基于物元分析的施工企业信用评级模型研究

楚秀娟　裴依菲

[摘要]近年来，大量的失信现象严重地影响了建筑业的健康发展，施工企业作为建筑市场的重要主体，建立完善的信用评级体系是非常有必要的。文章通过建立施工企业信用评级指标体系，利用物元分析的方法，建立施工企业信用评级模型，实例分析表明该评级模型可以较好地给出施工企业的信用等级，为施工企业信用评级提供了一种新的方法。

[关键词]物元分析；施工单位；信用评级

[DOI]1013939/jcnkizgsc201537121

近年来，我国渐渐开始重视建筑业的信用体系问题， 2014年8月22日，中国施工企业管理协会在京召开“贯彻落实国务院《社会信用体系建设规划纲要（2014—2020）》动员会”，并正式启动了“中国工程建设企业信用体系建设平台”。施工企业由于信息的不对称，大大地增加了建筑市场的交易成本；另外，制度的缺失导致建筑市场的各种失信现象的产生，像质量安全事故和腐败事件频频发生，买标、串标、挂靠投标的现象严重，还有拖欠农民工工资、材料设备款等现象的存在。有研究表明，在征信发达的国家，这些问题可以得到更好的解决。一方面，从建筑业本身的特殊性来说，建筑市场涉及领域广、交易数额大、生产周期长、可变因素多，建筑交易行为在产品生产之前即行开始，从某种意义上讲是一种期货交易[1]。另一方面，建筑产品的长期资产需求量大，财务杠杆高，并且主要以银行借贷为主。这些特点决定了构建我国施工企业信用评级的重要性和必要性。现今的施工企业信用评级都是以打分为主，没有相对应的模型，而物元分析模型作为一种多属性的评价方法，应用到施工企业信用评级，简单方便且结果合理。

1施工单位信用评级指标体系

本文在传统的信用评级体系评价指标分析的基础上，结合施工企业的特点，借鉴中国建设银行企业信用评级体系[2]和中国工商银行建筑安装企业信用等级评定标准[3]，以及部分省市关于施工企业评级内容和评级标准，首先进行了指标的筛选，并对相关性较强的指标进行优化，建立了施工企业的信用评级指标体系，共6个一级指标和26个二级指标，如表1所示。

23确定各指标的权重系数

根据表1建立的施工企业信用评级指标体系，本文采用层次分析法确定各指标的权重ai，即每个评价指标Ci对评价对象R0的重要程度。首先通过问卷调查和专家调查确定判断矩阵，然后通过Matlab计算判断矩阵的特征向量，对判断矩阵进行一致性检验，最后得到的权数如表2所示，其中[DD（]n[]i=1[DD）]ai=1。

24确定关联度

使用初等关联函数，计算关联度，最后确定待评估单元属于各等级的综合关联度，进行评价。各待评价对象各指标ci关于信用等级j的初等关联函数计算如式（4）所示：

3实例计算

本文选取一家一级施工企业，该企业在银行的信用等级记录是AA级（最高信用等级是AAA级），根据搜集到的企业基本情况和近三年的财务报表进行具体的分析。

31确定待评施工企业物元

对于该施工企业，根据搜集到的资料，确定表1中每个指标的数据。其中定性的指标是根据该企业员工的调查问卷打分加权计算得到，具体是从每个部门抽取1～3个人进行调查，总共30份问卷进行分析，财务指标大部分是根据近三年的财务报表数据加权得到，另外有的数据采取的是最近一年的数据。然后根据式（1）得到该施工企业的评级物元，如式（6）所示。

32确定经典域和节域

依照表1的指标体系，确定施工企业信用等级的每个指标的量值。本文划分每个等级量值依据2014年安徽省评级内容和评分标准的文件以及中国工商银行建筑安装企业信用等级评定标准[4]，同时计算了20家上市施工企业的财务指标，以中位数来确定财务财务指标的量值范围。得到施工企业信用等级的经典域如式（7）所示，共分为5个等级。同时也确定了节域如式（8）所示。

33确定综合关联度

本文用EXCEL列表计算综合关联度。首先根据初等关联函数式（4）计算待评施工企业每个信用评级指标关于不同信用等级的关联度。然后结合表2中各指标的权重，由式（5），得到该施工企业的信用关于不同信用等级标准的综合关联度，结果如表3所示。

34评定信用等级

根据表3的结果和上述的评定标准，Kj（xi）=maxKj（R0）=0012896，且0< Kj（xi）<1时，对应标准对象的要求。最终可以得到该施工企业的信用等级是AA，即该施工企业生产经营达到一定的经济规模，有很强的市场竞争力和很好的发展前景，管理水平先进，偿债能力很强，在建筑市场交易中有良好的记录。

4结论

本文建立了施工企业信用等级物元评价模型，证明了物元分析方法应用在施工企业信用评级的可行性，从而为施工企业的信用评级提供了一種新的评价方法，并通过实际算例表明了该模型的合理性。案例中的施工企业在本文的物元模型中得到的信用等级是AA，基本符合该施工企业在银行的信用等级。物元模型合理简易，实用性强，其中的定量计算也可以编程，由计算机进行处理，更加方便。本文样本数据的不足有可能导致经典域的划分不精确，进而导致模型计算结果的误差，这一点在以后的研究中可以做进一步改善。

参考文献：

[1]刘轶群基于系统动态学的建筑市场信用机制研究[D].哈尔滨：哈尔滨工业大学，2010

[2]中国建设银行企业信用评级体系[R].

[3]中国工商银行建筑安装企业信用等级评定标准[R].

[4]李力信用评级[M].北京：知识产权出版社，2010：79-83

[5]蔡文物元模型及其应用[M].北京：科学技术文献出版社，1994

[6]董文艳基于物元分析法的业主方索赔风险评价研究[D].沈阳：沈阳建筑大学，2012：39-40