中小非上市公司信用風險的評價研究
——基于WEB與FAHP的視角

張誠

（1.湖北文理學院，湖北 襄陽 441053； 2.上海財經大學，上海 200433）

中小非上市公司信用風險的評價研究
——基于WEB與FAHP的視角

張誠

（1.湖北文理學院，湖北 襄陽 441053； 2.上海財經大學，上海 200433）

信用是人類社會最古老的詞匯之一，而信用風險的管控是現代社會經濟生活關注的核心問題之一。中小企業既是資本主義社會也是社會主義社會向前發展的源驅動力，中小企業的發展離不開現代信用體系的支撐。在文章中，中小企業按其信息的披露程度分為上市公司與非上市公司，相對于中小企業上市公司來說，由于交易的參與人信息不對稱，中小非上市公司信用風險評估是交易雙方以及各類金融機構最關心和最難解決的難題之一。在現代信息網絡技術普遍化的背景下，利用人工以及機器搜索策略，充分挖掘中小非上市公司信息風險元和分類整理，并在此基礎之上進行模糊綜合評估，最后通過算例說明基于WEB對中小非上市公司信用風險的模糊綜合評價的方法行之有效。

中小非上市公司；信用風險；企業金融；金融風險

一、引言

我國的中小非上市公司數目較多，占企業總數的95%以上，創造就業新增數70%以上，GDP貢獻率超過60%。中小非上市公司經營規模較小，自我約束力較差，企業行為自我意識較強，政府和其它相關機構監管不力或者監管缺失。中小非上市公司在經營思維中的主觀隨意性較大，它們過失或者故意的違約行為可能導致整個社會信用體系的坍塌。而一個國家經濟發展的活力、創新力主要來自于中小企業，如果我國在將來沒有建立起相對完善的公司信用評價管理體系，那么勢必會阻礙我國市場經濟的健康發展。

黨和國家領導人都十分重視國家公司信用體系建設。2011年溫家寶主持召開國務院常務會議部署制訂社會信用體系建設規劃，會議提出：“要推進行業、部門和地方信用建設。有關行業、部門和地方管理部門要通過建立信用信息系統，依法依規有效采集、整合和應用個人、企業、事業單位及其他社會組織的信用信息。各地區要對本地區各部門、各單位的信用信息進行整合，形成統一平臺，實現對失信行為的協同監管。尤其要結合市場主體準入、納稅、合同履行、產品質量、食品藥品安全和社會保障、科研管理、人事管理等方面的工作，有針對性地加強各領域的信用信息系統建設，建立健全信用檔案[1]。2014年1月李克強主持召開國務院常務會議，部署加快建設社會信用體系。會議提出“建設社會信用體系是長期的、艱巨的系統工程，要用改革創新的辦法積極推進。要把社會各領域都納入信用體系，食品藥品安全、社會保障、金融等重點領域更要加快建設。要完善獎懲制度，全方位提高失信成本，讓守信者處處受益、失信者寸步難行，使失信受懲的教訓成為一生的‘警鐘’。加強誠信文化建設，讓誠實守信成為全社會共同的價值追求和行為準則，通過持續努力，打造良好信用環境”[2]。幾任國家總理都十分重視中小公司信用管理體系的建立，可見公司信用管理的重要性和緊迫性。

中小非上市公司類型的企業，這類公司在我國一般為私人或者民營企業，企業經營狀況的信息一般是非公開透明的，交易雙方信息是不充分的。少數中小企業的不誠信行為可以在短時間內積聚財富，以欺詐行為獲得非正當收益，這導致了社會對中小企業誠信度差評的認識誤區，使得中小企業發展受到桎梏。綜合上述分析可知，如何通過現代信息技術的運用，使得中小非上市公司類型的企業內部信息外部化，并在此基礎上進行公司信用風險科學評估，從而達到降低企業交易以及融資信用風險的目的。

二、文獻與理論綜述

從人類史觀來看，公司信用是人類社會發展到一定歷史階段的產物，它是現代市場經濟社會中經濟行為的規范約束條件和準則。按照馬克思在《資本論》中所描述的經濟活動行為：人類在原始社會末期由于剩余產品的出現，人們開始進行“物—物”交換以滿足不同的需求；而為了交易的方便和可操作性，進一步發展則出現了一般等價物，這種交換則變成了“物—一般等價物—物”；天生適合作為一般等價物的金銀的出現則為人們更加順利地、快捷地進行交換提供了更好的媒介；紙幣代替金銀等貴金屬則是人類一種天才式的發明。在這些發展過程中，由于交易媒介的變化，人們對交易信用的要求趨向于復雜化和高級化，也是從原始信用—初級信用—公司信用（硬信用、軟信用）的發展歷程。特別是信息時代的到來，公司電子交易和企業電子兌付的虛擬化使得人們對交易信用提出了更高的要求，并且出現了從事公司信用評估的組織機構。

許多學者認為信用起源于公元前1800年古巴比倫，隨著個人、群體、部落等之間的借貸關系產生而出現。由于西方發達資本主義國家實行市場經濟運作體制的時間較早，這些國家有相對成熟的微觀信用及公司信用風險管理體系，包括宗教的、法律的、道德的支撐體系，所以西方發達國家對于信用及公司信用風險研究更側重于宏觀方面，從宏觀經濟層面上研究信用與信用風險防范的人物及學者較多，包括西方國家的總統、議會、金融機構、評級機構、經濟學家、管理學家、各類專家教授等。

一些西方古典經濟學家把對公司信用的研究與商品貨幣的循環、公司及個人的道德行為、道德觀念結合起來。馬克思認為公司信用是借貸關系中的一種信任，他認為公司信用是一種特殊的價值運動形式：“這個運動——以償還為條件的付出一般地說就是貸和借的運動，即貨幣或商品只是有條件的讓渡的這種獨特形式的運動”[3]。馬歇爾(1924)在《貨幣、信用與商業》中闡明了公司信用的發展歷史、原因及對商業發展的作用，以及國際貿易、國內貿易等因素對公司信用的影響。英國著名經濟學家尼古拉·巴爾本認為在商業社會中人們可以憑借公司信用像貨幣一樣購買商品，到期后才返還款項，公司信用的價值來源于人們對對方的評價。亞當·斯密在《道德情操論》中指出：“與其說收益、仁慈是社會存在的基礎，還不如說信用、誠信、正義是這種基礎”[4]。

一些“公司信用創造論”的西方學者認為公司信用可以創造財富、繁榮經濟，促進社會的快速進步。約翰·勞(John Law)認為貨幣代表一個國家的財富，貨幣增加，可以增加就業，從而增加一國財富，而公司信用可以創造出貨幣，公司信用的增加可以增加一國財富。麥克魯德(HenryDunningMacleod)[5]在The Theory of Credit《信用的理論》一書解釋了銀行不只是發行貨幣和從事貨幣借貸行為的機構，而且是公司信用的創造者和生產商，貨幣就是信用、公司信用創造資本。亨利·桑頓(Henry Thomton)在《大不列顛票據信用的性質和作用的探討》一書中論述了公司信用與經濟增長、公司信用與經濟危機之間的關系，他認為擴張公司信用可以促進經濟增長，緊縮信用可以導致經濟萎縮，但是過分的擴張信用就會帶來經濟危機，他的公司信用理論直到現在仍然為許多人所推崇。約瑟夫·熊彼特(Joseph Alois Schumpeter)[6]的企業家理論提出了信用制度是企業實現創新的經濟保證，銀行通過提供信用貸款，企業家通過獲得信用資源，實現新的組合，把各種生產要素以及各種資源引向新的創新用途。

一些“公司信用調節論”的西方學者認為公司信用制度可以防止金融危機的出現，可以調節市場經濟環境下的各種矛盾，社會需要擴大信用體系范圍，促進經濟增長。英國著名金融學家霍曲萊(R·G·Hawtrey)認為短期利率調整可以控制現金余額的變動，現金余額的變動可以引起信用的擴張與收縮，公司信用的擴張和收縮引起經濟周期的變化。約翰·梅納德·凱恩斯(John Maynard Keynes)認為引起經濟衰退的主要原因是有效需求不足，隨著邊際消費遞減、資本邊際效率遞減、流動性偏好陷進、貨幣供應不足等引起消費需求不足和投資需求不足；那么凱恩斯進一步提出了“廉價的貨幣政策”—擴大企業信貸、增加貨幣供給、降低銀行利率，從而擴大社會總需求，促進經濟的繁榮。約翰·希克斯(Hicks，John Richard)提出了在《經濟史理論》中描述市場的出現和發展以及法律、法規、信用制度的出現和發展，他把公司信用分為商業信用和金融信用兩種，企業商業信用產生于實物的委托銷售買賣中，而企業金融信用產生于貨幣的借貸行為中，風險越大則利率越高；為了保證公司信用的正常運轉，采用的方法有：法院的司法判決、擔保制度，銀行就是信用擔保制度中的核心運作機構，通過信用吸收或者發放貸款，以及衍生出保險業、債券市場、有限責任公司等現代經濟環境中的各種單位元素。保羅·薩繆爾森(Paul A.Samuelson)認為中央銀行的信貸貨幣政策對整個宏觀經濟的調節起著十分重要的作用，并構建了信貸機制運行的時效模型：中央銀行?商業銀行?資本市場（公司）?投資市場（公司）?消費市場（公司），信用關系是每一個環節順利運行的保障。

隨著新科學、新技術、新產品的出現，特別是以計算機科學為代表的現代信息技術發展成熟，還有一些西方學者把對公司信用系統與公司金融系統、公司信息技術系統、公司運作系統等結合起來構成一個復雜系統進行研究。在近20年期間，隨著全球經濟一體化的進程加快，公司信用風險事件成為全球關注的焦點，比如上世紀90年代世界聞名的金融企業——巴林銀行因信用風險而倒閉、美國的長期資本公司因信用風險而破產，21世紀初安然會計丑聞事件也是因為信用風險所引致、今年爆發的全球金融危機的導火線也是公司信用風險的連環效應所產生的，這一現象說明了西方國家的宏觀和微觀信用機制都存在著巨大的優缺點。

國內外不少學者對中小公司信用風險評估與防范問題做出了一些研究，主要具有以下視角和觀點：

我國學者胡海青、張瑯(2011)[7]研究了企業供應鏈中公司信用風險評估的方法，從考察企業供應鏈交互關系以及供應鏈節點上的關鍵公司信用狀況，建立一套比較合理的信用風險指標評價體系；在此基礎上，采用機器學習語言的支持矢量基(SVM)建立企業供應鏈風險評估模型。朱長勝(2011)認為中小公司信用風險管理在我國還是一個新生事物，還未得到眾多機構和企業所重視，尤其是中小企業執行和實施信用風險管理體系提出了如何構建市場經濟體制下的中小公司信用風險管理體系，為防范公司信用違約風險起到積極的作用。龍泉、丁永生(2011)基于簡單規則結構中的公司信用違約風險傳染特征和規律性，認為傳染中的核心信用風險粒子對整個公司信用體系的演進起著決定性的作用，而且還認為在公司信用風險傳染過程中，傳染演進非線性依賴于整個系統的信用傳染的均場密度和系統局部信用傳染密度大小。劉先凡(2005)分析了在當前的市場經濟交往中，企業與個人的信用違約風險缺失狀況，認為假冒偽劣行為、欺蒙拐騙行為、弄虛作假行為等已經嚴重影響了我國市場經濟的正常運轉，提出了構建和諧社會信用風險評價管理體系的設想。

國外學者的研究：Anthony(1990)[8]把中小公司信用分為先現代公司信用機制和現代公司信用機制，他運用歷史的分析方法認為“Pre-modern Conditions of Trust”是建立在親屬和社會關系基礎之上，而“Modern Conditions of Trust”是建立在現代企業金融系統以及技術系統基礎之上。Arrow(1999)[9]認為中小公司信用是企業之內和企業之間進行經濟活動的潤滑劑，中小企業的任何經濟行為都離不開信用元素的參與，信用對中小企業的各方面運作起著至關重要的作用，信用也是企業之間合作的基礎。Doumpos，M；Kosmidou，K；Baourakis，G等(2002)[10]認為中小企業的信用評價包括兩個主要的議題：一是違約概率的判斷，二是未來潛在的信用損失和收益；前者表達的是企業根據不同的信用水平分成不同的類組，它需要使用統計學或者計量經濟學的研究方法；他們選取希臘商業銀行1994-1997年的企業存貸數據信息，使用MHDIS方法進行信用風險區分，并與回歸分析、概率分析做了對比研究。Twala，B(2010)[11]認為機器學習(ML)算法能夠較好地解決信用風險預測問題，作者用五種不同的分類方法來對比研究信用風險預測的準確性和噪聲水平，實驗結果證明分類器組技術能夠提高預測的準確性。

國內外的眾多研究是從普遍企業角度來進行研究，很少有研究成果是將中小上市公司與中小非上市公司進行分類，考慮到兩者之間信息公開化程度的不同；也鮮有研究成果是基于現代信息網絡技術，他們往往更多地依賴傳統的研究基礎。而文章的研究目的則正是克服了這兩點缺陷，使得研究成果更具有現實意義和超前性。

三、模型的建立

WEB網絡信息化技術應用與普及的影響已滲透到了經濟社會的各個領域，作為信息網絡化優先成長起來的一批企業：如Google、雅虎、阿里巴巴、Made-in-china中國制造、中國化工網、慧聰網等一大批企業在短短十余年時間內成為了網絡搜索企業巨人。阿里巴巴2008年市值超200億美元、Google在2008年市值就達到了1572.3億美元、雅虎2008年市值達到170億美元。這些基于網絡技術特別是網絡搜索技術的廣泛應用是這些公司得到迅速成長的主要原因，中小企業作為網絡搜索技術使用的終端用戶，需要通過網絡搜索策略-機器搜索和人工搜索綜合應用來達到快捷、方便、準確地處理各種事物。

利用機器與人工蜘蛛網絡搜索策略挖掘出風險因素信息的結果，引進模糊綜合評估(FAHP)方法，并通過相關領域專家對挖掘信息的綜合判斷，將定性分析與定量分析相結合，達到更加準確評判非上市公司信用違約風險的大小。

1.WEB搜索與非上市公司信用風險指標信息獲取

基于WEB的一種搜索策略，可以充分挖掘出非上市公司風險因素的相關信息，在信息充分的基礎之上，運用模糊綜合評價的方法對風險因素做出定量的分析。實踐證明，依靠信息收集和信息處理的方法來判斷對方的信用狀況有助于準確把握信用風險信息，能夠回避和減少風險損失。國際互聯網上的信息是海量的，而要從這些海量信息充分挖掘出有用信息，需要一定的技術和方法，不同的技術方法所挖掘的信息的有效性和準確度是不一致的。WEB信息搜索策略主要包括人工搜索策略和蜘蛛網絡搜索策略兩種方法。這兩種方法的綜合運用能夠保證信息獲取的有效性和準確性。

蜘蛛網絡技術(Web Spider)是現在網絡搜索引擎使用的一種流行搜索方法，它采用了信息中的迭代追蹤模式，類似于蜘蛛結網的方法，能夠從一個節點出發爬取各個節點和頁面，并將此節點的關聯信息搜索出來。從某種程度上講，它能保證所搜索信息的相對完整性；也保證了搜索的迅捷性，比如百度的主題關鍵詞搜索可以在短短幾秒鐘內完成。藕軍、任明侖論證了通過優化爬行規則的網絡蜘蛛爬取頁面的高效性。他們的試驗結果表明該方法簡單有效，自動發現的查準率和查全率分別達到97%和91%。

圖1 基于Web搜索方法圖

運用搜索引擎并不能快速地尋找到最有利的結果。整個搜索過程需要有人工WEB頁面選擇的參與，人工選擇頁面以及運用主題詞的不斷迭代。這種迭代方法跟蜘蛛網絡爬行策略基本一致，即人工對WEB頁面做出選擇時，通常也會基于廣度優先或者深度優先，也會包含WEB頁面內容評價策略、鏈接結構的評價策略、未來回報值大小的策略等，只不過不同的是機器搜索策略包含了固定的算法程序，而人工選擇策略通常是基于個人經驗的模糊判斷。如圖1。

2.采用FAHP對中小非上市公司風險信息元的分析與處理

（1）確定各個因素之間的相對重要性并賦以相應的分值，構造出各層次中的所有判斷矩陣，然后計算權矢量，進行一致性檢驗

通過運行MATLAB軟件可以求得矩陣的特征矢量B=(X1， X2，X3，X4，X5)，經過歸一化變化得到權矢量Wb=(Wb1，Wb2，Wb3，Wb4，Wb5)。

（2）建立模糊集合論域

F=(C1，C2，…，Cn)=（生效條件風險，付款條款風險，提單風險，商檢風險…）

（3）建立模糊評語集V

根據實際情況需要，可以建立多層次的評語集，如：

{風險發生概率非常大，風險發生概率大，風險發生概率一般，風險發生概率小，風險發生概率非常小}

表1 因素賦值表

（4）建立評語模糊映射集

通過WEB信息搜索，我們可以得到論域中各個因子（信息元）的信息，然后把這些信息交由相關專家通過評語集V判斷，建立評語模糊映射集合，如表2。

（5）模糊綜合評判

計算A=Wc×V，其中Wc可以利用層次分析法求得。

表2 模糊映射集合

（6）綜合風險概率計算

其中：p(g3)為風險概率；P0為模糊概率評語集的對照標準；AT為各風險因素的隸屬度矢量A的轉置。

四、算例分析

我國一家化工A公司與產品下游中小非上市公司B企業簽訂了一份200MT的磷酸—銨賒銷合同，兩家公司屬于第一次業務往來，互相并不了解彼此之間的信用狀況。

1.建立層次結構分析圖

具體層次結構如圖2所示。

圖2 公司信用風險層次結構圖

2.采用的正是人工搜索策略與WEB搜索引擎結合的技術，在國際互聯中挖掘出大量客戶的各種相關信息

3.公司將搜集信息交由專家評估委員會進行模糊綜合評估(FAHP)

（1）確定各因素間的相對重要性，構造判斷矩陣

根據表1確定各因素之間的相對重要性并賦以相應的分值，構造出各層次中的所有判斷矩陣，然后計算權矢量，并進行一致性檢驗，計算結果如下：

Wb=(Wb1，Wb2，Wb3，Wb4，Wb5)=(0.2，0.2，0.3，0.3)

Wc1=(0.2，0.1，0.2，0.5)

Wc2=(0.5，0.1，0.1，0.3)

Wc3=(0.3，0.3，0.2，0.2)

Wc4=(0.8，0.2)

（2）綜合因素b層并排序，得到各因素的權重

綜合因素b層Wb和c層Wc1，Wc2，Wc3，Wc4，Wc5進行總排序，可以得到各種因素的權重，見表3。

根據實際情況需要，一般可以建立五層次的評語集，即：{風險發生概率非常大，風險發生概率大，風險發生概率一般，風險發生概率小，風險發生概率非常小}

表3 風險因素權重表

表4 風險概率評語集

（3）建立評語模糊映射集合

通過WEB搜索結果，可以得到論域中各個因子（信息元）的信息，然后把這些信息交由相關專家通過模糊判斷，建立評語模糊映射集合V1={基本風險}={公司成立時間，公司所在地區，公司組織結構，公司高管背景}。同理可得V2、V3、V4。

表5 風險模糊評價表

（4）利用模糊綜合評價公式計算

A=(Wbc1，Wbc2，Wbc1，Wbc4)×(V1，V2，V3，V4)=(A1,A2,A3,A4)解得:

A1=Wbc1×V=Wb1×Wc1×V1=(0.026，0.022，0.046，0.072，0.034)

A2=Wbc2×V=Wb2×Wc2×V2=(0.046，0.04，0.054，0.03，0.03)

A3=Wbc3×V=Wb3×Wc3×V3=(0.03，0.09，0.09，0.06，0.03)

A4=Wbc4×V=Wb4×Wc4×V4=(0.03，0.042，0.066，0.132，0.03）

（5）綜合風險概率計算

同理：p(g2)=P0×A2T=0.0672

由此可見，風險概率模糊綜合評價在（風險非常大，風險大，風險一般，風險小，風險非常小） 五個等級的值分別為(0.5，0.4，0.3，0.2，0.1)，根據模糊風險概率的對照，0.3736所對應的風險等級為一般(P0=0.3)與風險大(P0=0.4)之間，所以可以認為此項貿易賒銷合同的風險程度為一般偏高，賣方A公司應該密切關注B公司的變化情況。

五、結論

中小非上市公司之間的交易往往是跨區域進行的，使得了解交易與融資雙方的相關風險信息并不十分對稱，而信息網絡化正好為信息的挖掘和處理提供了一個便宜、快速、容易操作的平臺，挖掘出有用的信息，并做出有效的風險評估，是中小企業交易與融資活動中的關鍵環節。基于WEB的蜘蛛網絡搜索策略和人工頁面選擇能夠比較完整、準確地挖掘出貿易對方的信息源，并在獲得的信息源基礎上，運用模糊數學評估對貿易風險進行分析，從而計算出綜合風險概率，為中小企業交易與融資決策提供科學依據。

[1]國務院常務會議部署制訂社會信用體系建設規劃.新華網 [EB/OL]. http://ne-ws.xinhuanet.com/politics/2011-10/19/c_111108306_2.htm，2001.10.19

[2]國務院：加快建設社會信用體系.新浪網 [EB/OL]. http://news.sina.com.cn/c/2014-01-16/070429256628.shtml，2014.1.16.

[3]《資本論》第三卷.人民出版社，1953：389-390.

[4]亞當·斯密(AdamSmith).道德情操論 [M].謝宗林譯.中央編譯出版社，2009(04).

[5]HenryDunningMacleod.The TheoryofCredit[J].London，NewYork：Longmans，Green and Co.,1889(91).

[6]熊彼特，孔偉艷，朱攀峰，婁季芳著.經濟發展理論(TheoryofEconomic Development)[J].北京出版社，2008(09).

[7]胡海青，張瑯.基于支持矢量機的供應鏈金融信用風險評估研究 [J].軟科學，2011(5).

[8]AnthonyG.The consequences ofmodemity[J].Stanford:Stanford universitypress，1990.

[9]Arrow K J，Frank H.Notes on sequences economics，transaction costs，and uncertainty[J].Journal ofEconomics Theory，1999，86(2):203-216.

[10]Doupos，M.，Kosmidou，K.，Baourakis，G.，Zopounidis，C..Credit risk assessment using a multicriteria hierarchial discrimination approach:A comparative analysis [J].European Journal of Operational Research，2002 (138)：392-412.

[11]Twala，B..Multiple classifier application to credit risk assessment[J]. Expert Systems with Applications，2010，37：326-3336.

[12]John Andrew McQuown.A Comment on market vs accounting-based measures ofde-fault risk[J].White Paper，Moody's KMV，1993.

[13]Matthew Kurbat，Irina Korablev.Methodologyfor testing thelevel of the EDFTMcreditmeasure[J].White Paper，Moody's KMV，2002.

[14]Caouette J B，Alt man E，Narayanan P.Managing credit risk：The next great financialchallenge[J].1998.

（責任編輯：FZF）

The Appraise of Non-listed SME Credit Risks——Based on WEB and FAHP

ZHANG Cheng
（1.Hubei University of Science and Arts，Xiangyang Hubei 441053，China；2.Shanghai University of Finance and Economics，Shanghai 200433，China）

Credit is one of the oldest expressions of human society.In modern society，the credit risk management and control is one of the core problems whatever in capitalist society or socialist society and SME is one kind of driving force of the society.SME can not develop without the modern credit system.In this article，SME is divided into listed companies and non-listed companies according to the degree of their information disclosure.Because transaction information about the people involved in is asymmetry， those transaction credit risk assessment of non-listed SME is the most caring and the most difficult problem for transaction parties and various financial institutions. By using the modern network information technology and labor and machinery search strategy，the risk information of small unlisted companies can be dug out and sorted and fuzzy comprehensive evaluation can be did on this basis.Finally，a numerical example illustrates that the WEB-based and fuzzy comprehensive evaluation of the credit risk of small non-listed companies is effective.

Non-listed SME；Credit risks；Corporate finance；Financial risk

F270.7

A

1004-292X（2014）10-0012-05

2014-05-15

教育部人文社科研究基金項目（13YJC630218)。

張 誠（1977-），男，四川儀隴人，博士后，主要從事企業風險與企業金融研究。