一种基于主客观赋权多模型组合验证的企业信用评价方法及系统

摘要

本发明提供了一种基于主客观赋权多模型组合验证的企业信用评价方法及系统，从成长力、竞争力、融资力、团队力、舆论力、外部力和创新力七个方面建立企业评价指标模型。本发明对指标定量筛选，对指标采取主观和客观权重赋值相结合的方法，采用Kendall一致性系数对赋值进行有效性评价，提高指标权重赋值的准确性，采用组合评价方法计算企业信用评价，并对多方法评价结果进行一致性检验，客观综合评价企业每个子系统和整体的能力值。本发明确保了指标的完整性、有效性和准确性，解决目前存在的企业信用评价指标体系构建验证不足、评价效果和结果验证欠缺以及组合评价中权重评价较少等问题。

主权项

一种基于主客观赋权多模型组合验证的企业信用评价方法，其特征在于，包括如下步骤：步骤1，建立企业的定性评价指标模型，总体指标下共有7个一级指标，每个一级指标下有一组二级指标，7个一级指标下共有32个二级指标，获取企业所有二级指标的量化数据，对于实际无法获取量化数据的指标，采用所有候选企业的平均值作为该指标的量化数据；所采用的评价指标模型如下所示：一级指标：成长力；其下的二级指标有：主营业收入，净利润，在岗员工数，运营总时间，主营业务利润率，总资产收益率；一级指标：竞争力；其下的二级指标有：WEB流量，APP流量，搜索引擎指数，总用户数量，转化用户数量，留存用户数量，用户数市场占有率，每用户平均收入，竞品数量，同类竞品中排名；一级指标：融资力；其下二级指标有：总资产，企业估值；一级指标：团队力；其下二级指标有：研究生人数占比，本科人数占比，大专人数占比，大专以下人数占比；一级指标：舆论力；其下二级指标有：新闻媒体关注指数，微博关注指数，微信关注指数；一级指标：外部力；其下二级指标有：大行业发展热度，企业所在区域的区域等级；一级指标：创新力；其下二级指标有：发明专利数量，计算机著作权数量，证书总数，商标总数，研发人员占就业人员比重；步骤2，定量指标筛选；计算一级指标内的二级指标间、一级指标间、一级指标与总体指标的相关系数和显著性水平，筛选企业信用评价指标；(1)对每个一级指标，计算该一级指标内每个二级指标与组内其他二级指标的复相关系数和显著性水平，删除复相关系数大于threshold₁且显著性水平大于threshold₂的二级指标，其中设置threshold₁取值不小于0.9，threshold₂取值为0.05；(2)分别计算两两一级指标间的Pearson相关系数和显著性水平，删除Pearson相关系数大于threshold₃的一级指标，其中设置threshold₃取值不小于0.95；(3)分别计算每个一级指标与总体指标的Pearson相关系数和显著性水平，所得Pearson相关系数为正值的一级指标与总体指标正相关，所得Pearson相关系数为负值的一级指标与总体指标负相关；步骤3，对筛选出的指标进行标准化处理，设共有n个企业，筛选后剩余一级指标p个，二级指标m个，建立企业有效指标量化值矩阵，矩阵中元素x_ij表示第i个企业的第j个二级指标值，其中，i＝1,2,…,n，j＝1,2,…,m；设x_ij^*为采用极值处理法对x_ij进行标准化得到的值；与总体指标正相关的一级指标下的二级指标值标准化为：${x_{ij}}^{*}=0.1+\frac{x_{ij}-\underset{i}{\min }\left\{x_{ij}\right\}}{\underset{i}{\max }\left\{x_{ij}\right\}-\underset{i}{\min }\left\{x_{ij}\right\}}\times 0.9,i=1,2,...,n;j=1,2,...,m;$与总体指标负相关的一级指标下的二级指标值标准化为：${x_{ij}}^{*}=0.1+\frac{\underset{i}{\max }\left\{x_{ij}\right\}-x_{ij}}{\underset{i}{\max }\left\{x_{ij}\right\}-\underset{i}{\min }\left\{x_{ij}\right\}}\times 0.9,i=1,2,...,n;j=1,2,...,m;$步骤4，采用层次分析法对企业信用评价指标进行主观赋权；建立决策问题的三层结构，目标层是企业综合发展能力，准则层是一级指标层，分准则层是二级指标层；对准则层和分准则层设计问卷，构造各层指标的两两比较判断矩阵，判断矩阵中元素表示两个指标的重要性比较结果；然后计算准则层和分准则层的权重向量；设得到的准则层的权重向量W₀＝(w₁⁽⁰⁾,w₂⁽⁰⁾,…,w_p⁽⁰⁾)，w₁⁽⁰⁾,w₂⁽⁰⁾,…,w_p⁽⁰⁾表示p个一级指标的权重值；分准则层的权重向量W₁＝(w₁⁽¹⁾,w₂⁽¹⁾,…,w_m⁽¹⁾)，w₁⁽¹⁾,w₂⁽¹⁾,…,w_m⁽¹⁾表示m个二级指标的权重值；步骤5，对企业信用评价指标进行客观赋权；(1)采用均方差法进行客观赋权，设得到所有二级指标相对于目标层的权重向量表示为：W₂＝(w₁⁽²⁾,w₂⁽²⁾,…,w_m⁽²⁾)；(2)采用熵值法进行客观赋权，得到所有二级指标相对于目标层的权重向量表示为：W₃＝(w₁⁽³⁾,w₂⁽³⁾,…,w_m⁽³⁾)；(3)采用CRITIC法进行客观赋权，得到所有二级指标相对于目标层的权重向量表示为：W₄＝(w₁⁽⁴⁾,w₂⁽⁴⁾,…,w_m⁽⁴⁾)；步骤6，进行综合赋权；将三个客观赋权权重向量分别与层次分析法获取的权重向量W₁组合，获取最优组合权重向量，所获得的最优组合权重向量与权重向量W₁和客观赋权权重向量的偏差平方和最小；设层次分析法与均方差法得到的最优组合权重向量W₅＝(w₁⁽⁵⁾,w₂⁽⁵⁾,…,w_m⁽⁵⁾)；层次分析法与熵值法得到的最优组合权重向量W₆＝(w₁⁽⁶⁾,w₂⁽⁶⁾,…,w_m⁽⁶⁾)；层次分析法与CRITIC法得到的最优组合权重向量W₇＝(w₁⁽⁷⁾,w₂⁽⁷⁾,…,w_m⁽⁷⁾)；步骤7，利用最优组合权重向量对企业信用进行综合评价，如下：$z_i^{\left(k\right)}=\underset{j=1}{\overset{m}{\Sigma }}{w}_j^{\left(k\right)}{x}_{\mathrm{ij}}i=\mathrm{1,2},···,n;k=\mathrm{5,6,7}$为第i个被评企业通过权重向量W_k在全部m个二级指标上的综合评价值；步骤8，采用Kendall一致性系数对步骤7中得到的三种组合方法得到的企业信用评价结果进行一致性检验，淘汰不满足一致性检验的方法；三种组合方法是指：层次分析法与均方差法的组合方法、层次分析法与熵值法的组合方法、层次分析法与CRITIC法的组合方法；步骤9，对步骤8中经过一致性检验后的方法进行组合评价企业信用，采用如下两种方法来进行；(1)采用算数平均值组合模型评价企业信用，具体是：设y_ij表示第i个被评企业在第j种评价方法下的排序值，i＝1,2,…,n,j＝1,2,…,g，g为评价方法个数；首先用排序打分法将每种方法排序的名次转换成整数，设y_ij对应的得分为R_ij，然后计算不同方法下得分的平均值，再按平均值将各企业重新排序；若有两个企业的平均得分相同，则计算在不同方法下得分的标准差，其中标准差小者为优；(2)采用因子分析组合模型评价企业信用，具体是：设n个被评企业在g种方法下的得分向量为s_ij是第i个被评企业在第j种方法下的得分，S_j是n个被评企业在第j种方法下的得分向量；设F＝(F₁,F₂,...,F_l)^T是g种方法的公共因子向量，公共因子个数是l；首先，建立S与F之间的线性关系：S^T＝AF+e，A为因子负载矩阵，e为特殊因子向量；然后，提取初始因子、确定因子个数和识别因子；选用主成分分析法提取因子；根据特征值准则确定因子个数；选用正交旋转中的方差最大法识别因子；最后，计算第j个被评企业最终的综合评价值其中v为所提取的因子个数，β_i为第i个因子的值，ψ_i为方差贡献率；步骤10，利用Spearman等级相关系数对步骤9得到的组合评价结果进行一致性检验，确定企业信用评价的最终结果。