基于动机过程理论的信用等级划分激励作用分析
2018-04-03张晓婧杨高升郑晓利
张晓婧，杨高升，郑晓利
(1.河海大学 商学院，江苏 南京 211100;2.中国长江电力股份有限公司，湖北 宜昌 443000)
信用评价是建筑工程领域业主对承包方行为实施监管和激励的一种有效形式，在长周期工程中，通过定期的信用评价给予各承包商相应的信用等级，信用评级带来的激励作用可以减少隐藏知识和隐藏行为两类信息不对称现象，促进承包商的履约行为。在我国信用评价机制中，信用评价等级划分一般为四等十级或三等九级。企业信用等级划分一般采用五级制，即将企业信用分为AAA、AA、A、B、C 5个等级，水利建设市场中信用等级为三等五级：失信(CCC级)、守信(BBB级)、诚信(AAA级、AA级、A级)。
建筑市场的信用评价机制中缺乏有效的等级划分理论指导信用评价工作，缺乏适应我国建筑工程特点的信用评价机制，更缺乏适应长周期工程特点的信用评价机制。鉴于长周期工程的影响大、规模大、信用评价复杂的特点，在长周期工程的信用评价中，从业主角度来看，不同的等级设置会影响对承包商激励作用的大小，承包商作为“经济人”在这种情况下会做出相应的行为选择，对承包商的信用评价结果有一定影响。因此，分析信用等级划分的激励作用是非常必要的。
在信用等级划分的研究方面，石宝峰[1]将我国小企业的信用等级划分分为基于客户得分区间的信用等级划分模型、基于客户人数分布的信用等级划分模型、基于客户违约概率阈值的信用等级划分模型3类，并根据信用等级越高违约损失率越低的违约金字塔原理构建企业信用等级划分模型。程砚秋[2]根据样本中各等级客户所占的比例和各信用等级人数服从正态分布的特征，划分了各等级客户所占比例，求得各信用等级所对应的评分区间。CHEN[3]采用集成特征筛选方法筛选关键评价指标，并利用模糊粗糙集、累积概率分布等6种方法求解信用得分，在此基础上，将客户划分为5个等级。FLOREZ-LOPEZ[4]利用MDA、Logit、决策树等方法预测违约概率，通过设定5个评级变量AA、A、BBB、BB、B将其划分为5个信用等级。
分析不同等级划分情况下信用激励效用的变化是确定最优等级设置范围的关键。在对激励效用的量化分析中，吕春晓等[5]基于效用理论进行交易者违约行为的效用模型分析，提出一次性增量效用和长期性增量效用等概念。朱治龙等[6]运用效用函数理论构建了单目标激励和多目标激励的激励效用测度模型。王莉[7]基于制度效用理论分析了建筑市场中信用制度成本、信用效益的构成及影响因素。赵振宇等[8]通过建立3类合同模式的激励模型来测算各种情况下各模式对业主和承包商的效用，并分析激励的实施效用。
目前学者研究的基于客户得分区间、基于客户人数分布、基于客户违约概率阈值的信用等价划分模型3类方法均可划分信用等级，但并未从设置信用等级的出发点考虑，缺乏从信用等级激励效用最大化的视角研究最优的等级设置。即研究多集中于解决如何将信用评价对象划分为某个具体的等级上，而关于设置为几个信用等级方面的研究甚少，也缺少对信用等级划分的激励作用机理的研究。笔者在前人对信用评价激励作用研究的基础上，将激励效用理论应用于信用等级划分方面。
1 相关概念的界定及各变量关系模型构建
在进行等级划分的激励作用机理分析前，先对相关概念进行界定，并从信用的角度构建各变量间的相互影响关系。
承包商的信用努力程度，是指为了达到某一信用水平所付出的努力值，努力方向主要集中于信用评价指标体系中的各项指标，以0～100的数值来反映承包商的信用努力程度。
承包商的信用水平，是指承包商在信用方面所达到的高度，主要通过信用评价指标体系进行评分，以信用得分来反映承包商的信用水平。
承包商的信用投入，是指承包商用于信用建设所付出的成本，通常从承包商的成本体系中分离出信用评价各指标下所付出的成本。信用努力程度是将承包商的信用投入通过0～100的数值来反映。
承包商的信用价值[9]，基于承包商和业主的委托代理关系，业主对承包商实行信用评价，不同的信用等级为承包商带来的潜在经济收益不同，相应的信用等级给承包商带来的潜在经济收益即为承包商在该信用等级下的信用价值。“潜在经济收益”体现在业主与承包商的重复博弈中，业主之后招标时高信用等级的承包商有了更高的中标概率，从而能获得与业主多次合作的机会，最后带来更多经济收益。因此，信用价值是业主与承包商结合的产物，是其信用等级所赋予的。
业主的信用评价成本，是指业主为实施信用评价所花费的成本，信用等级划分和信用评价周期都是影响业主信用评价成本的因素(除此之外还有其他因素)。从信用评价等级划分的角度看，划分的信用等级数越多则业主为信用评价所花费的成本也会越多。
业主的信用评价收益，是指业主实施信用评价会对承包商产生激励效果，这些激励效果最终通过承包商的行为(改变信用投入、信用努力程度)反映到工程产品的质量、进度及安全上，由此带来了业主的信用评价收益。
基于以上概念界定，从信用角度构建各变量的关系模型，如图1所示，其中箭头表示两者之间有直接影响关系。信用努力程度是将承包商的信用投入通过0～100的数值来反映，因此信用努力程度与信用投入呈同向线性关系。信用努力程度是承包商在信用评价指标体系中各项指标的努力值总和，信用水平是承包商在信用评价指标体系中各项指标的信用得分总和，两者应呈现相同的变化趋势。而承包商的信用水平会直接决定承包商的信用等级，承包商的信用等级则决定该等级下的信用价值。同时，承包商的信用投入会直接影响工程的质量、进度及安全，即会直接影响业主的信用评价收益。
图1 基于信用角度的各变量的关系模型构建
2 信用等级划分的激励作用机理分析
笔者对信用等级划分的激励作用进行分析，首先以单个承包商作为研究对象，根据信用价值建立关于承包商的信用收益函数模型，基于动机过程理论分析承包商在不同等级划分下基于信用收益最大化的行为选择。
2.1 模型的基本假设及建立
假设1长周期工程中承包商众多，承包商的信用水平近似于正态分布。上述分析中得出承包商的信用努力程度与承包商的信用水平具有相似的分布，以0～100的数字来反映承包商信用努力程度x，整个承包商群体的信用努力程度近似呈正态分布，以承包商信用努力程度x为横轴，以承包商分布人数f(x)为纵轴，长周期工程中承包商信用努力程度分布如图2所示。
图2 承包商信用努力程度分布图
假设2信用等级划分不考虑其他因素的影响，仅以承包商信用努力程度为划分标准且均等划分，当信用等级划分为4个等级时，承包商努力程度在75～100范围内为一等，50～75为二等，25～50为三等，0～25为四等。
假设3承包商信用努力程度x与承包商的信用投入T呈同向线性关系，即设T=ax+b(a，b为常数，a>0)。
假设4承包商的信用投入会直接带来工程质量、进度、安全等产出，此时工程质量、进度、安全等的产出即为业主的信用评价收益Q，设承包商的信用投入与业主的信用评价收益(工程产品质量、进度、安全等的产出变化值)呈同向线性关系，即设Q=kT+h，其中，k,h为常数，且k>0。
假设5承包商是追逐利益的经济学人，其追求的是信用收益最大。承包商的努力程度位于50～60之间，为了便于分析取其努力程度为x0=57。
假设6每个信用等级下承包商的信用价值是有差异的，因此假设划分的信用等级数为i时第j个等级的信用价值为Mij，其中一等信用价值M21=M31=…=Mi1=M0，最后一等的信用价值M22=M33=…=Mii=0。
对于承包商来说，仅考虑信用的投入、产出时，其收益函数为L=M-ax-b，其中，M为承包商某等级下的信用价值，x为承包商信用努力程度。
2.2 信用等级划分下的模型求解
(1)信用等级数为2。当信用等级数为2时，承包商被评为一等(0～50为二等，50～100为一等)，此时一等的信用价值为M21=M0，二等的信用价值为0。此时承包商的信用收益为L=M0-57a-b，而由图2可看出承包商努力程度在50时(即A点)其信用收益最大,即LA=M0-50a-b，基于自身利益最大化的考虑，此时承包商会认为自己过于努力而降低自己的努力程度到50，业主的信用评价收益变化值为ΔQ=ak(50-x0)=ak(50-57)=-7ak，即业主的信用评价收益下降了7ak，此时业主的信用评价对承包商起负激励作用。
图3 信用等级划分图(等级数为3时)
(3)信用等级数为4。当信用等级数为4时，信用等级划分如图4所示(以承包商信用努力程度x为横轴，以承包商分布人数f(x)为纵轴)。承包商被评为二等(0～25为四等，25～50三等，50～75为二等，75～100为一等)，此时一等到四等的信用价值分别为M41,M42,M43,0，承包商在这种信用等级划分情况下的信用收益为L=M42-57a-b，承包商值努力程度位于D点或E点时信用收益最大，位于D点的信用收益为LD=M42-50a-b，位于E点的信用收益为LE=M41-75a-b。当LD≥LE时，即M42-50a-b≥M41-75a-b，M41-M42≤25a，承包商的信用努力程度会向D点靠拢，业主的信用评价收益变化值为ΔQ=(50-57)ak=-7ak，即业主的信用评价收益降低了7ak，此时业主的信用评价对承包商起负激励作用。当LD
图4 信用等级划分图(等级数为4时)
3 基于动机过程理论的信用等级划分的激励作用分析
动机过程理论中将人的动机分为外在动机、无动机和内在动机3个部分，外在动机是指与人产生的与活动有关的外在目标，内在动机是一种价值和快乐，其与活动目标无关但与活动相联系[10]。在信用评价中，不同的信用等级划分使承包商得到的信用收益有差异，由此产生不同的激励效果。因此，信用等级划分对承包商的激励作用主要刺激的是承包商的外在动机，而激励不是第一性的，最终是通过承包商的内在动机而奏效，承包商的内在动机使其追求信用利益最大化，驱使其作出满足内在动机的行为选择。
信用等级划分不同时(以等级数为2、3、4为例)，承包商基于自身信用收益最大化进行行为选择，由此带来业主的信用评价收益变化。承包商的信用收益分析如表1所示。
表1 承包商的信用收益分析表(行为前及行为后)
对承包商在不同等级划分下的心理趋势及行为选择分析后发现，影响信用等级划分的激励作用主要有两个因素：信用等级数和各信用等级间信用价值的差值。因此，当信用等级数和评级标准确定时，承包商的评级结果确定，此时各等级间信用价值差值ΔM变化激励作用机理分析如图5所示。当各等级间信用价值差值ΔM确定时，信用等级数的不同可能造成承包商评级结果的差异，这种情况下的激励作用机理分析如图6所示。
图5 等级间信用价值差值变化时激励作用机理分析
图6 不同信用等级划分时激励作用机理分析
4 结论
笔者通过信用等级划分的激励作用机理分析得到以下结论：
(1)单个承包商信用努力程度一定且信用等级数固定时，各信用等级间信用价值的差值直接影响承包商的行为选择过程。业主通过改进招评标机制增加相邻信用等级的信用价值差值且尽可能大地提高最高等级(一等)的信用价值。若差值足够大时，Mij-1-Mii>M临(承包商被评为第j-1等，且信用努力程度位于第j等和第j-1等的临界点之间)，从而使第j等临界点处的承包商信用收益大于第j-1等临界点的承包商信用收益(第j等、第j-1等临界点处某一点是信用收益值最大点)，承包商会提高信用努力程度到第j等，从而业主的信用评价收益提升，工程质量、安全、进度水平也得到提升。
(2)单个承包商信用努力程度一定时，信用等级划分的数量有可能直接影响承包商的信用评级结果，进而影响承包商的行为选择过程，最终影响业主的信用评价收益，最终反映到工程产品的质量、安全、进度方面。长周期工程中应以工程中所涉及的承包商群体为研究对象，选择最优的信用等级划分情况使业主在最小的信用评价成本下获得最大的信用评价收益。
参考文献：
[1]石宝峰.基于违约金字塔原理的小企业信用评级模型研究[D].大连：大连理工大学,2014.
[2]程砚秋.基于支持向量机的农户小额贷款决策评价研究[D].大连：大连理工大学,2011.
[3]CHEN Y S. Classifying credit ratings for Asian banks using integrating feature selection and the CPDA-based rough sets approach[J]. Knowledge-Based Systems,2012,26(1):259-270.
[4]FLOREZ-LOPEZ R. Modelling of insurers′ rating determinants: an application of machine learning techniques and statistical models[J]. European Journal of Operational Research,2007,183(3):1488-1512.
[5]吕春晓，乔蓓.信用与“违约”行为的关系分析[J].西安电子科技大学学报(社会科学版),2016,16(1):18-22.
[6]朱治龙，曾德明.激励效用及其测度模型研究[J].湖南大学学报(自然科学版),2003,30(4):108-112.
[7]王莉.我国建筑市场信用制度效率分析[J].山西建筑,2007(23):208-209．
[8]赵振宇,谢铁军,刘睿.建设项目成本加酬金合同的激励效用研究[J].基建优化,2007,28(6):1-5.
[9]杨高升,郑晓利.长周期工程中承包商的信用价值分析[J].武汉理工大学学报(信息与管理工程版),2016,38(3):364-366.
[10]闵骞，占腊生.洪枯水预警等级设置方式探讨[J].中国防汛抗旱,2011,21(3):91-92.
