基于层次分析法的互联网金融企业信用评价指标体系研究

张建友

（贵州商学院，贵州 贵阳 550014）

一、引言

互联网、大数据等技术的迅猛发展，金融与互联网的紧密结合将对社会产生深远影响，对整个金融业的未来增添了更多的发展空间。虽然互联网金融发展速度极快，进入互联网金融的企业越来越多，整个行业欣欣向荣。但是随着规模的不断壮大，互联网行业也出现了诸多问题，作为互联网金融企业，信用风险问题的暴露，对消费者线上交易带来诸多困扰，同时信用问题对行业的发展产生极坏影响，甚至严重阻碍金融业的发展。目前，正处在发展阶段的互联网金融存在法律法规不完健全，行业间的恶性竞争以及对行业的监管存在缺失等问题，在此过程中暴露出企业的诚信问题更加严重。国内互联网金融信用的研究大多以互联网金融企业信用机制为目标，大多运用定性方法对其进行研究，操作过程中依靠主观评分进行评估，很少对信用评估体综合考虑分析。本文研究互联网金融企业的信用评估体系，系统识别和分析影响信用水平的因素，建立该企业的信用评估指标体系。互联网金融企业的信用评估问题解决有助于市场的发展的同时，也对政府金融监管、消费者以及企业自身的发展都具有积极作用。

二、信用风险评价指标体系

（一）信用风险评价指标定性分析

通过分析，发现现有权威体系和研究成果通过多种不同的财务比率指标反映了互联网金融企业的偿债能力，经营能力和增长能力。机构能否收回贷款，其运作能力是企业盈利能力，企业业务流程是否存在问题，增长能力对于评估企业的长期生存和良好发展具有重要意义。

1、盈利能力指标的确定

传统企业的盈利能力指标中，资产负债率、现金流量、周转率等指标是衡量一个公司的主要指标，然而互联网金融企业在这些指标的基础上还需要考虑金融平台的认可度、人均投资与贷款比率、时间加权成交量等因素指标。其中资产负债率反映了公司资产在年末通过债务获得的程度，资产负债率是公司的长期偿债能力。收益率代表公司的收益情况，不仅反映了公司债务的现状，还反映了公司的支付能力。时间加权成交量是体现借款周期与周转次数的乘积，综合反映互联网金融企业的偿债能力。总之，该体系主要从六个指标反映了公司的盈利能力：资产负债率、现金流量、周转率、平台的认可度、人均投资与贷款比率、时间加权成交量。

2、运营水平指标的确定

运营能力旨在反映企业经营过程中的风险控制，资产效率，同时考虑到所有资产管理能力，流动性管理能力。应收资金率反映了公司应收账款的情况以及应收账款的流动性。所有这些指标都反映了管理层面的短期流动性，不良的应收账款可能导致应收账款变大时公司的经济危机。总之，在业务能力的分析层面，本体系选择收益率、应收资金率、贷款比率、平均收益平均借款周期作为衡量指标。

3、知名度指标的确定

知名度对于互联网企业的发展尤为重要，知名度的大小直接带动公司产品的销售，高知名度会带来更高的目标客户，提高公司的销售收入。对互联网金融企业知名度的衡量需要从平台历史、企业规模、媒体曝光度等作为衡量指标。

4、成长能力指标的确定

成长能力反映了公司长期扩张的能力，具有良好增长能力的公司通常会随着公司的成长和发展而扩大资金水平，主要业务的增长率对判断互联网金融企业的增长起着重要作用。主营业务运营趋势是否良好与业务的生存直接相关。同时，总资产增长率也反映了企业年度资产的增加水平。

第三，科学技术是第一生产力，科技人才是实现第一生产力的核心力量。在大力推进农业产业化、现代化发展的过程中，农业科技推广队伍也不断发展[2]。农、林、牧等各类专业技术人才队伍不断壮大，农业科技人才在农村经济建设和农业技术推广中的作用愈发突出，为农业向高效、优质、生态、安全的现代化发展提供人才支持。

（二）信用风险评价模型构建

层次分析法，是一种基于定量分析和定性分析的多标准决策分析方法。这种方法始于20世纪70年代，由匹兹堡大学T.L Satty创建。层次分析法首先将目标问题视为一个整体系统，将整体系统拆分为多个子目标，在对每个子目标赋权，同时对赋权后的子指标进行排序，将整体目标分解为单个目标决策。该方法广泛运用于这种评估领域，分析层次过程结合了专家经验和判断能力，比较每个层次的企业信用要素，给予每个要素相应的权重，并在层之间进行，元素的权重是有机联系的，最终导致获得目标公司的信用评级结果。层次结构反映了各因素之间的关系，每一层元素都以相邻上一层次各元素为准则。在判断过程中某因子的比重不易量化，其权重不好确定。本文采用层次分析法中的1-9标度法进行度量。

1、信用评估指标体系的设计

对于信用评价体系的设计，首先需要将整个信用评价看为一个整体，通过不同的子目标将整体进行分解，对于分解的子目标需要对其重新赋权计算，计算权重并对最后一层中每个指标的重要性进行排序，分析层次过程结合了专家经验和判断能力，比较每个层次的企业信用要素，给予每个要素相应的权重，并在层之间进行。根据系统论的观点，按一定的整体性、层次性和逻辑性的要求构建互联网金融企业信用评价指标体系，在此体系中个遵循择要的原则，即相关的原则，价值的原则和不相容的原则，尽可能地选择对互联网金融企业信用评价相关度高的指标进行选取。运用层次分析法，结合互联网金融企业的特点，构建包括目标层、系统层、状态层等多层次的信用评估指标体系。结合众多文献的研究，其信用评估指标及其含义如表1所示。

2、指标体系中各指标权重的确定

对上述指标的赋权是整个信用评估体系的关键环节。本文采用层次分析法对所有指标进行赋权。层次分析法采用1-9标度方法，逐对比较指标Ci(i=1，2，3，4) 的相对优越程度，根据行业研究者、从业者、投资者以及用户的综合判断，最终取均值，可得判断矩阵。运用综合意见法确定。现有如下结果：

表2 目标层判断矩阵

对于准则B1（盈利能力）判断矩阵如表3：

表3 C1准则层判断矩阵

对于准则B2（运营水平）判断矩阵如表4：

对于准则B3（知名度）判断矩阵如表5：

表5 C3准则层判断矩阵

对于准则B4（成长能力）判断矩阵如表6：

表6 B4准则层判断矩阵

3、一致性计算

当n=2时，不涉及传递性，所以不需要进行一致性检验；当n>2时，均满足CR<0.1的一致性检验阈值，则以上所有判断矩阵都通过了一致性检验。

表7 层次分析法一致性检验结果

4、权重计算结果

互联网金融企业信用评估指标中个指标权重系数如表8所示：

表8 指标体系权重计算结果

C21 收益率 0.176 0.029 C22 应收资金率 0.353 0.059 C23 贷款比率 0.059 0.010 C24 平均收益 0.353 0.059 C25 平均借款周期 0.059 0.010 B2运营水平 0.167 A 互联网金融企业信用评价B3知名度 0.333 C31 平台历史 0.222 0.074 C32 企业规模 0.111 0.037 C33 媒体曝光度 0.167 0.056 B4成长能力 0.167 C41 主营业务增长率 0.667 0.111 C42 总资产增长率 0.333 0.056

互联网金融企业信用评价指标和指标权重确定之后，为了增强测评的可操作性，同时减少操作中人为因素的影响。有必要建立一个科学的管理标准保证测评工作有效地进行。根据实际情况，在所有最终积分排名靠前的互联网金融企业信用评价作为下次评价的标准。具体方法如下：

（1）对每一个测评指标都建立一个标准，该标准以上一年全国同类档次、同一类型的企业平均水平作为基本标准。

（2）将制定的基本标准作为参照，将表现非常好，超出预期值的确定为优秀；比基本标准稍高的确定为良好；刚好达到基本标准的确定为合格；对与稍微比基本标准低一点的确定为稍差；对于该指标中表现很差，几乎妨碍业务水平的发展确定为不合格。每个指标划分为5个等级，每个等级的分值又高到低分别赋予1.0，0.8，0.6，0.4，0.2的分值，当然介于相邻两个等级之间的情况可以分别赋予0.9，0.7，0.5，0.3，0.1的分值。

（3）将被测项得分乘以该项的权重，得到指标上的得分。下一级指标的所有得分之和乘以上一级指标的权重得到上一级指标的得分。最高一级指标的总和就是该互联网金融企业信用评价的最终得分。根据每项得分进行最终排名。

三、结论

通过分析计算得出总权重，我们根据权重值不难发现，在互联网金融企业信用评估体系中，准则层中的“盈利能力”和“知名度”的重要性最高；而在指标层，“主营业务增长率”的权重最大，当互联网金融企业的主营业务增长率大时，对企业的信用水平影响最深；平均借款周期和贷款比率对信用水平的影响最小。互联网金融企业的信用指标体系通过层次分析法的计算后，获得了该企业的最终评价分数。

首先企业可以根据该结果完找到自生在信用水平建设方面的关键指标，认识自身发展过程中的短板，发现自己的优势与不足，寻找出相应的应对措施，有助于规范互联网企业的健康运作。

其次，通过信用评价指标的计算后，能够定量评价企业的信用，可以为投资者提供明确的投资方向。

第三，对于政府来说，互联网金融信用评级指标体系的确定，能够以改善信用监管，建立符合时代要求的互联网金融信用统计监控系统，有助于引导互联网金融企业完善内部信用体系建设。