一种中小企业信用等级双极统计模糊评价方法技术

本发明专利技术公开了一种中小企业信用等级双极统计模糊评价方法，包括如下步骤：步骤1）设定相关领域专家集与专家的权重集合，并确定影响评价的指标集；步骤2）进行指标选取，得到指标的初始权重向量；步骤3）由专家分别独立给出对待评级对象的双极评价值，得到综合双极评价向量；步骤4)通过双极模糊认知图更新指标权重；步骤5)根据待评对象到每个级别理想点的距离，设定最小距离值对应的等级即为该评级对象的信用等级。该方法科学、全面，更有利于我国的商业银行筛选出那些信用资质优良、风险可控、发展前景广阔的中小企业，并同时保障商业银行的持续稳健的经营和资金的安全性，进而实现我国中小企业和商业银行的互利共赢局面。

【技术实现步骤摘要】
一种中小企业信用等级双极统计模糊评价方法
本专利技术涉及商业银行的企业信用评级领域，尤其涉及一种中小企业信用等级双极统计模糊评价方法。
技术介绍
近年来，我国中小企业面临机遇的同时，也存在着较为严重的缺乏及时、有效、充分的资金支持的瓶颈问题。实践表明，中小企业获得资金最有效最快捷的方式便是向商业银行贷款融资。因此，构建一套适合我国商业银行的中小企业信用评级体系迫在眉睫。目前我国商业银行的企业信用评价体系中，缺少一套适用于中小企业的信用评级的技术和方法，这严重制约了我国中小企业的健康发展。分析原因，一方面我国现行的企业信用评级指标体系主要适用于大中型企业，直接套用这种指标体系和方法对中小企业进行信用评级，得出的结果必然缺乏客观性和科学性。另一方面，现有的信用评级方法都集中考虑项目的利益，而忽略了项目可能面临的风险。实际上，很多项目是风险和利益共存的，甚至可能存在高风险、高利益的冲突情形。这种冲突在多变灵活的中小企业表现的尤为明显。
技术实现思路
本专利技术目的在于克服现有技术的不足，融合统计学和双极模糊集理论，提出了冲突型中小企业信用等级双极统计模糊评价新方法，本专利技术提供如下技术方案：所述中小企业信用等级双极统计模糊评价方法，包括如下步骤：步骤1)设定Y＝{y1,y2,...,ym}为相关领域专家集，w＝(w1,w2,...,wm)为专家的权重集合，其中wi∈[0,1],i＝1,.2,..,m，满足并确定影响评价的指标集X＝{x1,x2,...,xp}，p为任意自然数；步骤2)进行指标选取，得到指标的初始权重向量步骤3)由专家分别独立给出对待评级对象的双极评价值，专家yi对指标xj的双极评价记为并根据式(5)得到综合双极评价向量αj，j＝1，2，...，n；wi为第i个专家的权重，N代表负极，分别为第i个专家给出的第j个指标正、负两方面的评价值、P代表正极；步骤4)通过双极模糊认知图更新指标权重；步骤5)根据式(12)计算待评对象到每个级别理想点Zh的距离dh，设定最小dh的值对应的等级即为该评级对象的信用等级，dh的表达式如下：式中为第j评价等级在第j个指标下的双极评价值，分别为第j个指标的正、负两方面的评价值0，ωj为第j个指标的权重；其中，所述信用等级采用国际通用的四等十级制，每个信用等级理想点Zh在所有指标下的双极模糊值如下表：。所述中小企业信用等级双极统计模糊评价方法的进一步设计在于，所述步骤2)中包括：步骤2-1)采集专家对影响评价的p个指标的重要程度评分，根据式(1)计算出第s个指标专家打分的集中程度其中，ns为第s个指标评为Eq级的专家人数，重要程度分值为1-5分，其中，E1＝5,E2＝4,E3＝3,E4＝2,E5＝1，重要程度由分值高至分值低依次递减，q＝1,2,...，5；步骤2-2)根据式(2)计算每个指标专家打分的离散程度δs，步骤2-3)根据式(3)计算每个指标专家打分的协调程度υs；若vs≤0.35，即设定υs对应的指标符合标准，将符合标准的n个指标按协调程度从低到高排序，整合为一组新的指标集合X＝{x1,...,xn}，每个指标所对应得到协调程度集为V＝{v1,...vn}；步骤2-4)根据式(4)得到选取指标的初始权重向量所述中小企业信用等级双极统计模糊评价方法的进一步设计在于，所述步骤4)中包括：步骤4-1)专家分别独立给出评价指标交互关系矩阵表示专家yi给出的指标xk对xl在利益方面的影响，而表示专家yi给出的指标xk对xl在风险方面的影响；xk、xl分别表示第k,l个指标，k,l＝1,…,n；步骤4-2)根据式6)得到初始的准则之间综合交互关系矩阵步骤4-3)给定所有指标的一个双极模糊初始状态：其中，并根据式(7)、式(8)迭代指标的综合交互关系和指标状态值，直到所有准则达到收敛条件，得到新的准则综合交互关系矩阵其中，f(x)是一个sigmoid函数，如式(9)，λ＞0：式中，表示指标xk对xl在利益风险方面正向、负向的影响经过t-1次迭代后的值，分别表示第l个指标在利益风险方面正向、负向的初始状态值；步骤4-4)根据所述Rt、式(10)以及式(11)更新初始指标权重向量得到新的指标权重向量ω＝(ω1,ω2,...,ωn)。本专利技术的优点如下：本专利技术的中小企业信用等级双极统计模糊评价方法借助双极模糊集解决冲突信息的优势，并结合统计学指标选取方法，提出了冲突型中小企业信用等级双极模糊统计评价新方法。本专利技术通过将认知图推广到双极模糊环境,给出了指标权重的动态确定方法，该方法得到的权重不但考虑了指标的重要性，同时兼顾了指标之间的相互影响。该方法科学、全面，更有利于我国的商业银行筛选出那些信用资质优良、风险可控、发展前景广阔的中小企业，并同时保障商业银行的持续稳健的经营和资金的安全性，进而实现我国中小企业和商业银行的互利共赢局面。附图说明图1为中小企业信用等级双极统计模糊评价方法的流程图。图2为迭代前后指标权重对比示意图。具体实施方式下面结合附图对专利技术的技术方案进行详细说明：本实施例以一个公司的实例证明算法的有效性。某公司因业务发展，需要扩大生产规模，公司拟投入7500万进行战略实施，自行筹资4700万，另向XX银行新增贷款2800万元解决资金问题。为了考察该企业信用风险情况，银行对其进行信用等级的评定，以便作出贷款决策。现根据本专利技术的技术方案对该企业信用风险进行评级。步骤1)邀请相关领域专家4名,给定专家权重w＝(0.5,0.25,0.15,0.1)。初步确定影响评价的指标集X＝{x1,x2,...,x20}，见表3。表3初始指标集步骤2)基于统计学进行指标选取；专家对影响评价的p个指标，并根据公式(1)、公式(2)和公式(3)计算出每个指标专家打分的集中程度、离散程度和协调程度，结果见表4。表4专家打分结果表从协调程度结果来看，共有六项指标的协调程度小于0.35。分别为：x3领导素质、x5资产负债率、x8流动比率、x12流动资金周转率、x16销售利润率和x18市场预测。该六项指标对信用评级影响较大，其余指标影响较小，予以舍去。将符合条件的6个指标按综合协调程度从低到高排序，整合为一组新的指标集合X＝{x1,x2,...,x6}，其中x1←x12，x2←x8，x3←x5，x4←x16，x5←x3，x6←x18。将每个指标所对应的协调程度也由小到大重新排序，使之与新构成的指标集合中指标一一对应。所得新协调程度集合为V＝{v1,v2,...,v6}。根据公式(4)计算得到每个指标的初始权重集合ω0。ω0＝(0.464，0.351，0.204，0.163，0.140，0.117)步骤3)由专家分别独立给出对企业的双极评价矩阵，见表5。表5专家评价矩阵然后根据公式(5)集结专家经验，得到双极综合评价值α＝(α1，α2，...，α6)，见表6。表6双极综合评价值步骤4)根据双极模糊认知图更新指标权重。步骤4-1)专家分别独立给出评价指标交互关系矩阵结果见表7。表7指标初始相互关系注：为了节约空间，交互关系为(0，0)的未标注。步骤4-2)根据公式(6)得到初始指标综合交互关系矩阵R0，结果见表8。表8结合专家经验后的指标相互关系步骤4-3)给定关于所有指标的一个双模糊初始状态值θ0本文档来自技高网...

【技术保护点】
1.一种中小企业信用等级双极统计模糊评价方法，其特征在于包括如下步骤：步骤1)设定Y＝{y1,y2,...,ym}为相关领域专家集，w＝(w1,w2,...,wm)为专家的权重集合，其中wi∈[0,1],i＝1,.2,..,m，满足

【技术特征摘要】
1.一种中小企业信用等级双极统计模糊评价方法，其特征在于包括如下步骤：步骤1)设定Y＝{y1,y2,...,ym}为相关领域专家集，w＝(w1,w2,...,wm)为专家的权重集合，其中wi∈[0,1],i＝1,.2,..,m，满足并确定影响评价的指标集X＝{x1,x2,...,xp}，p为任意自然数；步骤2)进行指标选取，得到指标的初始权重向量步骤3)由专家分别独立给出对待评级对象的双极评价值，专家yi对指标xj的双极评价记为并根据式(5)得到综合双极评价向量αj，j＝1，2，...，n；wi为第i个专家的权重，N代表负极，分别为第i个专家给出的第j个指标正、负两方面的评价值、P代表正极；步骤4)通过双极模糊认知图更新指标权重；步骤5)根据式(12)计算待评对象到每个级别理想点Zh的距离dh，设定最小dh的值对应的等级即为该评级对象的信用等级，dh的表达式如下：式中为第j评价等级在第j个指标下的双极评价值，分别为第j个指标的正、负两方面的评价值0，ωj为第j个指标的权重；其中，所述信用等级采用国际通用的四等十级制，每个信用等级理想点Zh在所有指标下的双极模糊值如下表：。2.根据权利要求1所述的中小企业信用等级双极统计模糊评价方法，其特征在于所述步骤2)中包括：步骤2-1)采集专家对影响评价的p个指标的重要程度评分，根据式(1)计算出第s个指标专家打分的集中程度其中，ns为第s个指标评为Eq级的专家人数，重要程度分值为1-5分，其中，E1＝5,E2＝4,E3＝3,E4＝2...

【专利技术属性】
技术研发人员：韩莹，陆振宇，罗琦，史凯，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：江苏,32