• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx

      基于層次分析和熵權(quán)法的中小微企業(yè)信用評(píng)級(jí)研究

      2023-12-30 03:37:26秦春艷李道波王鈺魏楠袁勛
      中國(guó)商論 2023年24期
      關(guān)鍵詞:信用評(píng)級(jí)新三板熵權(quán)法

      秦春艷 李道波 王鈺 魏楠 袁勛

      摘 要:本文以四川省新三板上市的92家制造業(yè)企業(yè)為研究對(duì)象,收集了2022年底的各項(xiàng)財(cái)務(wù)和非財(cái)務(wù)數(shù)據(jù),通過(guò)統(tǒng)計(jì)學(xué)相關(guān)性分析,構(gòu)建中小微企業(yè)的信用評(píng)級(jí)指標(biāo)體系,利用層次分析法和熵權(quán)法結(jié)合的方式,計(jì)算各級(jí)指標(biāo)權(quán)重,綜合計(jì)算得到樣本企業(yè)的信用得分。結(jié)果說(shuō)明影響企業(yè)信用評(píng)級(jí)最主要的因素是償債能力,刪除非財(cái)務(wù)指標(biāo)后評(píng)級(jí)結(jié)果總體偏高,說(shuō)明非財(cái)務(wù)指標(biāo)對(duì)企業(yè)信用評(píng)級(jí)具有顯著影響。本文所得到的信用評(píng)級(jí)得分和評(píng)級(jí)結(jié)果均服從正態(tài)分布,評(píng)級(jí)結(jié)果與啟信寶數(shù)據(jù)庫(kù)得分趨勢(shì)基本一致,說(shuō)明研究結(jié)果比較可靠,本文所構(gòu)建的評(píng)級(jí)體系和評(píng)分標(biāo)準(zhǔn)具有實(shí)際意義,權(quán)重?cái)?shù)據(jù)和指標(biāo)體系可為同行提供參考。

      關(guān)鍵詞:新三板;信用評(píng)級(jí);層次分析法;熵權(quán)法;中小企業(yè)

      本文索引:秦春艷,李道波,王鈺,等.<變量 2>[J].中國(guó)商論,2023(24):-163.

      中圖分類號(hào):F276.3 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):2096-0298(2023)12(b)--04

      1 研究方法

      20世紀(jì)90年代以后,隨著人工智能時(shí)代的到來(lái),機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)模型、期權(quán)定價(jià)模型等開(kāi)始在信用評(píng)級(jí)領(lǐng)域使用。神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)結(jié)果比較準(zhǔn)確,但是需要標(biāo)簽作為因變量,實(shí)際上很多中小微企業(yè)沒(méi)有信用評(píng)級(jí)結(jié)果可以作為標(biāo)簽,因而此方法不適合中小微企業(yè)的信用評(píng)級(jí),本文結(jié)合新三板企業(yè)一般沒(méi)有評(píng)級(jí)結(jié)果的特征,采用層次分析和熵權(quán)法,主客觀結(jié)合的賦值方式,建立包含財(cái)務(wù)和非財(cái)務(wù)指標(biāo)在內(nèi)的指標(biāo)體系,對(duì)四川省新三板企業(yè)進(jìn)行信用評(píng)級(jí)。

      1.1 層次分析法

      層次分析法將與目標(biāo)有關(guān)的元素按級(jí)分為目標(biāo)層、準(zhǔn)則層、方案層的方式構(gòu)建指標(biāo)體系,然后逐層計(jì)算權(quán)重的方法。首先構(gòu)建成對(duì)比較矩陣:

      表示兩個(gè)變量相對(duì)目標(biāo)重要性的比,再求出矩陣A的特征值和特征向量,特征值即為權(quán)重,并對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn),來(lái)檢驗(yàn)權(quán)重的有效性,最后通過(guò)加權(quán)和的方法,由下至上逐層計(jì)算各方案對(duì)總目標(biāo)的最終權(quán)重,權(quán)重越大對(duì)目標(biāo)的作用也越大,一般適合于具有分層描述指標(biāo)體系,且難于定量描述的目標(biāo)決策問(wèn)題。

      1.2 熵權(quán)法

      熵權(quán)法是一種非常實(shí)用的客觀的權(quán)重計(jì)算方法。用每列數(shù)據(jù)所提供的信息量的大小來(lái)測(cè)算權(quán)重,熵值越小,所提供的信息量越大,相應(yīng)的權(quán)重也就越高。反之熵值越大,則說(shuō)明信息量小,相應(yīng)的權(quán)重越小。計(jì)算過(guò)程如下:

      1.2.1 對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理

      正指標(biāo):

      逆指標(biāo):

      1.2.2 計(jì)算各個(gè)指標(biāo)的熵值

      其中,,

      若,沒(méi)有意義,公式變?yōu)?/p>

      1.2.3 計(jì)算區(qū)分度

      1.2.4 計(jì)算權(quán)重

      2 基于層次分析和熵權(quán)法的中小微企業(yè)信用評(píng)級(jí)分析

      2.1 數(shù)據(jù)來(lái)源和指標(biāo)體系的建立

      本文收集了四川省新三板上市的92家企業(yè)2022年的財(cái)務(wù)和非財(cái)務(wù)指標(biāo)數(shù)據(jù)。本文以啟信寶上各企業(yè)得分為因變量進(jìn)行多元回歸分析,通過(guò)共線性檢驗(yàn)和相關(guān)性分析,篩選出與評(píng)級(jí)相關(guān)性較強(qiáng),且分類標(biāo)志明顯的指標(biāo)作為評(píng)級(jí)變量,限于篇幅這里不列出具體過(guò)程,再結(jié)合會(huì)計(jì)學(xué)知識(shí)和數(shù)據(jù)的可獲得性,建立指標(biāo)體系如下:

      2.2 一二級(jí)指標(biāo)權(quán)重的計(jì)算

      一二級(jí)指標(biāo)難以量化,因此采用層次分析法計(jì)算各指標(biāo)權(quán)重,本文通過(guò)文獻(xiàn)查閱和專家打分,一級(jí)指標(biāo)財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)按重要性2∶1的方式賦值,得到財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)權(quán)重分別為(0.666,0.333)。

      二級(jí)指標(biāo)的權(quán)重,在充分結(jié)合問(wèn)題實(shí)際和咨詢專家的情況下,非財(cái)務(wù)指標(biāo)采用平均賦值的方式,即企業(yè)規(guī)模、創(chuàng)新能力、經(jīng)營(yíng)狀況、企業(yè)信用四個(gè)指標(biāo)重要性一致,權(quán)重為(0.25,0.25,0.25,0.25)。

      二級(jí)財(cái)務(wù)指標(biāo)采用專家打分的方式,得到以下判斷矩陣:

      本文利用層次分析計(jì)算判斷矩陣特征值及特征向量,并進(jìn)行一致性檢驗(yàn)得到CI=0.017<0.1,因此判斷矩陣有效,得到四個(gè)財(cái)務(wù)指標(biāo)償債能力,盈利能力,經(jīng)營(yíng)能力,發(fā)展能力的權(quán)重為:

      償債能力反映的是企業(yè)償還債務(wù)的能力和現(xiàn)金支付水平,是企業(yè)健康生存發(fā)展的重要指標(biāo)。償債能力也是信用評(píng)級(jí)指標(biāo)體系中最重要的指標(biāo),盈利能力體現(xiàn)企業(yè)資本增值的能力,是企業(yè)信用評(píng)級(jí)第二重要的指標(biāo),這與其他文獻(xiàn)得出的結(jié)果基本一致。

      2.3 三級(jí)指標(biāo)熵權(quán)法

      首先用公式,對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,在利用熵權(quán)法得到各個(gè)三級(jí)指標(biāo)在二級(jí)指標(biāo)中的權(quán)重后,再利用綜合方法逐層累計(jì)求和,得到各個(gè)指標(biāo)在目標(biāo)中的權(quán)重如下:

      由表3可知,排名前4個(gè)指標(biāo)都在償債能力指標(biāo)下,排名第一的是經(jīng)營(yíng)現(xiàn)金流量負(fù)債比,該指標(biāo)從現(xiàn)金的流入和流出角度考察企業(yè)的償債能力,體現(xiàn)企業(yè)短期的償債能力。排名第二的速動(dòng)比率,衡量企業(yè)流動(dòng)資產(chǎn)中可以立即變現(xiàn)用于償還流動(dòng)負(fù)債的能力。排名第三的是資產(chǎn)負(fù)債率,代表企業(yè)經(jīng)營(yíng)活動(dòng)的能力。這三個(gè)指標(biāo)都屬于二級(jí)指標(biāo)償債能力。非財(cái)務(wù)指標(biāo)中,被執(zhí)行金額,罰款次數(shù)體現(xiàn)了企業(yè)經(jīng)營(yíng)誠(chéng)信程度,以及經(jīng)營(yíng)活動(dòng)時(shí)規(guī)范,對(duì)信用評(píng)級(jí)的影響也比較大??傮w來(lái)說(shuō),財(cái)務(wù)指標(biāo)的重要性大于非財(cái)務(wù)指標(biāo),可見(jiàn)影響企業(yè)信用最主要的是財(cái)務(wù)指標(biāo)。

      2.4 綜合評(píng)級(jí)結(jié)果

      利用加權(quán)和法,最終計(jì)算得到各個(gè)企業(yè)最終信用評(píng)分。加權(quán)和公式為:

      其中,是各信用指標(biāo)的綜合權(quán)重,是各變量標(biāo)準(zhǔn)化的結(jié)果。計(jì)算得到的信用評(píng)分分值結(jié)果呈正態(tài)分布,再利用SPSS軟件進(jìn)行單樣本K-S檢驗(yàn),顯著性p=0.042<0.05,因此四川省新三板企業(yè)信用評(píng)級(jí)得分呈正態(tài)分布,與事實(shí)相符合。

      通過(guò)查閱文獻(xiàn)等,本文對(duì)中國(guó)信用評(píng)級(jí)的實(shí)際情況進(jìn)行調(diào)查發(fā)現(xiàn),目前的評(píng)級(jí)有效性欠缺,評(píng)級(jí)集中偏高。本文在查閱了大量文獻(xiàn)資料的情況下,以平均值作為A級(jí)下限,每3分為一個(gè)等級(jí)區(qū)間,得到的評(píng)級(jí)結(jié)果頻數(shù)分布整體呈正態(tài)分布,如圖1所示,其中A級(jí)和BBB級(jí)企業(yè)數(shù)占69.56%,說(shuō)明本文結(jié)果比較合理。

      2.5 刪除非財(cái)務(wù)指標(biāo)后的信用評(píng)級(jí)

      為研究非財(cái)務(wù)指標(biāo)對(duì)信用評(píng)級(jí)的影響,本文刪除非財(cái)務(wù)指標(biāo),利用上文相同的方法計(jì)算得到企業(yè)信用評(píng)級(jí)結(jié)果。

      由圖3可知,刪除非財(cái)務(wù)指標(biāo)后,信用評(píng)級(jí)結(jié)果總體偏高,不服從正態(tài)分布,與事實(shí)不相符,說(shuō)明非財(cái)務(wù)指標(biāo)對(duì)信用評(píng)級(jí)具有重要作用。中小微企業(yè)多數(shù)是科技型企業(yè),在非財(cái)務(wù)指標(biāo)中,企業(yè)的創(chuàng)新能力有效的評(píng)價(jià)了企業(yè)的潛力價(jià)值,企業(yè)經(jīng)營(yíng)能力情況中,供應(yīng)商、客戶數(shù)量、控股公司數(shù)等具體量化了企業(yè)真實(shí)經(jīng)營(yíng)情況,尤其是企業(yè)信用,揭示了企業(yè)誠(chéng)信經(jīng)營(yíng)的真實(shí)情況,反映企業(yè)總體品牌效應(yīng),對(duì)企業(yè)信用評(píng)級(jí)結(jié)果具有重要影響,因此企業(yè)信用評(píng)級(jí)過(guò)程中非財(cái)務(wù)指標(biāo)必不可少。

      2.6 結(jié)果驗(yàn)證

      為了驗(yàn)證本文得到信用評(píng)級(jí)結(jié)果是否可靠,本文從啟信寶數(shù)據(jù)庫(kù)下載了各個(gè)公司的啟信寶綜合得分,與得到的得分?jǐn)?shù)據(jù)標(biāo)準(zhǔn)化處理后,隨機(jī)抽取30家企業(yè)進(jìn)行比較,折線1為本文計(jì)算的信用評(píng)級(jí)得分,折線2為啟信寶得分,如圖3所示,可見(jiàn)趨勢(shì)基本一致,說(shuō)明本文結(jié)果比較可靠。

      3 結(jié)語(yǔ)

      本文以四川省新三板上市的92家中小微企業(yè)為研究對(duì)象,根據(jù)統(tǒng)計(jì)學(xué)知識(shí)對(duì)指標(biāo)數(shù)據(jù)反復(fù)檢驗(yàn),建立起適合中小微企業(yè)的信用評(píng)級(jí)體系,一二級(jí)指標(biāo)的計(jì)算時(shí)利用層次分析法,經(jīng)過(guò)查閱資料和專家解釋,非財(cái)務(wù)指標(biāo)采用均勻賦值的方式。財(cái)務(wù)指標(biāo)采用專家打分的方式,最終計(jì)算得到各個(gè)指標(biāo)權(quán)重,三級(jí)指標(biāo)采用熵權(quán)的客觀賦值方法,最終利用加權(quán)和法得到各個(gè)企業(yè)的信用評(píng)分,且得分分值呈正態(tài)分布。以平均分為A級(jí)最低點(diǎn),3分一個(gè)階段得到了每個(gè)企業(yè)的信用評(píng)級(jí),結(jié)果評(píng)級(jí)結(jié)果頻數(shù)分布呈正態(tài)分布,刪除非財(cái)務(wù)指標(biāo)后,信用評(píng)級(jí)結(jié)果總體偏高,且不再服從正態(tài)分布,說(shuō)明非財(cái)務(wù)指標(biāo)對(duì)信用評(píng)級(jí)具有顯著影響,是信用評(píng)級(jí)不可缺少的指標(biāo)數(shù)據(jù)。最后利用啟信寶上各個(gè)企業(yè)的綜合得分與本文結(jié)果進(jìn)行比對(duì)驗(yàn)證,結(jié)果得分趨勢(shì)基本一致,再次說(shuō)明本文得到的結(jié)果比較可靠。

      因此,本文得到的層次分析法和熵權(quán)法的各個(gè)指標(biāo)的權(quán)重合理,構(gòu)建的信用評(píng)級(jí)指標(biāo)體系具有一定的實(shí)際意義,權(quán)重?cái)?shù)據(jù)和指標(biāo)體系可為同行提供參考。

      參考文獻(xiàn)

      王曉華, 張雪, 李峰. 基于神經(jīng)網(wǎng)絡(luò)模型的信用評(píng)級(jí)研究[J].金融研究, 2018(3): 100-108.

      王全, 馬勇, 張鵬. 基于熵權(quán)法的上市公司信用評(píng)級(jí)研究[J].宏觀經(jīng)濟(jì)研究, 2017(6): 78-86.

      劉建華, 劉江. 基于 Logistic 回歸模型的信用評(píng)級(jí)研究[J].國(guó)際金融研究, 2019(11): 77-84.

      王蕾, 高峰. 基于層次分析法和支持向量機(jī)的信用評(píng)級(jí)模型研究[J]. 金融研究, 2016(9): 98-106.

      陳婷, 林飛. 基于網(wǎng)絡(luò)分析法的企業(yè)信用評(píng)級(jí)研究[J].宏觀經(jīng)濟(jì)研究, 2019(4): 99-107.

      周曉明, 張明. 基于多元判別分析的信用評(píng)級(jí)模型研究[J].國(guó)際金融研究, 2018(4): 77-84.

      王麗華, 黃小原. 基于熵權(quán)法的商業(yè)銀行信用評(píng)級(jí)模型研究[J]. 系統(tǒng)工程理論與實(shí)踐, 2017(8): 195-202.

      馬超群, 陳銀科. 基于神經(jīng)網(wǎng)絡(luò)模型的信用評(píng)級(jí)研究[J].管理科學(xué)學(xué)報(bào), 2018(3): 34-41.

      林春培, 張宇. 基于 Logistic回歸模型的商業(yè)銀行信用評(píng)級(jí)研究[J].金融研究, 2019(5): 93-103.

      猜你喜歡
      信用評(píng)級(jí)新三板熵權(quán)法
      大學(xué)周邊健身房滿意度調(diào)查報(bào)告
      基于熵權(quán)法的京津冀區(qū)域信息化協(xié)調(diào)發(fā)展規(guī)律模型及其應(yīng)用
      互聯(lián)網(wǎng)金融征信建設(shè)存在的問(wèn)題及對(duì)策探討
      基于熵權(quán)法的西安市外向型經(jīng)濟(jì)發(fā)展綜合評(píng)價(jià)研究
      我國(guó)新三板交易制度中存在的問(wèn)題及完善建議
      我國(guó)信用評(píng)級(jí)業(yè)存在的問(wèn)題及應(yīng)對(duì)策略
      城市與區(qū)域經(jīng)濟(jì)可持續(xù)發(fā)展
      商(2016年27期)2016-10-17 04:35:55
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      六盘水市| 扎鲁特旗| 罗城| 盱眙县| 平顺县| 梁河县| 长海县| 民权县| 耒阳市| 潮州市| 新乐市| 东海县| 洮南市| 汪清县| 湄潭县| 长春市| 昂仁县| 涟源市| 千阳县| 兴和县| 汝州市| 阳春市| 小金县| 梧州市| 陆丰市| 弋阳县| 青浦区| 漳浦县| 绍兴县| 黎川县| 五河县| 阿鲁科尔沁旗| 泗水县| 汝南县| 革吉县| 郴州市| 南通市| 汉川市| 玉树县| 南康市| 墨竹工卡县|