張 柯，謝 力

(海軍工程大學 管理工程與裝備經濟系，湖北 武漢 430033)

目前，信用風險已成為影響裝備采購的一項重要因素，而降低信用風險的關鍵是精確的信用評價。已有信用評價研究大多集中在指標體系構建[1-2]、評價方法選擇[3-4]和評價結果的分類上[5-6]。其中指標構建以解釋結構模型和層次分析為主，劃分為單指標與多指標、定性指標與定量指標、主觀指標與客觀指標；評價方法主要有主客觀賦權、三角模糊綜合評判、BP神經網絡、博弈理論分析、灰色聚類、數(shù)據(jù)包絡分析、理想解法等；評級結果分類采取評分與評級相結合的方式劃分信用水平，在一定程度上能夠有效幫助信用信息使用者做出決策，規(guī)避信用風險。然而，有關動態(tài)信用評價的研究卻較少。王明明等[7]考慮到新舊評價值隨時序變化重要性的不同引入了時間權重；張發(fā)明等[8]考慮到信用評價值突變導致的信用偏離引入了風險抗性獎懲量；易平濤等[9]考慮到信用發(fā)展趨勢引入了偏好系數(shù)預測未來信用值，但時序變化、信用偏離和發(fā)展趨勢尚未很好地融合，已有研究在廣度和深度均有待進一步發(fā)掘。在當前我國社會信用體系建設上升為國家戰(zhàn)略的情況下，對裝備承制單位開展信用評價不僅契合總體布局，還能為加強信用管理、提高裝備采購管理工作而服務。鑒于此，筆者擬采取一種融合信用基礎值，有效減低信用風險和體現(xiàn)信用發(fā)展趨勢的信用評價方法，對承制單位動態(tài)精準的優(yōu)選排序具有重要的實踐意義。

1 信用評價指標的量化處理

1.1 評價指標體系

建立一套科學、合理的信用指標體系是保證評價精準可靠的關鍵。通過參閱軍委裝備發(fā)展部2017年10月頒發(fā)的《裝備承制單位資格審查工作實施細則(試行)》和咨詢相關專家意見，構建由目標層、一級指標層、二級指標層形成的評價體系，如表1所示。

1.2 靜態(tài)評價基礎值

評價指標體系建立后，要選用合適的評價方法確定指標權重。指標權重的確定方法有很多，層次分析法因簡便、靈活、適用性和可操作性強的特點，在權重確定方法中占據(jù)重要位置。

指標權重確定后，依據(jù)多位專家對各指標的評價均值可得評價基礎值。承制單位信用的靜態(tài)評價基礎值即由其資格審查各項指標的評價值與相應指標權重的乘積加權求和得到，如式(1)所示。

(1)

表1 承制單位信用評價指標體系

式中：φi為第i個承制單位信用靜態(tài)評價基礎值；m為二級指標的總數(shù)量；Xij為第i個承制單位第j個指標的評價值；Wj為第j個指標的權重。

2 裝備承制單位信用評價模型構建

2.1 TOPSIS法

TOPSIS法是通過測定評價對象與理想解的距離來進行排序的一種方法。在對裝備承制單位的信用評價過程中，軍方對承制單位優(yōu)選排序的目的是建立以軍方為主導的裝備采購管理市場，必然希望承制單位的信用值呈現(xiàn)持續(xù)穩(wěn)中有進的發(fā)展趨勢，在此意愿之下，正理想信用點(全局最優(yōu)點)和負理想信用點(全局最劣點)隨時序變化不會呈倒退趨勢，承制單位信用與正理想信用點越接近則信用越好，與負理想信用點越接近則信用越差，以此引導承制單位加強信用綜合水平，降低信用風險。

TOPSIS法通常需將極大型和極小型指標進行一致化和無量綱化處理，如式(2)所示。

(2)

正、負理想信用點及相對信用接近度的計算方法如式(3)～式(7)所示。

φ+(t)=max{φ1(t),φ2(t),…,φn(t)}

(3)

φ-(t)=min{φ1(t),φ2(t),…,φn(t)}

(4)

(5)

(6)

(7)

2.2 GRA法

GRA法是指對系統(tǒng)的發(fā)展變化趨勢進行比較和定量描述的一種方法。承制單位的關聯(lián)度是根據(jù)各承制單位信用值隨時序變化所形成的曲線與理想曲線之間的相近程度來判斷其緊密程度。曲線形狀越相近，關聯(lián)度越大，反之越小，并以此來預測發(fā)展趨勢。在承制單位的信用評價中，以軍方對承制單位理想信用為基準點，隨時序變化構成理想信用曲線，記曲線上各時刻理想信用點φ(t)=max{φi(1),φi(2),…,φi(T)}，逐個計算承制單位信用與理想信用點的最大最小差，由式(8)可得灰色關聯(lián)系數(shù)：

鑒于此，筆者建議將隱喻分析進一步應用于大學生的心理健康狀況調查，以探知其心理健康水平，也可運用于與學生群體緊密相關的對教師群體進行調查分析，更好地發(fā)揮隱喻的社會功能，應用并服務于教育領域。

ζi(t)=

(8)

式中：ρ為分辨系數(shù)，在(0，1)內取值，ρ的取值影響著關聯(lián)系數(shù)值，按鄧氏灰色關聯(lián)法，一般取0.5；關聯(lián)系數(shù)越大則承制單位信用與理想信用點越靠近，即ζi(t)越大越好。相應地，灰色關聯(lián)度可由各承制單位信用與理想信用序列的關聯(lián)系數(shù)得到，如式(9)所示。

(9)

灰色關聯(lián)度ζi越大，與理想曲線形狀越相似，表明承制單位信用水平在時序變化中具有與理想值一致的增長特點，對承制單位最終的動態(tài)信用的加成作用越大，發(fā)展趨勢預測就越準確；反之則表明承制單位信用隨時序變化與理想值有了較大偏離，對動態(tài)信用的加成作用越小，發(fā)展趨勢預測越不準確。

2.3 TOPSIS-GRA法下動態(tài)信用評價

TOPSIS-GRA法下承制單位動態(tài)信用的計算，綜合考慮了承制單位的信用基礎值、指標間的相對接近度和灰色關聯(lián)度，能夠有效降低信用風險，為預測未來信用發(fā)展趨勢提供依據(jù)，評價結果可參考價值大。引入θ作為當前信用與未來信用發(fā)展趨勢的偏好系數(shù)，則θ∈[0,1]，可得動態(tài)信用：

Ri=θ·Si+(1-θ)·ζi

(10)

由于承制單位當前信用的確定性及未來信用發(fā)展趨勢的不確定性，θ的取值偏向于Si，因此可取θ∈(0.5,1]。

2.4 改進TOPSIS-GRA法下動態(tài)信用評價

從宏觀上看，TOPSIS-GRA法全面融入了信用基礎數(shù)據(jù)、理想信用值及由理想信用值構成的理想曲線，使評價排序趨向于理想排序。但從微觀層面看，TOPSIS-GRA法的信用評價對于承制單位靜態(tài)數(shù)據(jù)隨時序變化所引起的變化量、評價數(shù)據(jù)的突變因素并未予以充分關注。同一承制單位不同時段的變化趨勢、速度和不同承制單位間同一時段的區(qū)別都可能引起評價結果與實際情況的偏離，導致信用評價失去應有的價值。因此，在使用TOPSIS-GRA法時需進行改進，改進的基本思路主要有3點：①結合當前信用往往較遠期的歷史信用具有參考性，充分融入時間價值，引入時間權重對基礎值進行賦權，求得重置后的現(xiàn)時信用值；②將承制單位不同時段及不同承制單位同一時段信用值進行橫向和縱向的對比，以均值差表征信用差異獎懲量，從而計算調整后的各承制單位信用值，再運用TOPSIS-GRA法求解改進后的相對接近度和灰色關聯(lián)度；③針對偏好系數(shù)θ取值所隱含的信用度越好，未來信用發(fā)展趨勢卻不被看好的悖論，以重置后的現(xiàn)時信用值為基礎，量化守信與失信的分界點，守信則對最終動態(tài)信用有增益加成，失信則會拉低信用預期，探索設計符合預期的動態(tài)信用的計算方法。

(11)

時間權重離現(xiàn)時距離越近，則權重越大，采信度越高；離現(xiàn)時距離越遠，則權重越小，參考價值越小，符合實際要求。求出承制單位各時刻信用值所占權重后，利用式(12)可得各承制單位重置后的現(xiàn)時信用值P：

(12)

(13)

同理可得，同一承制單位在不同時刻的信用差異獎懲量為：

(14)

由式(13)和式(14)橫縱向對比可得調整后的承制單位信用值為靜態(tài)評價值與橫縱向差異獎懲量之和：

(15)

以調整后的各承制單位信用值數(shù)據(jù)為基礎，利用式(7)和式(9)分別求得改進后的相對接近度和關聯(lián)度，其結果將更加符合承制單位的信用發(fā)展變化。

(3)對未來信用發(fā)展趨勢的預測。利用式(13)對文獻[8]信用獎懲量數(shù)據(jù)進行驗算，發(fā)現(xiàn)其信用獎懲量有較明顯誤差。若利用式(10)計算動態(tài)信用，以其公式邏輯可以推理出當前的信用越大，偏好系數(shù)θ也應越大，1-θ越小，表明其只對當前信用有加成，而對未來信用發(fā)展趨勢的加成卻減小。即歷史信用表現(xiàn)越好，未來信用反而不被看好，顯然不符合實踐邏輯。因此，需要設計出符合信用發(fā)展預期的動態(tài)信用的運算表達。比照信息增益引入誠信增益，以重置后的現(xiàn)時信用P為基礎值，以守信與失信的分界點為參考，接近度和關聯(lián)度越大，誠信增益越大，接近度和關聯(lián)度越小則誠信增益越小。為了簡化計算，將評價結果區(qū)分為“守信、一般失信、嚴重失信、重大失信”4個標度，信用量化區(qū)間分別對應于(0.9，1]、[0.7，0.9)、[0.5，0.7)、[0.3，0.5)、[0.1，0.3)、[0，0.1)。此時守信與失信的分界點為0.5，高于0.5為守信，進行增益加成，低于0.5為失信，進行懲戒減值，則動態(tài)信用的計算公式為：

(16)

式(16)融合了信用值隨時序變化、信用偏離的調整及動態(tài)信用的預測，以守信與失信的分界點為標度，契合守信激勵、失信懲戒的原則，為引導裝備采購管理市場的健康發(fā)展、承制單位加強信用管理起到良好的正向借鑒和激勵作用。

3 評價方法應用分析

根據(jù)調研選取的8家裝備承制單位2015—2020年度數(shù)據(jù)為研究樣本。相關靜態(tài)信用評價值是由審查小組(一般5～9名審查員組成)依據(jù)GJB5713《裝備承制單位資格審查要求》規(guī)定的7個方面37項內容進行內容審核評價，其中7個一級指標層權重分別為(0.07，0.25，0.40，0.10，0.10，0.06，0.02)，以審查小組打分均值與權重加權求和得出各承制單位的靜態(tài)評價值。由于相關評價為歷年數(shù)據(jù)，可直接獲取，為節(jié)約篇幅，不再贅述靜態(tài)信用計算過程，2015—2020年靜態(tài)信用評價結果如表2所示。

表2 各承制單位靜態(tài)信用評價結果

由式(3)和式(4)可得正、負理想信用點φ+(t)=(0.812，0.728，0.762，0.817，0.846，0.897)，φ-(t)=(0.311，0.344，0.442，0.335，0.333，0.323)，再根據(jù)式(5)～式(9)計算正、負理想解距離及各承制單位相對信用接近度和信用發(fā)展趨勢關聯(lián)度，由式(10)可得動態(tài)信用評價結果，并分別進行排序，相關結果如表3所示。

表3 承制單位動態(tài)信用評價結果(θ=0.7)

由表2可知，承制單位2和承制單位5的靜態(tài)信用值沒有明顯的優(yōu)劣，前者信用穩(wěn)中有升，后者中間較高，具有一定基礎優(yōu)勢。承制單位7的信用值呈現(xiàn)連續(xù)上升且一直處于較高位置，承制單位2的信用值高于承制單位4、承制單位6和承制單位8。承制單位1的信用呈連續(xù)上升態(tài)勢，而承制單位3的信用呈連續(xù)下降，兩者在2018年之前相交，之后承制單位1的信用遠遠超過承制單位3，可以預測承制單位1的發(fā)展預期要比承制單位3好，但表3的評價結果卻正好相反，使得評價結果的可信度大打折扣。這可能是因為承制單位3在2018年以前的信用基礎值較高，在評價時沒有對遠期的歷史信用做必要的數(shù)據(jù)調整，承制單位2和承制單位5難以區(qū)分則是沒有在時間序列和單位之間進行橫縱向對比造成的。

對比表3和表4可知，改進后的信用評價結果較之前有很大的改善，主要體現(xiàn)在以下兩點：①改進后的動態(tài)信用評價及排序更加符合各承制位信用評價趨勢變化，對承制單位的優(yōu)選排序較準確，為軍方更便捷地選擇承制單位提供了參考依據(jù)；②重置后的現(xiàn)時信用在守信與失信的分界點0.5上下呈現(xiàn)出不同的處置策略，現(xiàn)時信用值0.5以上表現(xiàn)為對未來信用預期進行加成，并且基礎信用越好、接近度和關聯(lián)度越高，則預期信用加成越大，信用發(fā)展趨勢越被看好，反之現(xiàn)時信用單值在分界點0.5以下則表現(xiàn)為信用懲戒。該結果能夠較好體現(xiàn)出守信激勵、失信懲戒的導向性，有利于激發(fā)承制單位加強信用管理，提高信用水平。

表4 改進后的各承制單位動態(tài)信用

4 結論

開展裝備承制單位信用評價，既是法律法規(guī)的相關要求，也是裝備采購管理工作的迫切需要。對TOPSIS-GRA法評價過程中所導致的信用偏離進行了分析和改進，并通過實例對比驗證了方法的有效性。還對信用按照四類六等級進行了劃分，為裝備承制單位進行信用評價和分級分類管理提供了參考借鑒。該評價模型是守信激勵、失信懲戒的實踐應用，將有助于裝備承制單位加強信用管理，降低裝備采購信用風險。