。企業(yè)的信用評價無論是在市場交易中識別對手的信用價值與風險,還是提高政府精細化的監(jiān)管,亦或是提升企業(yè)自身管理能力,都是重要的手段和工具之一。在當今大數據的時代越來越多的公共信用信息被挖掘和共享,如何更好地利用公共信用信息評價企業(yè)的信用價值,是一個值得深入探討的問題。

(一)企業(yè)信用評價技術的演進

企業(yè)信用評價的技術體系主要經歷了三個階段。第一階段是經驗判斷階段,根據“6C”“5P”及“LAPP”等財務要素信息以及評價人員的經驗判斷企業(yè)信用,該方法的缺點是評價的主觀性太強。第二階段主要是統計方法階段。Altman提出的線性判別式模型和二次判別式模型的出發(fā)點都是依據違約企業(yè)的特征規(guī)律建立判別函數來預測新企業(yè)的信用風險[2-3]。雖然二次判別式模型相對于多元判別分析法有改進,但還是面臨著要求數據服從正態(tài)分布和等協方差的不足。龔玲玲、遲國泰、杜永強利用判別原理構建了小微企業(yè)信用評價指標體系,并證明了有效性[4]。Ohlson利用Logit回歸模型來計算企業(yè)的違約概率來判斷信用類別,Altman和Sabato證明了該方法對數據的要求不高,評價的結果也優(yōu)于多元判斷模型[5-6]。劉兢軼等根據因子分析Logit模型建立中小企業(yè)信用風險模型,預測的準確度較高[7]。Zmijewski在違約與正常兩類企業(yè)群體中選擇較為明顯的特征構建Probit模型預測了破產概率[8]。劉丹、李戰(zhàn)江、鄭喜喜在對商業(yè)銀行有信貸業(yè)務的小微企業(yè)進行信用指標組合篩選時,驗證了Probit模型方法的有效性[9]。第三階段是人工智能方法階段。計算機信息技術的蓬勃發(fā)展,推動了人工智能方法在企業(yè)信用評價中的使用。神經網絡模型具有較強的泛化能力和較高的準確率,Odom和Sharda最早利用了神經網絡模型來預測企業(yè)財務危機[10]。隨著人工智能方法的不斷演進,定性變量和公共信用信息在企業(yè)信用評價中得到重視,于是多目標決策等方法也逐漸發(fā)展起來[11]。

在企業(yè)信用評價方法的演進過程中,隨著方法的復雜化,對于評價信息的要求也越來越高,多以企業(yè)財務信息為主,限制了在實踐中的應用。與此同時,大數據技術的成熟應用,讓公共信用信息的獲取途徑越來越便捷,獲取成本越來越低,應用公共信用信息評價企業(yè)信用成為趨勢。

(二)企業(yè)信用評價信息要素的變化

1.大數據技術使公共信用信息的使用成為可能

大數據概念(Big Data)是由EMC(易安信)在2011年5月率先提出,之后迅速成為世界各國的共識。在中國大數據已經成為國家戰(zhàn)略,黨的十九大報告中更是強調了大數據、人工智能等技術要與實體經濟進行深度融合。孫玥璠等認為大數據正不斷地滲入各大行業(yè),帶來企業(yè)信用評價指標體系的重構[12]。喬晗等利用大數據技術解決企業(yè)成長性評價信息不充分以及檢驗結果有效性的問題[13]?？傊?大數據使得公共信用信息的內涵得到豐富,催生了大量來源分散且口徑不一致的非傳統信用數據,給社會公共信用信息提出挑戰(zhàn)的同時也帶來了應用的價值和機遇[14]。

2.公共信用信息可以彌補企業(yè)信用評價中信息不對稱的短板

現代企業(yè)信用評價可以追溯到1890年約翰·穆迪提出債券風險管理體系。一直以來,學界與實踐部門都比較青睞于大型企業(yè)信用評價,但其存在信息不對稱和信息成本的根本問題,Stiglitz和Weiss的研究成果以及Myers和Majluf提出的POH理論就證實了這一點[15-16]。

大數據時代公共信用信息的引入,對于解決企業(yè)信用評價中的信息難題有重要意義。很多學者如連鎮(zhèn)殿等都提出了公共信用信息平臺,是基于互聯網和大數據技術將信用主體的各種數據進行歸集、整理、交換、共享與應用,可以有效解決企業(yè)信用評價中信息不對稱的問題[17]。

3.公共信用信息在企業(yè)信用評價中的優(yōu)勢

在大數據技術的推動下公共信用信息將重構企業(yè)信用評價體系。一是,評價信息獲取具有便捷性,紀崑認為,與傳統信用評價的財務數據相比,大數據技術推動下的公共信用信息數據獲取變得越來越便捷,而且信息獲取的成本也越來越低[18];二是,評價結果具有全面性,陳小梅等學者認為公共信用信息能夠共同還原企業(yè)的經營發(fā)展狀況和信用能力[19];三是,評價效果具有可靠性,Lin等學者指出公共信用信息的完善為傳統信用評級提供了更為先進的數據采集和數據分析手段,能夠有效克服傳統征信單指數測度的局限性[20]。

(三)應用公共信用信息面臨的問題

應用公共信用信息來構建企業(yè)信用評價有優(yōu)勢也面臨許多問題。一是數據的完整性問題,公共信用信息共享機制還沒有建立,特別是數據的跨系統、跨區(qū)域共享仍然存在障礙,苗燕認為不同功能部門的不同存儲方式直接增加了數據管理工作量,使數據更難具有完整性[21];二是數據的法律保護問題,如果對公共信用信息共享問題不加以嚴格管理,極易被非法獲取,將會嚴重影響信息主體的社會經濟活動;三是數據應用的規(guī)范性問題,公共信用信息的分析顯化與應用是需克服難題。武劍指出構建適合企業(yè)信用評估的體系才是決定大數據應用成敗的關鍵,在公共信用信息背景下,為企業(yè)量身打造一個信用評價指標體系至關重要[22]。

二、公共信用信息環(huán)境下的投標領域企業(yè)信用評價的構建

(一)理論分析

市場經濟本質上是以契約為基礎的信用經濟?，F代信用理論的奠基人馬克思將信用定義為經濟上的一種借貸關系,是以償還為條件的價值單方面讓渡[23]。信用的這一定義從社會關系來看是一種有條件的信任,從經濟關系來看是一種價值運動,是償還條件下意愿與能力的綜合體現。休謨、富蘭克林等經濟學家將信用不再局限于借貸領域,而是基于資產的履約能力與心理信任,極大拓展了信用的廣度和深度[24-26]。隨著經濟理論的不斷發(fā)展,信用的內涵不斷加深、外延不斷拓展,但是市場經濟條件下的信用本質依然是基于契約的履約意愿與履約能力。

招投標是一個履行契約的經濟行為,從業(yè)務流程來看招投標具有排他性,一旦中標將其他競爭者排除在外,履約的意愿就顯得特別重要。從業(yè)務目的來看招投標具有利益最大化的特性,在現有的條件下通過招投標行為來匹配最具能力的企業(yè),即履約能力。因此,在招投標領域企業(yè)的信用集中表現在履約意愿和履約能力兩個方面。首先,二者都是企業(yè)信用不可分割的組成部分。履約的意愿是企業(yè)信用的內涵,表現為企業(yè)的誠信度,屬于道德的范疇。履約意愿具體反映在市場經濟活動中企業(yè)遵章守紀和合法合規(guī)生產經營的基本意愿,既是企業(yè)賴以生存的基礎,也是市場秩序的基本規(guī)則。履約能力是企業(yè)信用的外延,表現為企業(yè)的業(yè)務能力、經濟實力及內部管理水平。其次,二者相互支撐相互聯系。企業(yè)的履約意愿即誠信度,是企業(yè)在市場經濟中生存與發(fā)展的基礎,良好的誠信度容易獲取市場的信任,從而有助于企業(yè)業(yè)務拓展和履約能力的提升。企業(yè)在發(fā)展壯大的過程中履約能力得以增強的同時,更加需要通過企業(yè)誠信度來獲取社會信任,這也是企業(yè)應該履行的社會責任。

(二)設計思路

根據上述理論分析,將招投標領域企業(yè)信用評價指標體系設計為“履約意愿(誠信度)+履約能力”雙模塊,考慮如下:其一,從信用理論的角度分析,履約意愿和履約能力都是企業(yè)信用不可分割的組成部分。履約意愿即企業(yè)誠信度,反映了企業(yè)在市場交易中守信意愿,揭示發(fā)生主觀違約的可能性。履約能力則側重于反映企業(yè)在市場經濟環(huán)境中內部管理水平、業(yè)務能力和經濟實力,集中體現了企業(yè)履行合同約定的能力和水平,因此二者綜合反映了企業(yè)的信用水平。其二,從應用的角度分析,對履約意愿(誠信度)和履約能力的企業(yè)信用拆分測度更有實踐的價值。履約意愿即企業(yè)誠信度的評價,量化了企業(yè)在市場環(huán)境中主觀守信和自我約束的意愿,有助于企業(yè)精準發(fā)現問題從而加強內部管理,同時也為政府管理部門在市場準入、業(yè)務管理、預警等業(yè)務監(jiān)管提供必要可靠的依據。履約能力的評價可以讓市場交易雙方能夠清晰識別交易對手的業(yè)務能力和經濟實力,讓市場資源得到合理配置。其三,從企業(yè)發(fā)展的角度分析,誠信度是企業(yè)的基本素質和承擔社會責任的具體表現,也是企業(yè)長期發(fā)展中追求的目標,與企業(yè)的履約能力有著高度的關聯性。企業(yè)在發(fā)展過程中需要不斷提升履約能力并內化為誠信度,是企業(yè)信用價值的真實體現。因此,本文利用投入產出模型來分析履約能力對企業(yè)誠信度的影響,也是以新的視角探究企業(yè)內部信用管理?；诖?本文構建“誠信度+履約能力”的企業(yè)信用雙模塊評價體系有一定的現實意義和創(chuàng)新價值。

(三)企業(yè)信用評價指標體系及模型分析

1.“誠信度+履約能力”雙模塊企業(yè)信用評價指標體系

企業(yè)誠信度反映主體在市場經濟活動中遵章守紀及合規(guī)經營的主觀意愿,因此評價指標體系的構建中更多是利用企業(yè)在生產經營的行為數據和政府部門的監(jiān)管信息來判斷守信的可能性。招投標領域企業(yè)生產經營行為的數據包含了企業(yè)在參與招投標全流程(事前、事中和事后)各環(huán)節(jié)的業(yè)務信息,政府監(jiān)管信息包含有市場監(jiān)督管理局、稅務局、環(huán)保局等多個政府部門的監(jiān)管數據以及法院的審判信息等,具體構建的企業(yè)誠信度評價指標體系如表1所示。

表1 企業(yè)誠信度評價指標體系

履約能力是經濟學的范疇,反映了企業(yè)在市場交易中履行合同的能力和經濟實力,也是企業(yè)在招投標業(yè)務活動中信用的重要表現。圍繞企業(yè)業(yè)務運營和項目管理水平構建履約能力指標體系,如表2所示。

表2 企業(yè)履約能力評價指標體系

表2中“固定資產原值”和“其中機械設備原值”兩個指標的數據缺失較多。缺失值的填補方法有很多,本文選擇用預測值來處理缺失值,不僅可以處理連續(xù)型變量缺失值,還可用于分類數據缺失值的填補,特別是針對只有一個未缺失值的極端情況下,也可填補其余缺失值。

2.“誠信度+履約能力”雙模塊企業(yè)信用評價方法

(1)企業(yè)誠信度評價中的賦權方法

全局敏感度賦權方法的適用性分析。全局敏感度主要是全面反映輸入變量的不確定性對于輸出響應變量的影響程度。企業(yè)誠信度評價體系的賦權中選擇用全局敏感度的方法,是基于評價指標體系和樣本單位實際情況考慮的。首先,企業(yè)誠信度評價體系中指標較多且各個指標的相對重要程度很難準確度量。其次,樣本企業(yè)數量過大,如果采用常規(guī)的客觀賦權法,權重通常會受到樣本量大小的影響,從而使評價結果出現逆序(增減樣本使得評價結果反轉)的不合理現象。選擇全局敏感度賦權,通過度量各個指標對評價結果的影響來確定指標權重,可以很好地解決逆序問題。全局敏感度賦權的步驟:

i.將指標權重都作為輸入變量,從而每個評價對象都構成一個線性函數。對于權重指標ωij有兩個假定,假定1:ωij是獨立隨機變量;假定2:ωij服從均勻分布,取值范圍是[0,1]。

ii.得到模型第i個函數評價結果的方差Vi(yi)為:

(1)

(2)

(2)企業(yè)信用的投入產出分析法

企業(yè)信用投入產出的指標選擇。誠信度從宏觀層面直接影響營商環(huán)境和經濟秩序,因此將誠信度作為企業(yè)信用的產出指標。企業(yè)的履約能力是經濟層面的范疇是企業(yè)誠信度提升的重要經濟保障,長期而言與誠信度具有一致性和依存性,可以看成是企業(yè)信用的投入指標。根據表2所示將反映企業(yè)履約能力目標層指標企業(yè)素質、項目管理、保障能力和運營能力等作為企業(yè)信用的投入指標。

(3)

建立基于生產可能集TBCC下的DEA模型,即:

(4)

模型(4)表示若純技術效率和規(guī)模效率兩者均為1,就意味著DEA有效;若兩者中只有一方的值為1,說明實現了弱DEA有效;若兩者均不為1,則說明非DEA有效。

DEA對于企業(yè)信用投入產出的模型方法適用性分析。DEA方法非常適合處理多變量海量數據,用于對企業(yè)信用投入產出的分析有著其他傳統方法無法比擬的優(yōu)勢,具體而言如下:第一,DEA模型不需要事先假設指標權重,每一個投入產出指標的權重是由樣本的實際數據自動給出各變量的最優(yōu)權重,具有很強的客觀性,可以避免主觀因素的影響;第二,DEA模型適用于多因素投入產出效率的評價,尤其是企業(yè)信用影響因素復雜的情況,投入與產出指標之間并不是絕對獨立的,可能存在某種內在聯系,但DEA模型并不必考慮投入與產出指標的影響程度就可以進行計算;第三,在對企業(yè)的信用等級評價以及信用因素分析中,相比較于其他模型中的變量多為綜合性變量,DEA模型將投入和產出變量指標獨立分離開來,不僅給出效率評價結果來反映資源的利用情況,也可以從某種程度上反映變量之間的相關性。

三、公共信用信息應用下企業(yè)信用評價的實證分析

(一)公共信用信息環(huán)境下的企業(yè)誠信度評價

1.指標權重的確定

根據全局敏感度賦權的理論模型,將表1中評價指標的權重作為輸入變量,得到第一個企業(yè)構成的線性函數:y1=0.087 611ω1+0.000 012ω2+…+0.979 592ω31

同理可得其他企業(yè)的線性函數,進而計算出第一個企業(yè)的第一個指標權重的敏感度為0.000 721,以及第一個企業(yè)的其他指標權重的敏感度,于是得到了各個企業(yè)在所有指標權重的敏感度。將某一個評價指標在所有企業(yè)表現的敏感度加總就是該指標權重的全局敏感度,最后通過歸一化處理得到各個評價指標權重,計算結果如表3。

表3 企業(yè)誠信度評價指標全局敏感度及權重

2.企業(yè)誠信度分析

根據“誠信度=評價值×100”,可以計算出292家樣本企業(yè)的誠信度綜合評價值,表4展示誠信度排名前5和排名后5的企業(yè)。

從表4結果來看,企業(yè)之間的誠信度存在較大的差距,適合于對企業(yè)按照誠信度進行聚類分析,更有利于在實踐中推進實施分級分類監(jiān)管。

表4 企業(yè)誠信度的得分及排名

3.企業(yè)誠信度的聚類

(1)聚類方法的選擇

由于企業(yè)誠信表現具有模糊性、復雜性和多樣性的特征,選擇優(yōu)化目標函數硬聚類算法雖然能夠清晰地對事物進行劃分,但不允許模棱兩可結果的出現,這與企業(yè)誠信表現特征不相符。而基于混合高斯模型的軟聚類算法是一個較好的選擇,其優(yōu)點在于誠信度投影后的樣本點不是一個確定的分類標記,而是每一分類的概率,進而利用概率大小進行分類。高斯混合模型聚類的結果只是表明了某企業(yè)歸屬于某個類別的可能性,因此還需要結合企業(yè)誠信度得分進一步分析。

(2)聚類的結果及分析

對292家樣本企業(yè)依據表1的準則層指標形成樣本集并進行聚類。但是無監(jiān)督學習聚類中會存在未被觀測到的隱變量,因此采用期望最大化算法來確定這些變量的最佳值,然后找到模型參數。具體聚類結果如表5所示。

表5的結果表明根據高斯混合模型將292家樣本企業(yè)按誠信度分為了9類,可以將第9類中的7家企業(yè)認定為誠信未達標。在實際應用中政府監(jiān)管部門把誠信未達標類別的企業(yè)列為市場禁入,因此本文在進一步的研究中將這7家企業(yè)予以剔除。

表5 高斯混合模型聚類結果

將高斯混合模型聚類結果與企業(yè)誠信度得分結合分析,發(fā)現第9類的7家企業(yè)也是誠信度得分最低的,這也進一步證明了高斯混合模型在企業(yè)誠信度聚類時的可靠性,具體結果如表6所示。

表6 第9類企業(yè)誠信度得分

就高斯混合模型聚類方法而言,聚類的結果可能會存在偏誤,其原因是高斯混合模型是軟聚類方法,企業(yè)所屬類別是按照最有可能的概率得到的。而由于在測算企業(yè)誠信度得分時,對準則層指標賦予權重來計算加權值,因此各類別中可能會有少數企業(yè)存在誠信度與聚類結果不一致的情況。

(二)基于投入與產出方法的企業(yè)信用價值分析

1.樣本選取的說明和數據來源

起初共有292家企業(yè)作為研究對象,由于在企業(yè)誠信度的聚類分析中有7家企業(yè)處于第9類別,即誠信不達標類別,因此在企業(yè)信用的投入產出分析中剔除這7家誠信不達標的企業(yè),將剩余的285家企業(yè)作為新的研究對象。在具體分析中,由于投入指標較多、指標間的計量單位不統一和DEA方法對選取指標單位的敏感等原因,先用主成分法構建同一投入指標下各變量的權重,以縮小指標間的差別。

2.模型應用及結果

由于DEA模型要求各項指標為正值,而在最終計算的投入指標數值中卻存在0值,因此需要對數據進行歸一化處理,使全部的數據分布在正值范圍。采用DEAP 2.1軟件運算,得到285家樣本企業(yè)的綜合效率、純技術效率和規(guī)模效率,如表8。

表7 企業(yè)投入產出指標數據

表8 企業(yè)綜合效率、純技術效率和規(guī)模效率

(1)綜合效率分析

綜合效率是反映企業(yè)在有限的資源條件下調動技術、管理、規(guī)模等資源達到最優(yōu)狀態(tài)以獲取最大投入產出的重要指標之一。對樣本企業(yè)的綜合效率分析如表9。綜合效率為1的企業(yè)有5家,占總體比例的2%,表明這些企業(yè)在現有的投入條件下,對企業(yè)誠信度效率輸出達到最優(yōu)水平。同時對比這5家企業(yè)的誠信度得分,排名都在前15名以內,也證明了企業(yè)信用投入產出的有效性。綜合來看,這些企業(yè)在保持較高誠信度的同時,也具備了較強的運營、項目管理及其保障等履約能力。綜合效率0.8以上的企業(yè)有48家,占總體比例的17%。而超過80%的企業(yè)綜合效率低于0.8,說明企業(yè)普遍存在信用投入產出效率不足的問題,存在較大的改進空間。

(2)純技術效率分析

純技術效率反映了企業(yè)的管理和技術等因素對產出指標企業(yè)誠信度的影響,結果如表10。純技術效率為1,說明了企業(yè)的運營能力和項目管理技術水平較高,投入的管理和技術等資源使用是有效率的。248家純技術效率為1的企業(yè)中,純技術效率總體情況優(yōu)于綜合效率,但結合表9的綜合效率分析,只有5家達到綜合效率最優(yōu)狀態(tài),說明其余的243家企業(yè)業(yè)務運營管理水平較好,但規(guī)模效率小于1,在運營的規(guī)模上存在問題。

表9 企業(yè)綜合效率情況

表10 企業(yè)純技術效率情況

純技術效率小于1,表示企業(yè)需要改善內部運營方式及項目管理水平。表10中有13%的企業(yè)同時出現運營管理不佳和運營規(guī)模規(guī)劃不當對企業(yè)誠信度造成影響的情況。這些企業(yè)在實踐中表現為企業(yè)的業(yè)務技術管理能力較弱,同時企業(yè)誠信度一般。

(3)規(guī)模效率分析

規(guī)模效率反映了企業(yè)的運營規(guī)模對產出指標的影響,具體結果見表11。企業(yè)規(guī)模效率中,只有60%以上的企業(yè)規(guī)模效率大于0.5,整體水平欠佳,而超過30%的企業(yè)規(guī)模效率小于0.5。在這些企業(yè)中表現為招投標業(yè)務規(guī)模在不斷地擴展,但誠信度并沒有隨著業(yè)務規(guī)模的擴張而發(fā)生明顯的改觀,這種現象需引起監(jiān)管的高度重視。

表11 企業(yè)規(guī)模效率情況

四、總 結

本文構建“誠信度+履約能力”雙模塊企業(yè)信用評價指標體系,不同于現行的企業(yè)信用一體化評價模式,既有創(chuàng)新性和優(yōu)勢,也有待于進一步深入研究。

(一)創(chuàng)新與優(yōu)勢

“誠信度+履約能力”雙模塊的企業(yè)信用評價體系在實踐中體現了應用的靈活性,每一個模塊都有應用場景。企業(yè)誠信度的評價結果反映了企業(yè)在市場經濟中遵章守紀的情況,為政府的業(yè)務監(jiān)管提供決策依據;企業(yè)履約能力的評價結果反映了企業(yè)的業(yè)務能力及經濟實力,可為交易對手在市場交易中提供決策信息;將企業(yè)誠信度與信用能力進行投入產出分析,可以進一步挖掘企業(yè)內部信用管理問題,有助于企業(yè)提升信用水平。

在企業(yè)誠信度的評價指標體系中,采用了大量的經營行為數據、第三方平臺數據以及公共信用信息平臺數據,使評價來源信息更為多元和豐富。除了采用傳統評價方法中的財務數據外,更多地嘗試使用業(yè)務管理數據,更好地反映企業(yè)信用潛力。

(二)研究展望

在構建企業(yè)信用評價指標體系時,有很多的公共信息如企業(yè)成立年限等與企業(yè)信用有相關關系,但不存在因果關系,這些信息沒有納入到企業(yè)信用評價指標體系中。但是這些公共信息對于企業(yè)信用評價的作用和價值需要進一步的研究。

本文以招投標領域的企業(yè)為研究對象構建了企業(yè)信用評價體系,充分考慮了招投標領域的業(yè)務特征、企業(yè)信用的特性以及企業(yè)公共信用信息的特點。該評價體系不具有普適性,但具有一定地參考性。