基于灰色模糊決策法的海關企業誠信評價

侯彩虹，李紅霞

0 引言

海關誠信管理始于對進出口企業的誠信守法管理，通過積極推進以企業為單元的海關管理模式的建立。然而，在研究海關對企業誠信評價問題時，如果能借鑒金融界的成功實踐經驗，合理建立企業信用評價指標體系和運用信用評分技術，將企業信用予以標準化，降低海關風險管理的成本，縮短企業通關時間。通過提高企業守法誠信度，降低通關風險，以全面提高進出口企業的守法自律水平，防范風險。

1 海關對企業誠信評價指標體系的設計

海關企業誠信評價的內涵不完全等同于一般企業誠信評價，而是在海關管理視野下的企業誠信評價，這個概念的提出是以一般企業的誠信管理為基礎，但同時又拓展海關管理要求下的誠信內涵。因此，海關的誠信評價從誠信的質，即四個方面的誠信指標：包括企業的財務能力和管理狀況，代表著企業誠信的能力；企業的商業信用代表著企業的誠信態度；企業的守法狀況代表著企業的誠信行為。另外，海關的誠信內涵強化了風險管理的重要性，通過引入海關管理環節中的兩個重要方面來強化海關的企業風險管理要求，即通關風險指標和稅收風險指標。通關風險指標反映出了在海關管理鏈條上最主要的通關環節中的誠信要求，要求企業誠信通關；另外，稅收是海關四大職能中及其重要的一個職能，稅收繳付情況直接影響到海關管理績效。從以上六個方面，選擇出適合的指標系統地對誠信企業進行描述和評價。

1.1 海關對企業誠信評價指標體系設計的原則

海關對企業誠信評價具有評價指標體系重點突出、內容完整，評價指標公平、公正，評價體系系統全面。評價工作應該遵從科學性、嚴謹性、權威性的原則，而評價指標體系的設置原則是評價工作的直接依據，是整個評價制度的關鍵所在。本文在參考了金融行業誠信評價體系、政府機構績效考核體系、國外企業誠信評價體系的基礎上，將海關風險管理工作的經驗和海關現場業務工作的實際情況，遵循以下原則建立指標體系。

（1）系統性和全面性原則。（2）科學性原則。（3）數據可得性原則。（4）分層性原則。（5）可比性原則。（6）定性分析與定量分析相結合的原則。（7）依據職能的原則。

1.2 海關對企業誠信評價指標體系

通過綜合海關對企業管理誠信風險評估的已有文獻，以及專家建議得到初步的評價指標，指標主要涉及通關、稅收、財務、管理、商業以及守法等方面。本文系統分析評價指標的體系的構成框架，結合已有的研究構成評價指標的準則層和子準則層，初步建立了海關對企業誠信評價指標體系。如圖1所示

圖1 海關對企業誠信管理評價指標體系

2 灰色FAHP在海關企業誠信評價中的應用

2.1 確定評價指標集

假設評價級六個等級中各個等級的標準值分別是6，5，4，3，2，1分。評價過程中，當指標等級介于兩相鄰等級之間時，相應的評分為5.5，4.5，3.5，2.5，1.5分。

2.2 確定評價指標的權重

（1）評價結果來源于相關領域的專家進行的測評，并以此構造評估判斷矩陣A。由于不同評估專家的知識基礎、專業積累、社會經驗、感知能力、描述能力各不相同，因此不同專家給出的評估結果的可信度各不相同。因此，根據不同專家的評估能力為其賦以相應的權重，來間接描述其評估行為和結果的有效程度。

假設專家組由4名專家組成。對專家組的4名成員進行綜合的比較和分析，然后根據知識基礎、專業能力、對評估對象的熟悉程度，為每位專家在對應評估項下賦權gt對應知識基礎能力，ht代表專業能力，jt對評估對象的熟悉程度，且υt=gt+ht+jt+kt，。則第t位專家的綜合可信度為,t=1,2,3,4。則4位專家組成的評估小組的權向量為W=( )w1,w2,w3,w4。

（2）評估結果以判斷矩陣的形式表示。每位評估專家采用莎蒂（T.L.Satty）提出的1-9標度法[17]，相對于整體評估項下采用1-9的數字對兩層指標體系內的每個指標集合內的評估指標進行兩兩比較，得到t位專家對兩層指標的判斷矩陣。

aij的確定一般是根據資料統計獲得，或由專家和分析者一起根據經驗討論后，憑定性分析的直覺和判斷而確定的，即運用量化標度將思維判斷數量化。顯然，判斷矩陣滿足如下特征：自比性akk=1；反比性akj=1/ajk；一致性akj=akl/ajl。

（3）指標體系中各指標的重要性程度的排序及判斷結果的一致性檢驗。據矩陣理論，對n階判斷矩陣，其最大特征根為單根，而且最大特征根λmax≥n。當n階判斷矩陣具有完全一致時，具有唯一的非零最大特征根λmax=n，其余特征根均為零。當判斷矩陣不能保證具有完全一致時，其特征根也將發生變化。

設第t位專家確定的圖1中兩層評估指標的單排序權值確定過程為：在第一層wtk，k=1,2,3,4,5,6，且滿足；在第二層，有六個子集r=1,2,3,4,5,6分別確定指標單排序權重wtrk，且滿足

則對于每一個子集指標單排序權重分別為wt1k(k=1,2,3,4 ) ， 且 滿 足；wt2k同時按照判斷矩陣的一致性要求，理論上在第一層次atij=wti/wtj( )i=1,2,3,4，在第二層次上，r=1,2,3,4,5,6，i=j=1,2,3,4，即六個子集分別為at1ij=wt1i/at1j，同理得at6ij=wt6i/at6j。

于是，第t位專家確定的A中各層次下各指標的單排序權值及一致性檢驗問題可歸結為非線性優化問題，即：

第一層：

第二層共6個子集，對于任意一個子集r，其中均有4個評估指標，因此每一個子集的一致性檢驗方法為：

第一子集：

同理可得其余五個子集

公式（1）用于計算第一子集判斷矩陣的一致性問題。對于非線性優化問題，采用加速遺傳算法（AGA）來求解較簡單而有效。

依據公式計算得到第t位專家確定的A中各級指標的單排序權重以及相應的一致性指標函數CI。記，它們為4位專家的群體權重矩陣。但是當CI小于等于某一標準值時，則認為其所對應的判斷矩陣At與Agt具有滿意的一致解，據此計算出的各指標單排序權重wtk，wtrk是滿意的；否則，需要對原始的判斷矩陣At，A1t，A2t，A3t，A4t，A5t和A6t，直至所有的判斷矩陣的一致性檢驗小于等于某一標準值。

（4）兩個層次指標體系中各個指標權重的確定。將含有專家可信度σt的線性加權和對專家求出的指標權重進行加權平均，得到專家組最后確定的對評價指標Si(i =1,2,3,4,5,6 ) 的 權 重 向 量 P=σ1×4?D4×4=(P′1,P′2,P′3,P′4)。其中σ1×5是在前面所根據專家自身評估能力綜合確定的可信度指標向量，D4×4是4位專家群體權重矩陣。同理還可以得到評價指標S1j(j =1,2,3,4)的權重 向 量P1=σ?D1=(P′11,P′12,P′13,P′14)，S1j(j =1,2,3,4)的 權 重 向 量 P1=σ?D1=(P′11,P′12,P′13,P′14) S2j(j =1,2,3,4)的權重向量P2=σ?D2=(P′21,P′22,P′23,P′24)，S3j(j =1,2,3,4 ) 的 權 重 向 量 P3=σ?D3=(P′31,P′32,P′33,P′34)，S4j(j =1,2,3,4)的 權 重 向 量P4=σ?D4=(P′41,P′42,P′43,P′44)，S5j(j =1,2,3,4)的權重向量P5=σ?D2=(P′51,P′52,P′53,P′54)和 S6j(j =1,2,3,4)的 權 重向量P6=σ?D6=(P′61,P′62,P′63,P′64)。

2.3 專家打分評價

4位專家對待評價對象——進出口企業B采用二層架構的模糊層次分析法對兩層指標體系進行賦值評價，根據專家填寫的評分表，既可以計算得到該企業的誠信評價矩陣，表示第k專家對待評價對象B在指標S下的評價值。ij

2.4 確定評價灰類

取m=4，即綜合評價等級有4級R=1,2,3,4分別表示優、良、中、差四個等級，而與之對應的灰度白化函數為：第一灰類優（r=1），設定灰數⊙1∈[ ]4,∞，白化函數為f1。第二灰類良（r=2），設定灰數⊙1∈[ ]0,3,6，白化函數為f2。第三灰類中（r=3），設定灰數⊙1∈[ ]0,2,4，白化函數為f3。第四灰類中（r=4），設定灰數⊙1∈[ ]0,1,2，白化函數為f4。

2.5 計算灰色評價系數

2.6 計算灰色評價權向量及權矩陣

由此可得評價指標Sij對于各灰類的灰色評價權向量為

指標Sij對于各灰類的灰色評價權向量構成Si，各評價灰類的灰色評價矩陣ηBi為：

2.7 綜合評價

一級評價結果Q1，Q2，Q3，Q4分別為QB1=P1gηB1，Q2B=P2gη2B，Q3B=P3gη3B，Q4B=P4gη4B。海關對企業B誠信風險評價總灰色評價矩陣為：

于是，該企業的誠信風險綜合評價結果為Qh=PgΠB。

2.8 計算綜合評價值

3 結論

本文的主要工作包括設定評價目標、構造指標體系、篩選評價方法、組織評價小組、獲取評級結果以及分析評價結果。以誠信綜合評價值為導向的對企業進行管理，可以為風險防控管理工作的開展提供指導，從而真正發揮量化管理下的科學管理與資源有序配置的指揮棒作用。并與當前海關開展的誠信管理下的一系列模式，即企業分類管理、“紅黑名單”、“AEO認證”與“由企及物”等方式方法結合，對誠信程度較高的企業給予貿易通關安全與便利通道，對誠信等級差的企業加大核查力度和強度，以嚴格的管理約束其調整自身的經營戰略積極踐行誠信經營。

[1]Moody Investors Service.Industrial Company Rating Methodology[J].Global Credit Research,1998,7.

[2]Fredrik Andersson,Helmut Mausser,Dan Rosen.Stanislav Uryasev.Credit Risk Optimization with Conditional Value-at-Risk Criterion[J].Mathematical Programming,2001,(2).

[3]William H.Beaver,John W.Kennelly,William M.Voss．Financial Ratios as Predictors of Failure[J].Empirical Research in Accounting:Selected Studies,1966,(4).

[4]William F.Messier,Jr.，James V.Hansen．Inducing Rules for Ex?pert System Development an Example Using Default and Bankruptcy Data[J].Management Science,1985,(9).

[5]李毅學.供應鏈金融風險評估[J].中央財經大學學報,2011,(10).

[6]李存芳,周德群.基于模糊數學的企業綜合競爭力評價和實證[J].控制與決策,2007,(3).

[7]丁輝.管理定量分析[M].北京:經濟管理出版社,2009,(9).

[8]金菊良，楊曉華，丁晶.標準遺傳算法的改進方案——加速遺傳算法[J].系統工程理論與實踐,2001,(4).