一种基于层次分析和模糊综合评价法的企业风险等级评价方法技术

本发明专利技术公开了一种基于层次分析和模糊综合评价法的企业风险等级评价方法，所述方法通过建立初始各级指标打分体系，由于该体系中主观因素比重过多，于是通过层次分析，客观给出各层级指标权重，优化了初始各级指标打分体系中的等权重的情况，以企业风险评价为例，起初最终的企业风险评价是依据各企业的最终得分，人为判断等级，有失公允，为了得到客观的评价结果，建立模糊综合评价模型，通过构建隶属函数，结合层次分析得到的权重，给出每个企业属于各个风险等级的可能性，取概率最高值作为评价结果，提高了企业风险等级评价的准确性。

【技术实现步骤摘要】
一种基于层次分析和模糊综合评价法的企业风险等级评价方法
本专利技术涉及计算机应用
，尤其涉及一种基于层次分析和模糊综合评价法的企业风险等级评价方法，上述评价方法通过构建主观打分体系结合客观数学模型解决了多层级指标评价效率低下，并且主观评价成分较高的问题。
技术介绍
随着时代的发展，指标类评价方法作为管理决策的常用工具，其理论和实践应用也在逐步发展。从最初的主观评分评价、组合指标评价法、综合指数评价法到现在结合各类数学模型综合评价法，指标类问题的评价方法逐渐客观化和数学化。指标类评价方法的应用领域也在逐步扩展，小到旅游目的地的决策，大到宏观层次社会发展的评价，指标类评价方法为人们做出正确决策提供了科学依据；目前对多指标综合评价方法进行系统全面研究的文献较少，很多方法都是基于特定问题来进行研究，失去了普遍适用性，而且指标类综合评价过程或过于主观或过于客观，这两者都会导致最后的结果达不到一定的准确度；对此，本申请中提出了一种基于层次分析和模糊综合评价法的企业风险等级评价方法，上述评价方法通过构建主观打分体系结合客观数学模型解决了多层级指标评价效率低下，并且主观评价成分较高的问题。
技术实现思路
本专利技术所要解决的技术问题在于针对现有的综合指数评价采用的各层级指标等权重导致的主观因素比重过多而使指数评价不准确的技术问题，本申请中构思的基于层次分析和模糊综合评价法的企业风险等级评价方法通过建立初始各级指标打分体系，由于该体系中主观因素比重过多，于是通过层次分析，客观给出各层级指标权重，优化了初始各级指标打分体系中的等权重的情况，以企业风险评价为例，起初最终的企业风险评价是依据各企业的最终得分，人为判断等级，有失公允，为了得到客观的评价结果，建立模糊综合评价模型，通过构建隶属函数，结合层次分析得到的权重，给出每个企业属于各个风险等级的可能性，取概率最高值作为评价结果；上述评价方法通过构建主观打分体系结合客观数学模型解决了多层级指标评价效率低下，并且主观评价成分较高的问题。为实现上述专利技术目的，本专利技术采用如下的技术方案：一种基于层次分析和模糊综合评价法的企业风险等级评价方法，包含以下步骤：步骤1：构建详细的评价体系1)数据准备：首先根据资源库中存在的企业数据字段，筛选出与企业风险等级相关的字段；2)数据分层：将筛选出来的字段进行分类，得到二级指标；3)构建各层指标打分规则：根据筛选出来的各个字段的属性，建立相应的打分规则；步骤2：对指标类项目进行评价1)权重获取(1)判断矩阵：首先生成二级指标下各级指标的判断矩阵，通过对各级指标中的各种属性中的任意两个的重要程度进行比较，填充判断矩阵，并得到判断矩阵；(2)一致性检验：对步骤(1)中得到的判断矩阵进行一致性检验；(3)一致性修正：当步骤(2)中的一致性检验判断合格时，即，以步骤(1)中得到的判断矩阵作为最终的判断矩阵；当步骤(2)中的一致性检验判断检查中存在的逻辑问题，对步骤(1)中得到的判断矩阵进行人工一致性修正或者数学一致性修正，使其通过一致性检验；(4)权重计算：对步骤(3)中所得的判断矩阵进行权重计算，所述的权重计算方法采用算术平均法求权重、几何平均法求权重、特征值法求权重中的一种，得到最终的等级权重；2)企业概况得分当一条企业数据进入评分体系，首先根据统一社会信用代码，将企业进行分类，按照步骤1中的指标打分规则，计算该企业的详细情况得分，同时，计算该企业的基本情况得分，根据权重对这两个得分进行综合得到最终的一级指标企业概况的得分；3)企业管理得分由于企业管理分为日常管理和合格证件，所以需要根据步骤1中的指标打分规则分别计算该企业的日常管理得分和合格证件得分，根据权重对这两个得分进行综合得到最终的企业管理得分；4)历史隐患得分一级指标历史隐患由两个二级指标构成，分别是行政处罚和事故损失，根据步骤1中的指标打分规则分别计算该企业的行政处罚得分和事故损失得分，根据权重对两个二级指标进行加权求和得到最终的历史隐患得分；5)风险监控得分风险检测、设备风险、作业风险、违法风险、环境风险这五个二级指标构成一级指标风险监控，根据层次分析得到的这五个二级指标的权重进行加权求和，计算最终的风险监控得分；6)模糊综合评价当计算所有节点关系权重后，聚焦最终输出，通过一级指标计算最终评分等级时引入模糊综合评价模型，一级指标为企业概况、历史隐患、企业管理、风险监控；具体评价过程如下：(1)数据准备：根据上述步骤1)中得到企业概况权重、企业管理权重、历史隐患权重和风险监控权重，用符号w＝[w1,w2,w3,w4]来表示，根据上述步骤2)-步骤5)，得到一级指标企业概况得分、企业管理得分、历史隐患得分和风险监控得分，用符号score＝[A1,A2,A3,A4]；(2)构建隶属函数；(3)模糊综合评价；依照步骤(2)中构建的隶属函数得到归属度矩阵结合w＝[w1,w2,w3,w4]，得到该企业的综合隶属度，最后根据隶属度最大值所对应的风险等级作为最终的评价预测值。其中，对于步骤1中的数据准备这一步骤中，根据资源库中存在的企业数据字段，筛选出与企业风险等级相关的字段，得到以下149个字段：企业种类、统一社会信用代码、重大危险源等级、企业标准化等级、特种作业人员人数、是否有剧毒品、是否有危化品、监管类别、风险分级类别(风险等级)、信用等级、是否被拉入黑名单、是否属于"三场所三企业"、注册安全工程师人数、监管层级、监管等级、风险等级、专职安全生产管理人员数、注册安全工程师人数、专职安全生产管理人员人数、专职安全管理人员人数、剧毒化学品作业人员人数、危险化学品作业人员人数、特种作业人员人数、危险化学品库房或仓储场所建筑面积(平方米)、储罐(容器)总容积(立方米)、是否有仓储设施、罐区总数量、罐区罐总容积、仓库总数量、仓库总容积、重大危险源数量、企业货运车总辆数、企业货运车总吨位、危货车辆数含挂、危货车辆数含挂总吨位、危货车辆数不含挂、危货车辆数不含挂总吨位、合计艘数、合计总吨GT、合计载重吨Deadweighttonnage(DWT)、成品油(refinedoil)船艘数、成品油船总吨GT、成品油船载重吨Deadweighttonnage(DWT)、化学品船艘数、化学品船总吨GT、化学品船载重吨(DWT)、液化气(LiquefiedPetroleumGas)艘数、液化气船总吨GT、液化气船载重吨(DWT)、罐区总数量、罐区总容积、仓库总数量、仓库总容积、企业规模、专职安全生产管理人员人数、安全生产标准化等级、重大危险源数量、核准经营总规模(吨/年)、核准经营利用规模、核准经营规模(桶/年)、液化天然气罐个数、液化天然气罐总容积、液化天然气罐设计储量、压缩天然气罐个数、压缩天然气罐总容积、压缩天然气罐设计储量、总设计储量、加气站等级、汽油罐个数、汽油罐总容积、柴油罐个数、柴油罐总容积、加本文档来自技高网...

【技术保护点】
1.一种基于层次分析和模糊综合评价法的企业风险等级评价方法，包含以下步骤：步骤1：构建评价体系/n1)数据准备：首先根据资源库中存在的企业数据字段，筛选出与企业风险等级相关的字段；/n2)数据分层：将筛选出来的字段进行分类，得到二级指标；/n3)构建指标打分规则：根据筛选出来的各个字段的属性，建立相应的打分规则；步骤2：对指标类项目进行评价/n1)权重获取/n(1)判断矩阵：首先生成二级指标下各级指标的判断矩阵，通过对各级指标中的各种属性中的任意两个的重要程度进行比较，填充判断矩阵，并得到判断矩阵；/n(2)一致性检验：对步骤(1)中得到的判断矩阵进行一致性检验；/n(3)一致性修正：当步骤(2)中的一致性检验判断合格时，即，以步骤(1)中得到的判断矩阵作为最终的判断矩阵；当步骤(2)中的一致性检验判断检查中存在的逻辑问题，对步骤(1)中得到的判断矩阵进行人工一致性修正或者数学一致性修正，使其通过一致性检验；/n(4)权重计算：对步骤(3)中所得的判断矩阵进行权重计算，所述的权重计算方法采用算术平均法求权重、几何平均法求权重、特征值法求权重中的一种，得到最终的等级权重；/n2)企业概况得分/n当一条企业数据进入评分体系，首先根据统一社会信用代码，将企业进行分类，按照步骤1中的指标打分规则，计算该企业的详细情况得分，同时，计算该企业的基本情况得分，根据权重对这两个得分进行综合得到最终的一级指标企业概况的得分；/n3)企业管理得分/n企业管理分为日常管理和合格证件，按照步骤1中的指标打分规则，分别计算该企业的日常管理得分和合格证件得分，根据权重对这两个得分进行综合得到最终的企业管理得分；/n4)历史隐患得分/n一级指标历史隐患由两个二级指标构成，分别是行政处罚和事故损失，按照步骤1中的指标打分规则，分别计算该企业的行政处罚得分和事故损失得分，根据权重对两个二级指标进行加权求和得到最终的历史隐患得分；/n5)风险监控得分/n风险检测、设备风险、作业风险、违法风险、环境风险这五个二级指标构成一级指标风险监控，根据层次分析得到的这五个二级指标的权重进行加权求和，计算最终的风险监控得分；/n6)模糊综合评价/n当计算所有节点关系权重后，聚焦最终输出，通过一级指标计算最终评分等级时引入模糊综合评价模型，一级指标为企业概况、历史隐患、企业管理、风险监控；具体评价过程如下：/n(1)数据准备：根据上述步骤1)中的权重获取方法得到企业概况权重、企业管理权重、历史隐患权重和风险监控权重，用符号w＝[w1，w2，w3，w4]来表示，根据上述步骤2)-步骤5)，得到企业概况得分、企业管理得分、历史隐患得分和风险监控得分，用符号score＝[A1，A2，A3，A4]；/n(2)构建隶属函数；/n(3)模糊综合评价；依照步骤(2)中构建的隶属函数得到归属度矩阵/n...

【技术特征摘要】
1.一种基于层次分析和模糊综合评价法的企业风险等级评价方法，包含以下步骤：步骤1：构建评价体系
1)数据准备：首先根据资源库中存在的企业数据字段，筛选出与企业风险等级相关的字段；
2)数据分层：将筛选出来的字段进行分类，得到二级指标；
3)构建指标打分规则：根据筛选出来的各个字段的属性，建立相应的打分规则；步骤2：对指标类项目进行评价
1)权重获取
(1)判断矩阵：首先生成二级指标下各级指标的判断矩阵，通过对各级指标中的各种属性中的任意两个的重要程度进行比较，填充判断矩阵，并得到判断矩阵；
(2)一致性检验：对步骤(1)中得到的判断矩阵进行一致性检验；
(3)一致性修正：当步骤(2)中的一致性检验判断合格时，即，以步骤(1)中得到的判断矩阵作为最终的判断矩阵；当步骤(2)中的一致性检验判断检查中存在的逻辑问题，对步骤(1)中得到的判断矩阵进行人工一致性修正或者数学一致性修正，使其通过一致性检验；
(4)权重计算：对步骤(3)中所得的判断矩阵进行权重计算，所述的权重计算方法采用算术平均法求权重、几何平均法求权重、特征值法求权重中的一种，得到最终的等级权重；
2)企业概况得分
当一条企业数据进入评分体系，首先根据统一社会信用代码，将企业进行分类，按照步骤1中的指标打分规则，计算该企业的详细情况得分，同时，计算该企业的基本情况得分，根据权重对这两个得分进行综合得到最终的一级指标企业概况的得分；
3)企业管理得分
企业管理分为日常管理和合格证件，按照步骤1中的指标打分规则，分别计算该企业的日常管理得分和合格证件得分，根据权重对这两个得分进行综合得到最终的企业管理得分；
4)历史隐患得分
一级指标历史隐患由两个二级指标构成，分别是行政处罚和事故损失，按照步骤1中的指标打分规则，分别计算该企业的行政处罚得分和事故损失得分，根据权重对两个二级指标进行加权求和得到最终的历史隐患得分；
5)风险监控得分
风险检测、设备风险、作业风险、违法风险、环境风险这五个二级指标构成一级指标风险监控，根据层次分析得到的这五个二级指标的权重进行加权求和，计算最终的风险监控得分；
6)模糊综合评价
当计算所有节点关系权重后，聚焦最终输出，通过一级指标计算最终评分等级时引入模糊综合评价模型，一级指标为企业概况、历史隐患、企业管理、风险监控；具体评价过程如下：
(1)数据准备：根据上述步骤1)中的权重获取方法得到企业概况权重、企业管理权重、历史隐患权重和风险监控权重，用符号w＝[w1，w2，w3，w4]来表示，根据上述步骤2)-步骤5)，得到企业概况得分、企业管理得分、历史隐患得分和风险监控得分，用符号score＝[A1，A2，A3，A4]；
(2)构建隶属函数；
(3)模糊综合评价；依照步骤(2)中构建的隶属函数得到归属度矩阵



结合w＝[w1，w2，w3，w4]，得到该企业的综合隶属度，



最后根据隶属度最大值所对应的风险等级作为最终的评价预测值。


2.根据权利要求1中所述的基于层次分析和模糊综合评价法的企业风险等级评价方法，其特征在于，其中，对于步骤1中的数据分层这一步骤中，将筛选出来的字段进行分类，得到如下二级指标：企业基本情况、企业详细情况、企业日常管理、企业合格证件、行政处罚、企业的事故损失、企业风险检测、企业作业风险、企业违法风险、企业设备风险和企业环境风险，最后根据二级指标的性质进一步划分得到四个一级指标：企业概况由企业基本情况和企业详细情况组成、企业管理由企业日常管理和企业合格证件组成、企业历史隐患由行政处罚和企业的事故损失、企业风险监控为企业风险检测，企业作业风险，企业违法风险，企业设备风险和企业环境风险组成。


3.根据权利要求1中所述的基于层次分析和模糊综合评价法的企业风险等级评价方法，其特征在于，其中，对于步骤1中的构建各层指标打分规则这一步骤中，根据筛选出来的各个字段的属性，建立相应的打分规则；如果该字段是离散字段，则根据该字段的字面意义进行得分；如果该字段是连续字段，则根据该字段的字面意义进行得分。


4.根据权利要求1中所述的基于层次分析和模糊综合评价法的企业风险等级评价方法，其特征在于，其中，对于步骤2中的一致性修正这一步骤中，使用人工修正方法进行修正；人工修正就是重新检查判断矩阵中存在的逻辑问题，进行人为修改重要性，使其通过一致性检验。

【专利技术属性】
技术研发人员：张聪，沈蓉，
申请(专利权)人：浙江非线数联科技股份有限公司，
类型：发明
国别省市：浙江;33