时间:2023-01-10 19:33:26
序论:写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感,挖掘那些隐藏在内心深处的真相,好投稿为您带来了七篇企业信用评价范文,愿它们成为您写作过程中的灵感催化剂,助力您的创作。
中图分类号:F830.56 文献标识码:A 文章编号:章编号:1006-1770(2011)08-054-05
中小企业融资难一直是我国经济生活中引人注目的问题。近几年来,国内研究者将中小企业的范畴更为细化,将微型企业从中小企业概念中剥离出来,直接探讨微型企业的融资难题;另一方面,近几年来,我国城市商业银行等中小型银行逐步发展,从弱到强,中小型银行体系从模糊到清晰。哈尔滨商业银行、包头商业银行、台州银行等一大批中小银行将面向微型企业的小额信贷作为自己差异化竞争,谋生存、求发展的战略方向。因此,研究微型企业信用评价问题不仅能够解决微型企业的融资难题,还是中小商业银行差异化生存的战略方向。
目前,各商业银行面对微型企业的贷款主要在小额贷款大类中。而小额信贷所采用的信用评价方法主要是经验方法,或称为专家方法。依赖信贷人员主观判断的方法,受限于合格信贷人员的数量和较高的人力成本,很难大规模推广使用。而一个有效的信用评价模型,依赖信息技术的处理能力,不仅可以克服不能大规模推广的弊病,还能够提高评价结果的公平性。事实上,微型企业贷款单笔数额小、笔数多、交易数据丰富等特点,刚好符合了信用评分技术需要借助大量业务数据形成准确判断的要求。
一、微型企业信用评分的应用和发展
上世纪90年代,美国银行业开始使用信用评价方法审核小企业的贷款申请。富国银行开通了专门针对小企业贷款的“企业通”产品。10万美元以下的贷款,直接通过企业信用评分决定是否放款。同一时期,美国信用评分巨头Fair Isaac公司推出了专门针对小企业进行评分的系统SBSS(Small Business Scoring Service)。SBSS的主要目标是针对中小企业25万美元以下的小额贷款,10万美元以下的设备租赁和5万美元以下的信用卡业务的信用评分。这一系统目前仍然被300多家美国银行使用,并处理90%以上的小额商业贷款。
随着信用评分在美国小企业贷款中的运用迅速扩展,亚特兰大联邦储备银行在2000年进行了一次电话调查。针对1997年的业务情况,访问了美国资产规模前200的所有银行,有99家银行作了回应,其中就有61家报告对于绝大多数低于10万美元的贷款,都使用了小企业评分系统。亚特兰大联储银行的Allen N.Berger、W.Scott Frame等人对小企业信用评分的作用和影响作了一系列的实证研究分析。他们通过实证研究发现,得益于信用评分系统的采用,每家金融机构小企业贷款的金额平均增长了40亿美元,相当于市场份额增长了8.4%。Allen N.Berger(2005)进一步研究了小企业信用评分,得出由于信用评分系统的应用,不仅使得小企业贷款的总量得到了增长,还使得低收入地区和富裕地区一样获得了更多的贷款。同时该技术对大小银行的影响不同,大银行基于自己充沛的资金实力和技术能力,往往更倾向于使用评分技术,而小企业信用评分改善了它们由于信息不对称导致的在中小企业贷款上的劣势。Allen N.Berger(2009)进行了一次新的调查,与上次调查着眼于大银行不同,这次调查对象是资产总量在10亿美元以下的社区银行,结果显示46%的社区银行使用了信用评分。然而与大银行不同,使用信用评分的社区银行中,86%对小企业主使用客户评分(针对客户的评分系统)而非企业评分系统,2%使用小企业信用评分决定贷款,另外的12%则两种评分混合使用。对社区银行使用信用评分技术的实证分析表明,这一类型的银行在使用信用评分上存在着学习过程。在度过最初的学习期之后,小企业贷款量得到了增长,但市场份额并没有增长。社区银行使用信用评分技术后,其贷款总量的增加和质量的改善,受信用评分在贷款程序中使用方式影响。这些研究说明微型企业信用评分对大银行的意义要远远超过小银行,这可能归因于大银行由于其治理结构复杂,在处理微型企业客户时,与中小银行相比,存在更为严重的信息不对称问题。微型企业信用评分在应对这些问题方面可以发挥较好的作用。
二、 微型企业信用评价模型的选择
目前常用的信用评价模型有多元判别法、回归分析法、神经网络和数学规划方法。这些方法各有自己的优缺点,多元回归模型容易解释、使用,但对缺失值、极端值的处理不尽人意;判别分析模型通常假设自变量的分布是正态分布,这与事实情况常常不符;神经网络模型可以处理多元回归不能模拟的非线性数量关系,从而能够更精确的模拟现实情况,但整个过程近似于一个黑箱,样本微小变化对结果的影响较大,抗干扰性差。
事实上,除此之外,还有基于期权定价的KMV模型、基于VAR方法的J.P.Morgan模型、基于保险方法的死亡率模型和CSFP的信用风险附加模型、基于资产组合的RAROC模型。这些新型模型起源于上世纪90年代,并且在大型企业的风险管理中得到迅速普及使用。这些方法往往依赖于成熟的证券、信贷市场均衡价格。这些价格在中小企业所处的环境中,往往不能得到,故这些新方法、新技术不在本文模型选择的视野内。
综合考虑,本文选择较为常用的logit模型作为微型企业信用评价的实证方法,来详细分析信用评价技术。
三、模型指标的选择
范柏乃介绍了中小企业信用评价指标遴选的一般方法:依次通过隶属度分析、相关分析和鉴别力分析,提取出合理的指标体系。范柏乃首先按偿债能力、经营能力、获利能力、管理能力、创新能力、成长能力分组搜集了中小企业的28项指标,作为筛选的基础。接下来,向全国近300位专家学者发出了调查问卷,要求各专家选出其中最重要的十个指标。问卷汇集之后,根据指标被选择次数占专家总数的比重,即隶属度,排除隶属度低于0.3的6个指标。在剩下的22个指标中,分析彼此的相关性,再剔除相关系数高于0.6的5个指标,之后再利用20家中小企业的数据计算余下17个指标的变差系数,排除两个不合格的指标,剩下的15个指标构成了最终的指标体系,整个指标的遴选过程就此完成。这15个指标主要体现了偿债能力、经营能力、创利能力、创新能力和成长能力。
本文在选择指标体系时参考了该文的研究成果,针对每一项能力选取一到两个指标来表示。为偿债能力设计了指标债务收入比(Debt_Sales)和小额信贷占比(Sm_Debt)。这里之所以选择债务收入比代替资产负债率,来反映企业偿债能力,是因为笔者在处理模型时,发觉这一变量更能直接反映还款资金的来源,从而对是否违约有更大的影响。另外,笔者在调查实践中发现,微型企业的实际借款情况比较复杂,除了向农信社、农行借小额贷款外,还进行一系列的民间融资。因此,笔者在模型中加入了小额信贷在企业总债务中的占比这一变量。
体现经营能力的指标是资产周转率(Sales_Assets)。资产周转率是销售收入与资产的比率值。资产周转率高意味着,微型企业的资产使用更有效率;业主的管理能力更强;在利润率相同的情况下,可以获得更多的利润。
模型中体现获利能力的指标是销售利润率(Profit_Sales)。销售利润率越高意味着,在相同销售收入的情况下,能够获得更多的利润。资产周转率和销售利润率的乘积为资产利润率(Profit_Assets)。这三个变量是会计学中杜邦分析体系的重要变量,能够全面的反映企业运行情况,故把资产利润率(Profit-Assets)也包含在模型中。
这里之所以没有选择体现创新能力和成长能力的指标,是因为通过笔者的实际调查发现,处于企业发展初期的微型企业主们常常对创新能力和成长能力并没有清晰地理解;进入某一行业时往往具有随机性,很少是对发展前景有严格的判断之后,再进入该行业。考虑到本论文的研究对象是微型企业,而不是科技型、创新型企业,故不加入反映创新能力和成长能力的指标。此外,从数据的易取得性角度来说,创新能力和成长能力方面的指标,属于定性指标,调查过程中不容易获取;而我们选中的三项指标因为涉及利润、金额等硬性的指标,数据较易获取。
前文介绍过微型企业与规模较大的企业不同,企业主的个人特点对整个企业有决定性的影响。因此,本文的模型还包括了微型企业主学历(Degree)、婚姻状况(Married)和社会声誉(Reputation)3个变量。笔者认为一个具有优秀品格的人,比优秀的企业资产状况更重要,更值得信任,而个人学历、婚姻和社会声誉能够有效地反映微型企业主的道德品质。
终上所述,本文构建的模型包括以下变量:微型企业主学历(Degree)、婚姻状况(Married)和社会声誉(Reputation)、债务收入比(Debt_Sales)和小额信贷占比(Sm_Debt)、资产周转率(Sales_Assets)、销售利润率(Profit_Sales)和资产利润率(Profit_Assets),共8个变量。
四、实证分析
本文所用实证数据的采集地为安徽省东部地区,是皖江城市带承接产业转移示范区的重要部分,符合本文要求的微型企业数目众多的要求。皖东地区地处华中,处于东西部之间的有利区域位置,使得其成为产业结构升级、大量新企业迅速诞生发展的一个优质样本。作为研究微型企业信用评价的论文,笔者认为皖东地区的发展现状完全能符合本文研究的需要。
数据采集的目标区域存在着两个集聚产业,铁器制造业和电子行业。铁器制造业主要生产农用拖拉机防滑轮、建筑用钢结构、铝合金管等等;电子行业生产遥控器、高压包等电子行业的元部件。两个产业都有大大小小的众多企业,其规模从资产千万以上的大中型企业,到小型的家庭加工作坊。数量众多的企业为本文有关微型企业的数据搜集准备了良好的条件。本文的数据主要来源于这两个行业的微型企业,另外还有一些个体经济的数据。
本文所用微型企业的相关数据来源于发放调查问卷和入户访谈。共回收调查问卷近50份,每份调查问卷涉及微型企业的指标有企业的性质、资产总额、总债务额、企业年收入、企业年利润额、业主对行业前景的预测;涉及业主信息的指标有学历、婚姻、社会声誉;涉及小额信贷的指标有无使用抵押、是否有过逾期现象、逾期多久、贷款数额、贷款用途、利率水平、还款方式等合计25个指标。表1为调查问卷中各变量的取值情况:
业主学历(Degree)最高为4,大专水平。这与本文调查的微型企业不属于科技型企业,而多分布于传统产业中是适应的。婚姻状况(Married)的期望值为0.93,且标准差相对较小,说明调查的微型企业业主大多都已结婚。社会声誉(Reputation)的期望值为3.6,说明绝大多数微型企业业主的社会评价较高。源数据中只有1户得到了“很差”的评价。之所以获得了“很差”的评价,是因为该企业业主病重,将实际控制权交给自己的儿子,而第二代不具有领导该企业的能力。
债务收入比(Debt_Sales)的最大值是4.5,最小值是0.05,均值是0.58;之所以有相对较高的均值,是因为有几户的比率很大,托高了整个均值。比率最高的4.5是一家破产的加油站,最后的年收入已经低到支撑不起企业的运行,更不要说还款了。
小额信贷占比(Sm_Debt)也是很重要的一个变量,这与微型企业的融资方式密切相关。在笔者的调查区域,微型企业可以向正规的金融机构,如农村信用社、农业银行申请一定额度的小额贷款,也可以通过民间信用的方式,向亲戚朋友、资金富余者借款。除此之外,最重要的融资方式来源于原材料的赊欠,即流动资金的占款,这通常会占一个较大的比例。鉴于上述指标都是基于企业的债务总额度,而本文讨论的是微型企业的还款情况,故小额贷款在其中的比重也是一个很重要的变量,特将其引入到模型中来。
小额信贷占比最大的是1,最小的是0.05。取值最小的是一家家庭作坊式的铁器厂,共向农信社贷了5000元作为起步资金。在调查时,所有本息已全部结清。当时,该厂的总负债额为10万,也就是说主要是通过民间融资的方式解决自己的资金缺口。比值偏低的一个重要原因是企业规模较小,业主人脉不广,很难取得正规金融机构的贷款。小额贷款占比较低的事实说明了处于初创时期的微型企业,获取小额信贷的困难程度。
资产利润率(Profit_Assets)综合体现了资产周转率(Sales_Assets)和销售利润率(Profit_Sales)的影响。资产周转率和销售利润率是杜邦分析体系中最重要的两个变量。资产周转率反映着企业的经营效率,间接体现着业主的经营能力。在同等利润率的情况下,资产周转率高的企业能够获得更大的现金流,陷入经营困境的可能性更小,故偿还小额贷款的可能性更大。销售利润率高的企业,则能够获得更多的利润,从而还款的资金来源更有保证。
在实际调查研究中发现,资产周转率和销售利润率受行业特征影响明显,铁器制造业的微型企业资产周转率通常较高,而电子行业的资产周转率较低。两个比率之间存在一定的反比关系,资产周转率高的行业通常利润率较低,资产周转率低的企业,销售利润率较高,从而保证各行业的资产利润率大致保持一致。资产利润率的标准差为0.26,和销售利润率的标准差0.25相差不大,远低于资产周转率的标准差1.18。这说明了资产利润率远比资产周转率取值稳定。
由表中所知,模型中所有变量之间的相关性数值最大为0.49,说明变量之间的相关性不高,符合模型对数据的要求。
本文的实证分析是通过Stata SE11.0进行的。上文引进了8个变量,影响微型企业还款的各方面因素都有包括。接下来的建模过程参考了约化建模理论,通过逐步舍弃不显著的变量,来构建一个较为“简单”的模型:
首先,本文研究包含所有8个变量的logit模型,其回归结果如下:
logit(Pi/1-Pi)=
-10.37+0.71Degree+3.44Reputation-1.70Debt_Sales
(3.19) (0.71) (3.44)(2.91)
+2.32Sm_Debt-0.52Sales_Assets-8.56Profit_Sales+8.70Profit_Assets
(4.59)(1.69) (8.63)(9.57)
Pseudo R2=0.6885(伪可决系数),prob>chi2=0.0030
各系数的Z值情况如下表所示:
因大都数微型企业业主都结了婚,故变量婚姻状况(Married)直接被系统自动排除。模型的伪可决系数为0.6885,变量的整体显著性高达99.70%。这说明所有变量作为一个整体来说,对各个业主的还款可能性有很大的解释能力。但单个变量的Z检验结果并不理想。“P>|Z|”的取值全都高于0.3,这说明了单个变量的显著性并不明显,变量之间存在着共线性。接下来的处理措施就是去除一些冗余的变量。
有Z检验的取值可知,变量Degree的显著性最低,故在新模型中,我们首先排除Degree。其次,资产周转率(Sales_Assets)和销售利润率(Profit_Sales)的系数符号与现实经验相违背。笔者认为这是由于资产周转率、销售利润率与资产利润率之间的共线性造成的。事实上,在表2中,我们可以观察到它们之间相对较高的相关性。在新模型中,我们排除了资产周转率(Sales_Assets)和销售利润率(Profit_Sales)。新模型回归结果如下:
logit(Pi/1-Pi)=
-9.76+2.80Reputation-2.08Debt_Sales+2.10Sm_Debt
(6.39) (2.80) (1.34)(2.72)
+7.68Profit_Assets
(5.56)
Pseudo R2=0.6224(伪可决系数),prob>chi2=0.0005
各系数的Z值情况如下表所示:
从表4的数值可知,在去掉多余的变量之后,各变量的显著性有了明显的提高。虽然模型的伪决定系数从0.6885降到0.6224,但这一降低与变量显著性的提高相比是值得的。
常数项的取值为-9.76。这意味着在社会声誉、资产利润率、债务收入比、小额信贷占比都取零的情况下,Pi取值会偏低,趋向于0。这说明在社会声誉较低、企业运行状况较差、资金使用效率低的情况下,本模型认为业主不太可能顺利完成还款。
社会声誉(Reputation)的系数取值为正,说明微型企业业主较高的社会声誉能提高还款概率。这条结论包含着两个原因:一方面,具有较高社会声誉的微型企业业主,通常具有出色的经营能力,故相关企业的实力通常高于平均水平;另一方面,社会声誉能够反作用于业主。业主常常不希望既有的“好名声”被一次违约的信用记录打破,因此有较高社会声誉的微型企业业主在还款方面有比一般业主更大的还款压力,从而具有更高的还款概率。后一点,在笔者的调查过程中,得到了证实。很多微型企业业主向笔者强调“无论如何也不能有违约信用记录,否则将为以后的贷款带来困难!”
资产利润率(Profit_Assets),综合反映了企业的获利能力和资产使用效率。一个拥有较强获利能力的企业必然有较高的销售利润率,同时资产周转率较高的企业必然在资金使用效率上表现出色。销售利润率和资产周转率相乘,就是资产利润率,决定着企业的利润。
在本文的实证模型中,资产利润率的系数为7.68,说明资产利润率数值的增加有利于提升业主的还款概率。这符合现实经济规律,资产利润率的提高增加了企业现金来源,这减小了企业因还款而存在的资金链压力。
小额信贷占比(Sm_Debt)的系数为2.10,说明随着小额信贷比例的增加,业主的还款可能性也在提高。这可能与小额信贷较高的管理技术、严格的风险管理有关。小额信贷是最近几年推出的金融产品,故相关管理技术,远比传统的贷款先进,从而有较小的违约比例。这一点在实地调查中得到了证实,笔者所拜访的近期借贷的微型企业,还没有遇到一例违约的;违约的企业基本上来源于历史上的借款。
债务收入比(Debt_Sales)的系数为-2.08,说明随着负债总额占年收入比率的增长,业主的履约还款的概率在下降。还款资金的直接来源就是企业的销售收入。销售收入相较于负债总额,规模越大,企业还款的压力越小,履约可能性越大。
本文将履约和违约的概率分界点定在1/2处。用上述模型检验对照组的数据,预测的正确性如下所示:
如上表所示,违约业主的预测正确率为50%,低于履约业主的预测正确率87.50%。模型在不同类型业主预测上的差异可能是由于样本数据中履约业主所占比例较大,违约业主数据量较小造成的。较多的数据使得模型能够对履约业主的特征进行更准确的拟合,提高了履约预测准确程度。整个验证数据的预测正确率为80%,说明该logit模型的总体预测能力是比较高的。
结论
本文的研究表明,合适的微型企业信用评价模型能够较为准确地预测还款情况。微型企业信用评价模型完全有能力在微型企业融资过程中发挥重要作用。这种数量化的评价方法,符合微型企业贷款笔数多,额度小的特点。它相较于人工审批,不仅能同时处理更多的贷款申请,还能避免审批过程中的人为偏见。
微型企业信用评价模型从理论走向实践,可以先从贷款笔数多、数据量丰富、模式稳定的微型企业小额贷款开始,然后再扩展到其它的微型企业贷款形式。在应用过程中,我们可以广泛借鉴消费信贷中成熟的模型开发、实施经验,来探索微型企业信用评价的模式。
此外,随着电子商务的发展,一方面,以各类网店为主体的网上交易积累了丰富的交易数据;另一方面,阿里巴巴等知名公司适时推出了网络小额信贷,解决从事电子商务的小企业融资难题。新的交易方式、贷款形式,给微型企业信用评价模型技术提供了广泛的应用前景。信用评价模型在解决微型企业融资难的过程中将大有作为。
参考文献:
1.庄传礼:《中小企业信用》,《银行家》,2008年第11期。
2.范柏乃,朱文斌:《中小企业信用评价指标的理论遴选与实证分析》,《科研管理》,2003年11月。
3.Allen N.Berger,W.Scott Frame, Small Business Credit Scoring and Credit Availability[R], Working Paper,May 2005
4.Allen N.Berger,Adrian M.Cowan,W.Scott Frame, The Surprising Use of Credit Scoring in Small Business Lending by Community Banks and the Attendent Effects on Credit Availability and Risk[R], Working Paper,March 2009
5.W.Scott Frame,Aruna Srinivasan,Lynn Woosley, The Effect of Credit Scoring on Small-Business Lending[J], Journal of Money,Credit,and Banking,Vol.33,No.3(August 2001)
6. W. Scott Frame, Machael Padhi, and Lynn Woosley, The Effect of Credit Scoring on Small Business Lending in Low- and Moderate-Income Areas[R],Working Paper,April 2001
作者简介:
关键词:物流企业;信用评价;评价标准体系
物流企业是商务活动中的重要环节,维持着商务活动的顺利进行。但是,我国的物流企业目前在信用方面存在很严重的问题,这些问题导致商家和物流企业的形象受到了严重的影响,妨碍了商务活动的正常进行。为了适应未来的电子商务趋势,必须加强物流企业的信用建设和信用管理,建立统一、规范、全面、科学的信用评价标准,弥补物流企业的信用缺失。
一、物流企业的信用评价中存在的问题
评价等级分类不严谨。目前,我国对物流企业的各种信用评价方法当中,评价等级的划分不统一,没有明确、统一的标准。这就给物流企业的信用管理带来了极大的困难,客户也会产生一种无所适从的感觉。大部分的信用评价方法只是简单将物流企业的信用划分为好、中、差三个级别,评价比较简单,缺乏全面性[1]。客户在这种简单的评价等级划分当中,难以深入了解物流企业的信用状况,选择符合自己需求的物流企业。另外,等级划分的简单造成了评价模型的不严谨。信用评价模型依赖客户的主观打分,忽视了其他的影响因素,比如说商品交易的次数、商品交易的总额、单次交易的数额范围。这就导致了信用程度较低的物流企业可以通过加大交易次数和交易金额的方式来获得较高的信用评价等级,造成了信用评价体系的可靠性降低。评价真实性不高。在当前的物流企业信用评价当中,炒作现象比较严重。这是因为客户在选择物流企业的时候,更喜欢挑选那些信用评价等级高的物流企业。一些物流企业为了吸引客户,争取更多的业务,采用不正当手段提高自己的信用度,妨碍了物流行业的竞争公平。比如有些物流企业为了提高自己的信用度,自己注册很多客户身份,自己给自己委托业务,造成了信用评价结果的虚假。还有很多客户不重视信用评价的结果,在对物流企业进行信用评价时随意给出一个结果,这都会影响评价效果的真实性和可靠性。评价数值识别度低。虽然对于物流企业的信用评价中,特别依赖利用数据来反映物流企业的信用状况,但是,这些数值辨识程度不高,难以进行区分和辨别。比如说,某个物流企业将价值一万元的商品完整地运送到目的地,获得了十分的评价分数;而另一个企业将价值一百万元的商品完整地送到目的地,同样也只获得十分的评价分数。这就导致了两家物流企业虽然信用程度不同,但是从数值上无法进行区分,客户难以在这二者当中选出自己需要的一个。造成这种现象,一部分原因就是因为信用评价的指标选择有问题,另一部分原因是信用评价的方法不正确。信用指标的选择不够全面,信用评价的方法不够科学,就会造成信用评价的数值缺乏可比性和区分度,评价结果模糊,不能反映真实的信用状况。(四)评价体系不完善。客户对于物流企业的选择是需要考虑多方面因素的,比如企业的运营能力、员工的专业素质、管理层的决策效率、企业的组织构成等等。而我国目前对于物流企业的信用评价,只是以商品运送的快慢、商品送达后的完成程度为标准。这不仅仅不能完整反映物流企业的信用状况,还会引发物流行业的畸形发展。一些物流企业利用大量的小额交易获得了高等级的信用评价,然后在涉及大金额的业务当中出现了欺诈行为,非法取得了大量利润,但是表现在信用评价模型上却仅仅降低了很少的分数,对物流企业没有什么太大的影响。这种钻空子的投机行为,必须要予以严厉打击,维护物流行业的市场公平,促使物流企业的健康发展。
二、物流企业的信用评价标准的构建
选择合适的评价方法。为了提高信用评价标准的可信度,首先要选择合适的信用评价方法。对于物流企业的信用评价,常用的方法有两类,一类是通过数学分析的方法,另一类是依赖经验进行评价的方法[2]。前者的代表是数据包络分析法,后者的代表是模糊层次分析法。数据包络分析法,就是利用数学模型,将活动消耗的资金、能源、人力和产出的效益进行对比,进行评价的方法。而模糊层次分析法首先要将要评价的事物划分为不同的等级和层次,通过层次分析确定各个指标所占的权重大小,最后综合所有指标为评价结果归到某一层次当中。信用评价的指标要全面。信用评价指标是信用评价标准和信用评价体系的基础,信用评价是围绕信用评价指标来进行的[3]。为了建立科学的信用评价标准体系,必须注意信用评价指标的选择。只有信用评价指标的选择全面、科学,信用评价标准,信用评价体系才能够实现对物流企业的有效管理。尤其对于模糊层来说,确定信用评价指标是第二步,也是重要的一步。只有确认信用评价的指标后,才能够计算各个指标所占据的权重,进行下一步的综合分析。定性与定量分析相结合。无论是模糊层次分析法和数据包络分析法,都需要通过数值来体现最终的分析结果,反映分析对象的基本特征。但是,只有定量分析还不够,还要结合定性的研究和解释,才能够完整反映出物流企业的信用情况。另外,在定量与定性分析结合的基础上,还要通过不断的实践对信用评价体系进行修正与完善。
三、结束语
随着电子商务越来越盛行,对物流企业的要求也越来越高。目前我国对于物流企业的信用评价指标不全面,信用评价体系不完善,信用评价结果比较片面,可靠程度比较低。对此,我国应当选取合适的信用评价方法,全面选择信用评价指标,建立完善的信用评价体系,促进物流行业的健康发展。
参考文献:
[1]秦立公,刘忠萍,韦金荣等.物流企业信用评价体系的构建及多级模糊综合评判[J].商业时代,2013,23:38-39.
【关键词】中小企业;信用评价;模糊评价法;层次分析法
信用是市场经济的基石,是企业进入市场的通行证,良好信用是企业与商业银行之间债权债务关系良性循环的关键,信用评价是对企业能否如约还本付息的能力和可信任程度的评估。客观权威的信用状况的评价,可以为其申请发债、发行股票、贷款、以及商业往来提供资信证明,因此,准确客观的信用风险评价对一个企业的发展至关重要。目前,商业银行对企业信用评价的方法有很多种,主要包括模糊综合评价法、聚类分析法、主要成分分析法等,但我国信用评价机构规模相对较小,信用体系并不完善,信用问题已经成为影响我国社会进步和经济发展的重要障碍。
一、小微企业信用评价指标选取
(1)完整性与重要性相统一,指标体系是一个由众多指标构成的有机整体,因此,该体系要从不同角度反映企业的发展特征和状况,指标的选取要强调重要性,典型性,避免选择重复的指标。(2)系统性与层次性相统一,一个可持续发展系统是由不同层次的要素组成。因此,根据这些基本要素的关系和行为的特点,可把可持续发展系统划分为不同的子系统,综合每个子系统的特点最终评价系统整体的特征。(3)可行性原则。根据数据的可靠性与获取的难易程度,尽量选择那些有代表性的主要指标。本文中根据中小企业的具体情况,考虑大多中小企业的企业主在企业中主导作用的特点,通过考察商业信誉、盈利能力、企业素质、发展能力等4个大指标,由此建立中小企业信用评价体系,如表1所示:
二、模糊层次分析法
模糊AHP主要由两部分组成,一部分是层次分析法(Analytical Hierarchy Process)由美国运筹学家A.L.Saatv于20世纪70年代提出,是一种定性与定量相结合的决策分析方法。他讲决策者对复杂问题的决策思维过程进行模型化、数量化、规范化,适用于解决定性与定量相结合、尤其是定性因素起主导作用的问题。对于企业信用的评价并非只是量化的指标,还包括企业素质等定性的指标,因此我们选定层次分析法;另外一部分是模糊综合评价法,由美国自动控制专家查德(L.A.Zadeh)教授于20世纪60年代创立的,是针对现实中大量的经济现象具有模糊性而设计的一种评判模型和方法,在应用实践中得到有关专家的不断发展。是一种应用非常广泛和有效的模糊数学方法,它将模糊数学和模糊统计相结合,通过综合考虑硬性某事件的多种因素,对该事物的优劣作出科学地评价。综上所述,模糊AHP法首先利用层次分析法确定影响企业信用评价的各种指标的权重,同时运用模糊综合评价法对评价过程进行模糊综合处理,最终确定企业信用评价等级,该方法克服了传统的AHP方法存在的在诸多缺点,如判断矩阵的一致性指标难以达到,判断矩阵的一致性与人们决策思维的一致性存有差异,调整一致性带有盲目性等。
三、模型设计及分析结果
四、结论
笔者认为中小企业在信用评价上的困难不仅仅是方法上的障碍,还需要以下配套措施:首先,提高中小企业信息公开披露数量和质量,信用评级的主要资料来源于企业公开披露的资料,但我国中小企业会计报表存在很大的问题,严重影响中小企业与商业银行以及社会的信用沟通,只有企业将真实的信息披露给相关机构,才能够使企业获得较为客观的信用评价结果。其次,金融机构要全面构建支持中小企业发展的信息管理系统。我国现有的信息管理系统多是与大型企业发展特点相配套的,中小企业因其自身的发展特点,在现有的系统处于劣势,因此,金融机构需建立针对其的支持系统,包括信用评价系统,业务受理系统以及反馈系统等。最后,信用评价一项理论与实践相结合的工作,评价工作不仅要有科学的理论基础作为指导,更要求评价人员拥有丰富的实践经验,金融机构应致力于提高信用评价人员的综合素质,明确其义务和权利,制定合理的激励机制,避免因评价人员的个人因素造成信用评价结果的公正性。
参 考 文 献
(武汉轻工大学经济与管理学院 湖北 武汉 430023)
摘 要:供应链金融可以有效提高中小企业的信用水平,在传统信用评级体系的基础上,引入供应链的风险因素,运用层次分析法建立供应链金融模式下中小企业的信用评价指标体系。
关键词 :供应链金融;信用评价体系;层次分析法
中图分类号:F832.42 文献标识码:A doi:10.3969/j.issn.1665-2272.2015.12.021
0 引言
自从2001年深圳发展银行推出供应链金融服务以来,以供应链为基础的供应链金融融资模式得到迅速发展,已经成为中小企业解决融资问题的有效方式。在供应链金融模式下,商业银行以整个供应链为对象,将核心企业与上下游企业联系在一起,充分考虑供应链上的价值交换,为中小企业提供灵活高效的金融产品,促进供应链“供-产-销”的高效运作,解决中小企业的融资问题。
作为仅一种新兴融资模式,供应链金融受到了广泛关注。目前,国内外各金融机构纷纷加入了供应链金融的竞争行列中。而与此同时,这种新兴模式如何进行风险管理,是供应链金融能否有效展开的关键所在。
1 传统信用评价指标体系
传统模式下商业银行对中小企业的信用评价主要是依据2006年中国人民银行颁发的《信用评级管理指导意见》,包括企业素质、经营能力、获利能力、偿债能力、履约情况、发展前期等6方面。但是在实际授信过程中,针对中小企业信用不透明的情况,商业银行更看重中小企业的经营能力、获利能力、偿债能力等这些比率指标,对企业的信贷担保物和低押资产有严格的要求。这也是中小企业融资困难的主要原因。相比于供应链金融模式,传统模式下的中小企业信用评价指标体系有以下两点不足:
(1)传统信用评价指标体系过分重视比率指标,这些指标虽然在一定程度上能反映企业的经营能力、获利能力。但是由于中小企业自生结构的缺陷,财务制度的不健全,信息透明度差,这些指标不能全面地评价企业的信用水平。
(2)传统信用评价指标体系只看重企业自身,只是“静态”的评价企业当时的信用水平,并没有将企业的发展潜力、供应链的发展前景以及核心企业的信用水平纳入评价体系。没有“动态”的评价企业的信用水平。
基于以上分析,在分析传统信用评价体系不足的基础上,加入供应链金融的信用风险因素,运用层次分析法建立供应链金融模式下中小企业的信用评价体系。
2 供应链金融信用评价指标体系
相比于传统模式下的信用评价,供应链金融的主要特点之一是商业银行对授信企业的信用评级淡化了授信企业的自身限制,不再是强调企业所处的行业、企业规模、固定资产价值、财务指标和担保方式,而是强调企业所处供应链的单笔贸易状况和供应链核心企业的资信水平,评估的是整个供应链的信用状况。
2.1 借贷企业自身的信用水平
借贷企业自身的信用水平指标与传统模式信用评价指标类似,包括企业素质、经营能力、获利能力、偿债能力,主要考察企业当前的经营状况和管理水平。
2.2 供应链整体运行状况
供应链整体运行状况是供应链金融实施的基础,金融机构考察供应链整体运行状况避免贷款企业由于信用不透明的而造成的信用水平下降,考察的主要指标包括行业竞争力、行业增长率、企业间合作程度。
2.3 融资项目的资产情况
融资项目的资产情况是金融机构考察的重点项目,第三方物流企业对原材料、半成品和成品等进行估计。银行通过估价结果给予借贷企业授信额度,并以这些质物作为担保物减少违约风险。考察的主要指标包括质物的价格稳定性、变现能力、退货率、应收帐单坏账率等。
2.4 核心企业情况
核心企业作为中小企业的另一个融资担保,是借贷企业和商业机构之间的桥梁,通过保证担保和回购协议等方式保障了供应链金融的有序进行。考察的主要指标包括信用水平、行业地位、盈利能力等。
根据以上4个一级指标,选取了企业素质、行业竞争力、价格稳定性、核心企业信用水平等14个二级指标,构建了供应量金融模式下中下企业的信用评价体系。具体的指标体系(见表1)。
3 运用层次分析法计算各指标的权重
层次分析法(简称AHP)是一种定性和定量分析相结合的决策方法,该方法将复杂的多目标问题作一个系统,将目标分解为多个组成因素,按支配关系再将这些因素分成若干组,形成有序的递阶层次结构。
3.1 建立递阶层次结构
供应链金融信用评级体系:A={B1,B2,B3,B4};
其中:
3.2 构造两两比较矩阵
在递阶层次结构中,对于准则A,元素Bi和Bj哪一个更重要,重要的程度如何,通常按照1-9比例标度对重要性程度赋值(见表2)。
根据各元素的重要性比较,第一层项目重要性的判断矩阵A如下:
A=1 1/3 1/5 1/53 1 1/3 1/35 3 1 25 3 1/2 1
3.3 计算各要素的权重
根据AHP理论,确定权重有和法、根法、特征根法和对数最小二乘法,这里用根法计算各元素的权重(见表3)。
一级指标的权重系数为Wi=(0.067,0.149,0.459,0.325)T。
3.4 一致性检测
因为判断矩阵是计算权重的根据,所以要求矩阵大体上具有一致性,避免出现“甲比乙极端重要,乙比丙极端重要,而丙又比甲极端重要”的讳背常识的判断,这将导致评价失真,因此,要对判断的相容性和误差进行分析。
一级指标的权重系数为Wi=(0.067,0.149,0.459,0.325)T。
相同的原理计算一级指标下个二级指标的权重(见表5)。
从一级指标权重系数上可以看出,在供应链金融模式下,一级指标中融资项目的资产情况B3所占的权重最高,达到了0.459。核心企业情况B4所占的权重达到了0.325。而借贷企业自身的信用水平B1的权重最低,只有0.067。这说明在供应链金融模式下对企业的信用评价更看重于融资项目的资产情况和供应链上核心企业的信用水平。对于处于发展期的中小企业,其固定资产比例小、流动资产比例大、财务信息不透明、管理制度不健全,往往被重视比率指标的传统金融机构认定为违约风险大、信用低而拒绝借贷,这就导致了中小企业的融资困难。而在供应链金融模式下,金融机构更过看重供应链整体运行状况、融资项目的资产情况和核心企业信用水平,淡化了对中小企业的财务指标的要求。这样,中小企业可以根据与供应链核心企业的商业合作关系提高自身信用水平,有效的缓解融资难的问题。
从各二级指标的权重来看,借贷企业自身的信用水平中比较看重企业的偿债能力和获利能力,这与传统模式下企业信用评级区别不大;供应链整体运行状况中比较重视企业间合作程度,企业间合作是供应链整体运行的基础,包括企业间商业合作、信息共享、技术援助等等;融资项目的资产情况重视的是担保物变现能力和产品销售量,担保物变现能力是银行规避风险的直接来源,当中小企业出现违约情况时,金融机构可直接将交由第三方物流企业监管的担保物变现,来弥补企业违约对金融机构造成的损失。产品的销售量到达预测或高于预测,说明项融资服务是成功的,对银行和整个供应链来说是双赢;核心企业信用水平看重的是核心企业的信用水平,供应量金融是以核心企业的担保作为前提的,一旦核心企业以自身利益为重,而不以整个供应链利益为重,在价格、交货、帐期等方面采取对自己有利的行为,实现自己短期利益最大化,有碍于融资项目的正常运作。
3.5 二级指标的具体权重
将各二级指标的权重与与之对应的一级指标的权重相乘即可得各二级指标的具体权重(见表6)。
从二级指标的权重排名来看,排名靠前的是产品销售量、核心企业信用水平、担保物的变现能力等,由于供应链融资的还款来源于该项目自身,供应链金融模式下风险评估更多的考虑到供应链上的核心企业和融资项目的市场前景,淡化了借贷企业自身的信用水平。
可以看出的是供应链金融能否顺利进行,不仅需要企业自身和银行之间的合作,更需要核心企业的积极参与,来平衡企业和银行之间的信息不透明。以满分为100分划分4个等级(见表7)。
在实际操作中,以满分为100分,对各二级指标打分,根据二级指标各项具体得分,乘以其权重,即可得到其最终得分,并根据上表可得到其信用等级。
4 结论
通过分析传统模式信用评价体系的不足,运用层次分析法建立供应链金融模式下中小企业信用指标评价体系,在供应链金融实施过程中,需要中小企业、商业银行、核心企业之间的合作的紧密程度,来规避供应链金融的风险和弊端,才能达到供应链金融预期的效果。
参考文献
1 胡跃飞,黄少卿.供应链金融:背景、创新与概念界定[J].财经问题研究,2009(8)
2 徐华.供应链金融融资模式的风险分析与防范[J].金融经济,2009(10)
3 杨凤梅,毛思星.银行开展物流金融业务的风险及对策研究[J].全国商情,2009(5)
4 熊熊,马佳,赵文杰,等.供应链金融模式下的信用风险评价[J].南开管理评论,2009(4)
5 胡海青,张琅,张道宏,等.基于支持向量机的供应链金融信用风险评估研究[J].软科学,2011(5)
6 白少布.面向供应链融资企业信用风险评估指标体系设计[J].经济经纬,2009(6)
7 刘晓晶,王丽娟,任妍,等.基于BP神经网络的绿色供应链合作伙伴信用评价研究[J].物流工程与管理,2013(5)
信用评价为企业开辟新天地
信用评价是指对企业遵纪守法、履行社会承诺及经济偿还意愿和能力的综合评价,重点考察一是企业的履约能力,评价企业是否具备履行相关合同所需技术能力、财力资源和经营管理能力;二是考察企业的履约意愿,主要考察企业以往的优良信用记录和不趣信用记录。
近两年来,为应对国际金融危机对我国纺织工业发展的影响,中国纺织工业协会深入组织开展行业调查,积极探讨研究应对措施和政策建议。在调研中发现,解决长期困扰以中小企业为主体的广大纺织服装企业融资难问题,必须一方面各级金融信贷部门对我国纺织行业在国民经济中的地位要有正确的认识,另一方面,作为市场竞争比较充分的纺织行业自身也要开展和加强企业信用体系建设,才能让守信经营企业得到金融信贷部门放心支持,让失信企业受到惩戒,才能从根本上解决纺织企业融资难、贷款难的问题。
在当天的新闻会上,中国纺织工业协会会长杜钰洲介绍,“我国纺织企业九成以上都是中小企业,他们的融资难主要是因为信用体系缺失造成的,这在后国际金融危机时期迫切需要得到解决。”
而据中国纺织工业协会信用办负责人叶志民主任介绍,中国纺织工业协会将在协会会员及代管专业协会会员中开展企业信用评价工作。企业信用评价将遵循求实客观、企业自愿、公开透明、服务会员、扶优扶强的原则。企业信用评价将作为协会一项促进行业发展、服务会员企业的长期工作来开展,从2010年开始常年受理企业申报,每年分两次向社会评价结果。
建设纺织强国必经“信用”之路
纺织工业是我国国民经济的传统支柱产业和重要的民生产业,目前我国正在从纺织大国向纺织强国转变,建立纺织企业的信用评价体系不仅为企业融资提供有力证据,同时也可提高企业的品牌竞争力,从行业来讲也可形成守信践诺的良好风气,产生促进行业发展的内生动力。
记者从本次新闻会上据悉,中国纺织工业协会作为商务部和国资委信用评价工作第三批行业试点单位,在全国整顿和规范市场经济秩序领导小组办公室和国务院国有资产监督管理委员会协会联系办公室的指导下,按《商会协会行业信用建设工作指导意见》、《行业信用评价试点工作实施办法》的要求,在广泛征求企业和有关部门意见的基础上,协会已构建了纺织服装行业企业信用评价体系的基本框架,旨在对纺织服装企业的金融、财务、人力资源配置、经营运行状况、企业管理、产品质量、安全生产、社会信誉等诸多因素加以客观分析和评估,为企业提供一份详尽、科学的信用分析评价报告和相对应的企业信用等级,作为企业开展对外经济活动的参考依据。
据介绍,纺织服装行业企业信用评价管理办法和技术指标体系由中国纺织工业协会企业信用评价委员会根据国家有关政策法规和相关标准制定。委员会由中国纺织工业协会有关领导、各专业协会、各纺织服装院校专家以及部分骨干企业资深管理专家、法律专家和信用专家组成;
纺织工业是在对外开放和市场配置资源条件下,国内发展最快的行业之一。纺织工业面向国际和国内两个市场,产业链长,产业集群效果明显,直接服务于千千万万的消费者,因此纺织服装企业信用体系的建立和行业信用评价工作的开展,关系到企业和各方的利益。纺织企业参加信用等级评价活动能够树立企业信用建设意识,强化企业自身信用管理,树立企业自身的社会信用形象,提升企业商业交易机会,营造企业直接融资和间接融资条件,为政府行政监督管理企业提供便利手段。
信用指标将成融资参考依据
信用体系缺失,成为许多企业无法在激烈的市场竞争中立足的重要原因之一,只有积极地在行业中推进诚信宣传教育,强化行业信用制度建设才能更好的促进纺织行业正常有序的发展,而这一点,正是本次纺织服装行业企业信用评价工作开启的初衷之一。
中国纺织协会会长杜钰洲坦言,开展企业信用评价工作,中国纺织工业协会对外将根据信用建设工作的需要,制定本行业的相关制度;对内将建立行业信用信息搜集渠道和企业信用数据库,把重点企业的信用档案、交易伙伴信用档案纳入其中。
企业信用等级评价活动立足服务会员企业、推动行业自律,旨在提升会员企业信用管理水平的抗风险能力,倡导诚信经营的良好风气,引导信贷、投资、客户、供应商使用企业信用产品,降低政府部门行政成本,促进行业持续、和谐、健康发展。企业信用等级评价的内容主要包括企业基本条件、企业经营管理能力、企业财务状况、企业社会责任、企业发展潜力和企业产品或服务等方面的数据指标。信用等级共分“三等五级”,等级标准分为A、B、C三等,下设AAA、AA、A、B、C五级。
协会将根据纺织行业实际情况,建立行业内部信用信息收集渠道,依法收集和记录会员企业在生产、经营中产生的有关信用信息,包括会员企业自身的信用信息和交易伙伴的信用信息,通过建设行业信用数据库和重点企业的信用档案等手段和方式,开展对会员企业的服务。行业信用数据库的建设和运行在会员企业间以自愿和互换的原则进行。凡是向行业信用数据库提供信用信息的会员企业可免费查询数据库中相关企业的信用信息。同时,行业信用数据库可以向社会有偿开放。
关键词:工程咨询 信用评价 指标体系 信用管理
一、引言
建设工程咨询业是一种依托信息、技能和经验,为建设工程项目提供信息、数据、分析和决策的智力密集型服务业。由于它的业务范围几乎覆盖了整个项目建设周期,其诚信的缺失对项目产生的影响波及面更广、连锁性更强,因此,信用问题对工程咨询行业十分重要。目前,浙江省信用办每年针对建设企业、施工企业、监理企业都有专门的信用评级。该信用评级直接影响企业第2年的工程招投标,因此极大地促进了建设企业、施工企业与监理企业对信用管理的重视程度。而工程咨询企业原有的发展就处于良莠不齐的状态,加之没有纳入信用评价体系,导致工程咨询企业信用管理水平与建设企业、施工企业脱节,严重影响了建筑行业信用管理的均衡发展。因此,根据工程咨询企业自身的特点制定科学合理的评价指标体系具有现实意义,对推进浙江省工程咨询业信用管理规范化、标准化具有重大意义。
二、建设工程咨询业失信的行为与原因
(一)失信的行为
建设工程咨询业的失信行为主要表现为:工程造价单位合同履约率低、非法挂靠等行为造成工程成本缺乏合理控制:招标机构制定的招标文件和评标办法不科学,或者在招标过程中泄露信息,造成不公平。影响公平竞争,影响招标结果;工程监理单位实施监理的程序、方法不合理或不符合要求,导致质量隐患,等等。因此,咨询服务的质量对工程项目建设是相当重要的,应该对各种咨询服务的质量信用进行管理,
(二)建设工程咨询业失信的原因
相关资料显示。由于失信行为,每年我国合同欺诈造成的直接损失55亿元,逃避债务造成的直接损失约1800亿元,累计拖欠的工程资金总额达6000-10000万亿元。这不仅造成市场混乱,更严重的是带来了约占国民经济生产总值10%-20%的巨额低效经营成本,给建筑业的发展带来很大风险。建设工程咨询行业失信行为主要原因:
1 全社会对工程咨询行业地位的认同度不够。在我国,政府和各类建设项目业主对于专业化、社会化工程咨询服务的优越性认识不足,自营式的工程项目管理仍较为普遍,工程咨询服务收费低、收费难的问题相当突出。我国工程建设全过程咨询服务营业额占项目投资的比例目前大约在3%左右,不足国际平均水平的一半。
2 工程咨询市场发育不完善,工程咨询企业规模有限。目前我国大部分工程咨询企业属于私营企业或合伙制企业,大规模的工程咨询企业数量非常有限。很多规模小、人员结构参差不齐的咨询公司为了揽取业务,不惜以压低咨询收费为主要手段进行恶性竞争。某些不具备工程咨询执业资格与能力的人员也在从事工程咨询业务,这严重地扰乱了工程咨询市场秩序,使工程咨询业信用管理处于混乱状态。
3 工程咨询企业信用信息系统没有建立,缺乏明确的信用评价体系,使得工程咨询企业信用缺失并未对企业造成失信成本,进而纵容了部分不良工程咨询企业的违规行为。
三、浙江省工程咨询业信用评价系统设计
(一)建立浙江省工程咨询企业信用档案数据库
建立以工程咨询企业为主体的企业信用档案数据库,该数据库是反映工程咨询企业在经营中的信用行为及咨询专业技术人员在业务交往中信用行为的综合记录。主体信用信息系统由身份信息、良好信用信息、不良信用信息、统计及评估信息构成。其中,身份信息系统包括企业的基本状况以及从业人员的基本状况:良好信用信息包括企业受到的表彰以及获得的各类工程质量奖项,等等:不良信用信息包括违反工程建设法律、法规或合同管理、劳动用工的行为及行贿、受贿、渎职等违法行为:统计及评估信息主要包括根据浙江省工程咨询业信用评价体系及评分模型分析评估出的企业的信用信息。
(二)建立浙江省工程咨询业信用评价指标体系及信用评价分析模型
1 建立浙江省工程咨询业信用评价指标体系。根据对浙江省部分工程咨询企业从业人员的调研结果及浙江省颁布的有关企业信用管理办法的规定,建立如下评价指标体系。
2 选择信用评价分析模型。目前国内学者对企业信用评分的研究很多,大多集中在“回归分析”、“人工智能”等方面,但这些模型对于个别样本进行判定时准确性很高。工作量适中,对于大量评价样本进行评价时存在工作量过大的问题。因此,浙江省工程咨询业信用评价方法建议选用层次分析结合模糊数学的方法,该方法原理简单,使用也较为便捷。首先由政府部门选取专家库运用层次分析法确定各级指标的权重,其次对数据库搜集的各企业信用指标相关内容进行综合分析打分,最后运用模糊数学确定出最终的信用评分值。
(三)建立浙江省工程咨询业信用信息公告平台
浙江省目前已经建立了信用网站,并定期公布部分企业的信用状况。可以在原有的浙江省信用网站中开辟工程咨询企业信息公告平台,将工程咨询企业的信用信息、信用等级及其他有关资信报告通过互联网,予以公示。对信用不良、扰乱市场健康发展者,相关部门应对其经营行为以及市场准入资格进行限制。
四、结论
本文以浙江省工程咨询业为研究对象,建立了完整的信用资料搜集、指标评价以及信用信息公告的浙江省工程咨询业信用评价体系。其中在信用评价指标建立部分,将企业信用评价指标与执业资格人员信用评价指标结合在一起,建立了实用、完善的评价指标,具有一定的实际意义。
参考文献
[1]黄金枝,建设工程咨询行业信用评价指标体系研究[J],建设监理,2008(11)
[2]范志清,王雪青,李宝龙,基于物元分析的建筑市场执业资格人员信用评价研究[J],管理科学,2009(7)
【关键词】咨询业 信用评价 资质
当我国取消咨询业资质评定制度后,咨询市场准入门槛降低,资质不再是业主选择咨询单位的唯一参考标准,企业信用越来越成为顾客或业主选择交易和合作的先决条件,那么就有必要建设咨询业诚信档案,不仅可以为客户提供新的企业选择规范,还可以建设诚实守信的市场体系,虽然从2007 年1月国家城乡和住房建设部启用《建筑市场诚信行为信息管理办法》开始,我国政府部门已经开始动态监督建筑市场各方主体的行为,尤其是对新兴咨询企业的监管,但是由于资质管理制度的存在,在咨询企业信用方面并没有过度关注和重视,因此,在我国咨询市场中,完善企业信用评价体系是非常有意义的。
一、工程咨询行业信用评价体系概述
我国取消资质的市场准入制度后,需要建立一个规范咨询市场发展秩序的咨询行业信用制度,监管企业对咨询服务项目的相关履约责任,为业主选择咨询企业提供参考标准,针对我国咨询行业的服务内容和特点,(几个六个体系)搜集企业信用资料以及信息采集根据业主反馈主要参考以下几个指标:
(1)在承揽咨询项目和从事咨询服务过程中,是否遵守国家有关有关政策和法律法规。
(2)是否按照双方行为主体订立的合同提供了相关咨询服务,严格履行了自己的义务。
(3)是否具备满足业主咨询需求的技术水平和相应资源,提出完整的咨询服务方案。
(4)在为业主从事咨询服务过程中,是否进行科学合理的咨询项目管理,是否采取了节约资本、提高收益的最佳咨询方法。
(5)是否达到了业主对咨询服务的预期期望,在为业主服务过程中,是否存在违约行为。
构建信用评价体系需要政府、咨询管理协会等多方共同完成,政府负责监督企业信用评价的过程,制定信用评价体系的规则和评价等级的认定办法,核实咨询企业信用等级认定的结果,公布企业信用评价结果,向社会公示信用良好的咨询企业。咨询管理协会负责受理企业信用等级认定的申报,收集和市场调研企业提交的相关资料,根据企业信用等级统一评价标准认定信用等级,并出示具有社会公信力度的信用评估报告,建立并定期更新咨询企业的信用档案。
二、工程咨询行业信用评价体系管理流程
三、咨询市场建立信用评价体系的意义
在我国咨询市场中,取消资质的评定制度,完全由市场来进行资源配置,而信用体系建设的完善性是市场经济成熟化的一个显著特点,信用秩序的稳定性可以节约咨询市场资金和资源,提高咨询服务的效率,咨询合同由于不完全契约理论的制约,必然无法完全规避合同中行为主体双方承担的信用风险,信用无序,不仅会造成业主巨大损失,还会引起咨询市场整个信用链条的断裂,导致咨询市场的秩序混乱,而且如果我国取消资质管理制度,咨询市场的准入性门槛大大降低,在长期的咨询业发展中,必然会出现咨询企业鱼龙混杂的局面,业主所承担的风险会大大增加,于是业主会为了降低与企业交易时所承担的风险,耗费更多的钱力和物力来寻求可靠信用伙伴、加强对合同违约处理的关注以及通过后期谈判解决合同纠纷等,而出于降低风险的考虑业主需要放弃与不熟悉咨询企业的合作,机会成本提高。如果建立信用评价体系,强大的数据库涵盖所有顾客交易时所需要的信用资料,可以解决因风险而出现的机会成本问题,而且信息评价系统会将企业的守信记录,不良行为记录等隐性信息公布形成信用信息链,降低交易双方的所承担的信用风险,减少交易成本,提高经济效率,优化市场资源配置率。
参考文献:
[1]王瑶,挂靠缘何长盛不衰[J].施工企业管理,2010,(8).
[2]王亦斌.建筑市场细分与建筑业企业资质管理[J]. 国外建材科技,2001,(8).
[3]张永志.关于加强企业资质管理的思考[J]. 中国煤炭工业,2012,(11).
[4]黄小雁,张云波,章凌云.工程担保制度的实施效果及其发展[J].基建优化,2007,(05).
[5]郭超.浅论建筑工程担保制度的扩展性发展[J].知识经济,2012,(12).
[6]戴若林.业主支付担保机制模型的均衡分析[J].科技进步与对策,2008,(10).
[7]孙劲峰.工程担保高额模式的系统演进与若干实践问题[J].建筑经济,2008,(10).
[8]王晓莉.构建工程担保,促进建筑市场健康发展[J].科教文化,2013,(04).
[9]张书臻.我国工程保证担保制度的理论与实践研究[D].天津大学,2004.