黃麗玲 黃文霞 羅艷媚

(桂林航天工業(yè)學院 管理學院，廣西 桂林 541000)

企業(yè)信用評價是企業(yè)樹立良好誠信形象，獲得政府主管部門的優(yōu)惠政策支持，得到更多的貿(mào)易機會和更強的融資能力的一種方式。隨著我國經(jīng)濟的飛速發(fā)展，居民可支配收入和消費能力的提升，大眾對精神文化的需求日益增長，推動了文化娛樂產(chǎn)業(yè)的急速發(fā)展。但2015年以來行業(yè)政策越來越規(guī)范嚴格，觀眾理性消費，資本退出，文娛行業(yè)整體遇冷、景氣度下降，行業(yè)內(nèi)競爭加劇給部分文娛行業(yè)帶來了一定的外部沖擊，導致企業(yè)效益不及預期的企業(yè)面臨較大的經(jīng)營壓力和融資風險。因此，及時掌握企業(yè)的信用信息動態(tài)，并對企業(yè)信用進行評價具有一定的現(xiàn)實意義。

目前，針對企業(yè)信用評價的研究已取得豐碩的成果，主要分為信用評價指標與信用評價模型兩個大類。在信用評價指標的研究中，Balios等[1]通過對希臘上市公司的實證研究，證明了財務指標對信用評價結果的重要性；段翀、劉忻梅[2]從財務指標的角度出發(fā)構建了企業(yè)信用評價指標體系；劉巖[3]結合我國中小企業(yè)發(fā)展情況，構建信用評價指標體系時在財務指標的基礎上，加入了信用狀態(tài)、發(fā)展?jié)摿蓚€維度的非財務指標；陳曉紅等[4]從規(guī)模實力、償債能力、資產(chǎn)管理能力、獲利能力、發(fā)展?jié)摿?個維度出發(fā)，構建了中小企業(yè)信用評價指標體系；范柏乃等[5]在中小企業(yè)信用評價中，加入了成長性、創(chuàng)新性、適應性等財務指標。從信用評價模型的研究來看，劉艷春[6]基于SEM和灰色關聯(lián)法對供應鏈下中小企業(yè)的信用風險進行評估；張洪祥[7]結合模糊聚類和灰色關聯(lián)法對多維時間序列數(shù)據(jù)的樣本企業(yè)進行信用評價；孟斌等[8]基于顯著區(qū)分客戶的違約狀態(tài)和非違約狀態(tài)構建中小企業(yè)信用評價模型；張發(fā)明等[9]提出了一種新的具有風險抗性信用獎懲特征的TOPSIS-GRA的動態(tài)信用評價方法；程硯秋等[10]基于ELECTRE Ⅲ法構建了小微企業(yè)信用評價模型?？梢钥闯?，專家學者對于企業(yè)靜態(tài)信用評價的理論已十分完善，但從動態(tài)激勵的角度針對企業(yè)動態(tài)信用評價的研究仍較少，而專家學者對于動態(tài)激勵評價的研究成果豐碩，如馬贊福等[11]、易平濤等[12]針對被評價對象不同時段的增益特征，提出了動態(tài)激勵的評價方法；張秦[13]等提出了基于廣義灰色激勵因子動態(tài)綜合評價模型，牛玉飛、張發(fā)明等[14]在動態(tài)激勵理論中加入強化理論，提出了“泛強化激勵算子”；徐林明等[15]針對現(xiàn)有靜態(tài)數(shù)據(jù)預處理方法對動態(tài)綜合評價中的三維數(shù)據(jù)進行處理時會消除數(shù)據(jù)中隱含增量信息的問題，提出全局改進歸一化方法，減少了動態(tài)激勵評價時的信息丟失。

綜上，專家學者對于企業(yè)信用評價的研究已十分豐富，但仍存在以下幾個方面的問題：第一，上述信用評價研究多針對靜態(tài)評價，動態(tài)信用評價的研究不足；第二，對于動態(tài)信用評價而言，在進行數(shù)據(jù)預處理時較少考慮可能消除的信息增量的問題；第三，在動態(tài)評價中較少考慮在多維時序數(shù)據(jù)中加入“激勵”的作用，導致對企業(yè)信用動態(tài)發(fā)展的評價結果存在一定的“失真”。因此，本文結合TOPSIS和動態(tài)激勵法構建信用評價模型，在數(shù)據(jù)預處理時采用全局改進歸一化方法，減少了動態(tài)評價中信息丟失的情況，并運用TOPSIS法進行靜態(tài)評價時考慮多維時序數(shù)據(jù)的動態(tài)變動，對正理想點的確認方法進行改進，最后引入“激勵與引導”的思想，運用動態(tài)激勵法構建企業(yè)信用評價模型。

1 研究設計

1.1 企業(yè)信用評價指標體系的構建

結合文獻[1-5]，遵從導向性、系統(tǒng)性、可操作系、動態(tài)連續(xù)性兼顧數(shù)據(jù)可獲得性等的原則，從財務指標的角度出發(fā)，構建了盈利能力與收益質(zhì)量、成長能力、資金結構與償債能力、營運能力四個維度的信用評價指標體系，并從財務報表中選取了23個相關能夠反映其主要財務特征的財務比率的指標對企業(yè)信用風險進行評估，如表1所示。

表1 企業(yè)信用評價指標體系

1.2 改進E-TOPSIS法的靜態(tài)信用評價模型

在企業(yè)信用評價問題中，假設n個評價對象和m個評價指標的判斷矩陣R=(xij)m×n，i=1,2…,m;j=1,2,…,n)；評價年份記為T=(t1,t2,…tT)，tk年份的評價值記為xij(tk)，為消除在靜態(tài)評價中由于數(shù)據(jù)預處理可能存在的消除數(shù)據(jù)中隱含增量信息的問題，本文根據(jù)文獻[15]全局改進歸一化方法對數(shù)據(jù)進行標準化處理，不失一般性，設經(jīng)“規(guī)范化”處理之后仍記為xij(tk)，并運用熵值法(Entropy法)計算各指標的權重，再基于TOPSIS的方法對靜態(tài)信用評價值進行計算。

在企業(yè)動態(tài)發(fā)展過程中，一般都期望企業(yè)信用情況越來越好，處于不斷上升的狀態(tài)，因此在時間維度上，企業(yè)的信用評價正理想點應該逐年遞增或維持不變，由此企業(yè)信用發(fā)展狀況才會逐年遞增?；诖?，本文給出在企業(yè)信用評價中正理想點的確認方法，如下所示：

(1)

其中：

……

而此時，信用評價負理想點的確定并不受到偏重，僅運用之前的方法進行計算即可。

(2)

(3)

(4)

式中：wi為Entropy法確定的權重系數(shù)。

最后，計算信用評價相對理想信用貼近度cj，獲得靜態(tài)信用綜合評價值

(5)

1.3 基于動態(tài)激勵的企業(yè)信用評價模型

相對而言，靜態(tài)信用綜合評價值只能衡量企業(yè)某一時間點的信用狀況，無法體現(xiàn)企業(yè)動態(tài)發(fā)展過程中的變化和發(fā)展趨勢。為觀察某一連續(xù)時間段內(nèi)被評價對象的信用發(fā)展狀況，盡可能準確地衡量企業(yè)的信用發(fā)展趨勢，本文運用動態(tài)激勵[11]的方法，考慮企業(yè)發(fā)展過程中信用的變化情況，引入“激勵與引導”的思想，對信用發(fā)展趨勢良好的企業(yè)進行“獎勵”，對信用發(fā)展趨勢差的企業(yè)進行“懲罰”，從而獲得較客觀合理的評價結果。記各企業(yè)在不同年份構成的二維靜態(tài)綜合指數(shù)矩陣為

(6)

其中

(7)

根據(jù)式(1)、(2)可以推導出

(8)

其中：η+、η-為優(yōu)、劣增益水平，其計算公式為

(9)

其中：h+*、h-*為相應的浮動系數(shù)，h+*,h-*∈[0,1]。

為確定優(yōu)、劣激勵因子h+、h-，以下給出兩個規(guī)則：

規(guī)則1激勵總量比例性規(guī)則。對于n個評價對象總體來說，要求優(yōu)、劣激勵總量是成正比例的，即有

(10)

其中：r表示優(yōu)激勵總量和劣激勵總量的比例關系，它是評價者決策意圖的一種反映，當r>1時，表示優(yōu)激勵總量大于劣激勵總量；當r<1時，表示優(yōu)激勵總量小于劣激勵總量；當r=1時，表示優(yōu)、劣激勵總量相等。

規(guī)則2適度激勵規(guī)則。要求優(yōu)、劣激勵因子h+、h-的和為1，即有

h++h-=1

(11)

當給定r時，聯(lián)立式(5)、(6)即可求得h+、h-的值。

此時，綜合zj(tk)中的各個時刻，易得到第j個被評價對象在T個時刻帶激勵的總動態(tài)綜合評價值為

(12)

其中：τk為時間因子，通常{τk}取為遞增型的序列，體現(xiàn)“厚今薄古”的思想，若無特定的要求也可不考慮時間偏好，即令τk=1。

2 實證研究

2.1 樣本選取和數(shù)據(jù)來源

文化娛樂行業(yè)發(fā)展與公眾日益增長的精神文化需求息息相關，由于新冠疫情的爆發(fā)，文化娛樂行業(yè)受到了巨大的沖擊，行業(yè)投融資數(shù)量大幅下降，景氣度趨于低迷，因此本文將文化娛樂行業(yè)作為研究對象，對行業(yè)的信用發(fā)展具有一定的參考作用。本文通過查詢《證監(jiān)會2012版行業(yè)分類》，選取“文化、體育和娛樂業(yè)”中“廣播、電視、電影和影視錄音制作業(yè)”的25家上市企業(yè)作為研究對象，數(shù)據(jù)主要來源于國泰安服務研究中心庫-中國上市公司財務指標分析數(shù)據(jù)庫、蘿卜投研等公開披露的2015—2019年的數(shù)據(jù)。

2.2 靜態(tài)信用評價結果

運用改進的E-TOPSIS法對選取的25個樣本企業(yè)進行靜態(tài)信用評價，獲得2015—2019年靜態(tài)信用評價結果及排序如表2所示。

表2 樣本企業(yè)2015—2019年靜態(tài)信用評價結果

從表2可以看出，2019年排名前5的企業(yè)分別是歡瑞世紀、華錄百納、鼎龍文化、長城退、東望時代，但從2015-2019年的數(shù)據(jù)來看，除歡瑞世紀的信用評價排名穩(wěn)居第1外，其他企業(yè)的信用排名存在著極大的變動，特別是湖北廣電、華策影視、鼎龍文化、萬達電影、東望時代和長城退，說明企業(yè)信用發(fā)展狀況不穩(wěn)定，數(shù)據(jù)存在很大的“突變”性，無法光從2019年的數(shù)據(jù)準確獲得企業(yè)的信用發(fā)展情況。

2.3 基于動態(tài)激勵法的動態(tài)信用評價結果

以表2靜態(tài)信用評價值為基礎，構造靜態(tài)信用評價矩陣，并運用動態(tài)激勵法對樣本企業(yè)進行動態(tài)信用評價，結果及排序如表3所示。

表3 樣本企業(yè)動態(tài)信用綜合評價結果及排序

從表3可以看出，文娛行業(yè)中廣播、電視、電影和影視錄音制作業(yè)的25家上市企業(yè)信用評價排名前5的企業(yè)分別為：歡瑞世紀、華錄百納、鼎龍文化、長城退、華策影視，排名后5的企業(yè)分別為：華誼兄弟、捷成股份、幸福藍海、中南文化、慈文傳媒。

與表2中2019年靜態(tài)評價結果對比可知湖北廣電、ST北文、萬達電影、華策影視、文投控股、橫店影視等企業(yè)動態(tài)信用排名上升較快，而華數(shù)傳媒、中南文化、光線傳媒、幸福藍海、東望時代、中國電影的信用排名有一定程度的下降。

具體來看，從表2可以看出，華策影視除了在2019年信用發(fā)展趨勢下降較為明顯外，在2015—2018年的發(fā)展過程中，信用發(fā)展趨勢較優(yōu)，呈上升趨勢，激勵評價時進行了“獎勵”，而光線傳媒在2016-2019年間信用發(fā)展趨勢不佳，在激勵評價時進行了“懲罰”，導致最終動態(tài)信用排名的下降。除此之外，獲得“獎勵”較多，動態(tài)排名上升較明顯的企業(yè)有湖北廣電、萬達電影、文投控股和橫店影視，湖北廣電、橫店影視雖然在2019年發(fā)展不佳，信用評價值下降明顯外，其總體實力不錯，且各年靜態(tài)評價值呈一定的上升趨勢，因此動態(tài)信用評價排名較靜態(tài)評價有一定的上升。接受“懲罰”較多，動態(tài)信用評價排名下降較為明顯的企業(yè)有華數(shù)傳媒、中南文化、幸福藍海、東望時代、中國電影，其中華數(shù)傳媒、東望時代在2016-2018年中信用評價排名下降明顯，雖然2019年有一定上升趨勢，但仍受到較多懲罰，因此動態(tài)信用評價排名較靜態(tài)有一定程度的下降。

3 結語

針對多維時序數(shù)據(jù)的文娛行業(yè)企業(yè)動態(tài)信用評價問題，本文提出了基于TOPSIS和動態(tài)激勵法的信用評價模型。首先，運用熵值法計算信用評價指標權重，然后對TOPSIS法企業(yè)信用正理想點的確定方法進行改進，并基于此進行了企業(yè)信用靜態(tài)綜合評價，由于文娛行業(yè)本身的特殊性，在政策收緊影響下，2015—2019年企業(yè)信用評價并不穩(wěn)定，數(shù)據(jù)存在“突變”的可能，無法獲得穩(wěn)定可信的動態(tài)綜合評價結果，因此本文基于靜態(tài)評價結果，運用動態(tài)激勵法構建了企業(yè)信用動態(tài)綜合評價模型，引入“激勵與引導”的思想，根據(jù)企業(yè)信用發(fā)展趨勢情況進行“獎懲”，并對文娛行業(yè)25家上市企業(yè)進行了實證分析，得出文娛行業(yè)中廣播、電視、電影和影視錄音制作業(yè)中信用評價排名前5的企業(yè)為歡瑞世紀、華錄百納、鼎龍文化、長城退、華策影視，且華策影視在發(fā)展過程中獲得“獎勵”較多，排名變動較大。