基于定量分析的物流企業信用評價可行性研究

鄔聰穎 楊孔雨

摘要：當前物流市場信用問題突出，大小企業良莠不齊，如何篩選出信用狀況良好的企業、如何對企業信用狀況做出分析和預警成為亟待解決的問題。文章首先分析信用問題對物流企業長期穩定發展的重要性，結合當前市場環境下物流企業誠信缺失的成因，提出建立能夠進行客觀評估的信用監管體系。接著，在參考和總結當前評價指標特點的基礎上，提出一種基于定量分析的信用評價指標體系。最后，對評價算法的可行性進行探究，最終確定了模糊神經網絡算法作為評價物流企業信用狀況的方法，為進一步運用數據進行定量分析做準備。

關鍵詞：物流企業;信用評價指標;模糊神經網絡

中圖分類號：F272文獻標識碼：A

0引言

在當前信用經濟時代，信用作為企業的無形資產，為企業持續健康發展提供源源不斷的內在動力，已經成為衡量企業的服務質量的重要因素，在當前我國經濟發展步入新常態、尋找新方位的關鍵時期，物流產業的發展也面臨瓶頸。然而，目前我國物流行業尚未形成統一信用評價體系，現有的評價體系中不可避免地存在一些人為因素的干擾，在此背景下，本文提出構建基于定量指標分析的評價體系，以非交易參與者的角度探究物流企業信用評價體系的可行性。

1誠信對物流企業的重要性

我國物流業的蓬勃發展離不開信用基礎的支撐。一旦這一信用基礎被打破，那么物流企業就不可能走得長遠。甚至可以說，整個物流業的經營活動中各個環節都是由信用鏈串聯起來的，任何一個環節信用出現問題，都將給交易雙方造成巨大的損失，長此以往，物流企業將難以在市場上立足。相互信任是合作企業建立穩定合作伙伴關系的前提和基礎。信用狀況良好的企業能夠吸引更多的客戶與之展開商務合作，贏得更多的發展資源，這些資源中獲得的成果又能轉化成更多的好評，如此良性循環下，物流企業將會發展的越來越順利;反之，信用狀況較差的企業則可能會在下坡路上越走越差。

2當前物流市場誠信缺失的現狀及成因

我國物流企業起步較晚，市場發展還不完善，無論外部監管環境還是內部競爭機制都存在很多問題，導致物流企業發展面臨很多問題和挑戰，尤其是在信用質量管理方面。

發展過程中暴露的問題在當前市場狀況下并沒有得到很好的解決，而是以一種潛移默化的方式慢慢累積。市場的混亂，造成物流企業間相互壓價、惡性競爭，這些因素都導致客戶在選擇物流企業的服務時陷入迷茫，這也給物流企業本身拓寬業務，獲得更多發展機會帶來嚴重的困擾，大大增加了行業企業的交易風險和物流成本。同時，物流企業失信成本不高，很多鉆營者利用體系的漏洞投機取巧，游走在法律法規的灰色地帶，牟取不當利益。

3現有指標體系并不完善

物流行業的信用危機究其根本，在于監管及評價體系不完善。而現有的評價體系缺乏統一的標準和規范，關于評價指標也尚未有規定的形式，導致評價體系均自成一體，這使得其評價結果可靠性不高。另一方面，評價過程中的人為因素也不可避免的大大降低其評價結果的可靠性。

現有的物流企業信用評價體系大致包含兩個方面：

其一，類似于銀行、金融行業等基于財務指標的信用分析。這種評價體系僅僅依據物流企業的財務狀況作為其信用體系的評價標準，忽略了其他因素對評價企業信用狀況的影響，其評價范圍具有單一性，參考價值不高。其次，企業的財務指標數據往往依賴于企業自身所提供的數據，而這些數據往往是經過修飾的，數據來源本身不能排除主觀因素的影響，因此，其評價結果也是不具有客觀性，參考價值不高。

其二，是基于物流行業的特色指標的定性分析。這種評價模型過于簡單且主觀因素所占比值較重，其評價結果大多是基于交易參與者在交易完成后對其已享受到的服務做出的評價，其評價結果在一定程度上代表了交易者的主觀意愿，忽略了其他客觀因素對評價結果的影響，缺乏對同行業物流企業的理性比較，這就大大降低其評價結果的客觀性。

此外，如：客戶滿意度、差評率、客戶投訴度，甚至于交易履約率、貨損陪償率等數據大多來源于企業內部，而企業為了維護自身品牌形象，在計算這些指標數據的過程中，往往會對這些分析結果進行人為修飾，突出企業各方面的能力，因此，這些復合數據只能在一定程度上具有參考價值，可靠性也不高。另一方面，在評價過程中還存在一些信用炒作現象。商家通過一些不正當手段惡意炒作，在評價過程中惡意刷分，也會導致其信用評價結果不具有參考價值。

因此，建立一套基于第四方的定量指標評價體系是非常有必要的。

4基于定量分析的物流企業信用評價體系

本文從旁觀者的角度，以第四方的角度對第三方物流企業的信用狀況做出客觀分析，采用純定量指標進行分析，避免了由于參與商務活動的主體直接評價所帶來的主觀傾向性，能夠更好地保障了評價結果的可靠性。

本文在參考現有指標體系的基礎上，選取其中具有單一性和獨立性的指標作為模型評價的依據，這些指標數據都是可以直接搜集到的，而不是經過二次加工的，排除了人為計算指標數據中摻雜的主觀因素。

本文立足企業現有的基本素質和歷史中累積的信用狀況，結合影響物流企業信用狀況的客觀因素，將第三方物流企業信用評價體系的一級指標分為信用能力和失信記錄兩大方面。

4.1信用能力

信用能力是物流企業在日常業務活動中履行職責所應具備的基本能力，該指標反映了企業長期經營所必須的基本素質。它代表了當前企業進行日常業務活動，是所有誠信服務的物質基礎，是考察其誠信服務質量以及企業信譽內在穩定性的重要因素，本文從企業注冊資本、經營年限、員工數量、分支機構數量等四個方面進行考察。

注冊資本的多少并不等同于企業信用狀況的好壞，但是能夠在一定程度上反映企業抵御風險的能力。有理由認為，注冊資本越高的企業，其抵御風險及應變能力越強，經營穩定性越強，因而在一定程度上代表其具有更好的信用。

正常情況下，經營年限越長，代表企業發展能力越好，資歷越老，在一定程度上反映其信用度越好。一般認為持續經營的企業比新經營的企業信用質量更好。

員工數量的多少反映了企業發展規模的大小，而人員的多少在表示物流企業能夠提供的物流服務人員的數量，一定程度上反映物流企業的服務質量，對于運輸型物流企業尤為重要。因此，就物流企業而言，員工數量可作為其服務質量的又一考察指標，從側面反映了其誠信服務水平。

分支機構的數量反映了物流企業持續經營的成果，它直觀表現企業發展的繁榮程度，是體現企業活力的重要指數，在一定程度上能夠反映物流企業的服務質量。一般認為分支機構的數量越多，物流運輸服務水平越好，因此可作為信用評價的一個重要指標，考察的重點是運營網點的數量。

4.2失信記錄

失信記錄作為企業以往信用狀況的歷史紀錄，反映了物流企業歷史持續履約能力，它反映了企業內在誠信意愿程度。一般認為，歷史失信記錄越少，表明企業越潔身自好，更愿意繼續誠信經營，保持企業品牌形象。因此失信記錄可以作為考察物流企業信用評級的重要參考因素。本文主要考察企業違約記錄和處罰記錄。

違約記錄主要考察法律糾紛和執行案件。法律糾紛主要指因一些人為因素，例如合同違約、信息泄露、不當競爭等因素造成的糾紛事件，它反映了企業處理事務的能力，而執行案件是已通過法院判決，被告卻沒有執行。一旦物流公司發生執行案件，將對其信用程度產生災難性的打擊，所造成的巨大后果不可想象。

處罰記錄作為企業品牌形象的污點，從反面體現企業的信用程度。處罰記錄主要考察行政處罰、稅務處罰和環保處罰，發生以上任何一項處罰，就可以說明企業信用狀況陷入危機。

綜合上述各指標，建立如圖l所示指標體系：

5評價方法的可行性

當前評價指標的算法主要有層次分析法、模糊綜合判別法、專家打分法等，這些評價方法在進行選擇時往往不能規避人為因素的干擾，因此其評價結果在一定程度上具有主觀選擇性，不能代表客觀評價的定量分析結果。因此，一種能夠自主賦予權值的方法作為評價方法不失為好的選擇。

神經網絡作為萬能逼近器，不失為一種合適的評價方法。然而它在提取和表達模糊信息時能力不足，因此，本文擬將模糊系統和神經網絡相結合，采用模糊神經網絡算法作為系統評價的基本算法。模糊神經網絡是對普通的BP神經網絡的改進，它結合了兩種方法的優點，在彌補兩種方法各自不足之處的同時，又能很好地發揮各自的長處。它不僅具備神經網絡較強的自適應和學習能力，能夠根據數據的特點進行自我調節，有效避免人為干預確定權值的主觀影響，使評價結果更加準確可靠，而且能夠有效提取和表達抽象信息，將語言信息和數據信息更好地表達出來。

其基本過程為：將標準化后的評價指標數據輸入神經網絡，通過隸屬度函數計算出隸屬度，正向傳播輸出評價結果，再同預期結果進行比較，通過反向傳播調整權值，直至網絡收斂，最后將隸屬度和權值結合得出模糊評價結果。

本文擬將信用評價結果分為5個等級，即：A從、從、A、B、C。這些等級將評價結果分成5個區間：上等、中上等、中等、中下等和差等，當評價結果為后兩個等級時，表明目標企業信用狀況很差，應及時預警。

本文所提到的模糊神經網絡如圖2所示，主要包括以下5個結構。模糊規則子集數為5（代表5個評價等級），輸出層的輸出結果也有5個，根據輸出結果的最大值選擇最合適的評價等級。

第一層為輸入層，該層節點的個數為評價體系中指標的個數，也就是變量的個數，即：N1=n。每個節點的輸入為標準化后的指標變量的數據。每個節點之間獨立且與第二層節點相聯系，將輸入的數值傳遞到下一層節點。

第二層為模糊化層，該層節點代表輸入變量的模糊規則子集，在本文中指的是評價等級，第一層節點與之所屬的模糊子集為全連接。該層節點的輸入為與之連接的第一層節點的輸出，即鼉，其輸出變量為輸入變量的各個隸屬度的數值。隸屬度數值的變化用隸屬度函數來表示。例如，輸入變量X1的評價等級數為5，則第二層節點中有5個節點與其相聯，5個節點中任意節點的輸人為變量鼉的數值，輸出為變量X1對應的該等級的隸屬度數值，這一數值是由隸屬度函數所決定的。因此，本文中模糊化層節點個數為：

第四層也叫求“或”層，該層每個節點代表一個模糊規則的后件部分，每個節點輸出結果為各評價等級的隸屬度函數值。將同一個模糊規則的前件和與之連接的權值的乘積作為各評價等級的隸屬度函數值，每個連接權值反映了各模糊規則的置信度，計算出的隸屬度數值作為該層的輸出結果。

第五層為輸出層。也叫反模糊化。本文中該層節點個數為輸出變量的個數，即企業最終的信用評價等級，該層與上一層的連接為全連接，其輸出結果對應的評價等級的隸屬度數值，將上一層的輸出結果，即各等級的隸屬度數值轉化為唯一明確的數值。本文采用最大化反模糊化器，取各隸屬度數值中的最大值作為最終的輸出結果，用yi表示：它對應的評價等級就是對應的物流企業信用評價等級。

6總結

本文分析當前物流市場的信用狀況，提出建立對物流企業信用評價的監管機制，并對影響物流企業信用質量客觀因素進行分析，在參考和總結現有評價指標優缺點的基礎上，構建了基于定量分析的物流企業信用評價體系，為客觀分析物流企業信用狀況提供另一種理性參考。接著，對評價方法的可行性進行探究，參考現有指標分析方法，結合本文提出的評價指標的特點，最終確定了模糊神經網絡算法作為評價物流企業信用狀況的方法，為進一步運用數據進行實證研究奠定基礎。