信用交通分體系研究與模型構建

摘要 為進一步加強交通運輸行業信用體系建設，全方位制定交通運輸行業重點領域的信用行為評價體系，統一衡量標準和評價方法，進而提高交通運輸行業信用評價的科學性、準確性、規范性和及時性。該文提出了信用交通分的評分體系，包含“基本分”和“行為分”兩大部分。通過聚類分析確定了各信用行為與各屬性相關系數的計算方法，并針對業戶生產要素的相關信用行為信息設定業戶規模系數，以此作為信用交通分計算模型中的兩個重要參數。為提高模型的合理性與準確性，該文還設置了相應的擬合與驗證方法，對模型進行相應的調整與完善。

關鍵詞 信用交通分；評價體系；聚類分析；基本分；行為分

中圖分類號 U111 文獻標識碼 B 文章編號 2096-8949（2024）21-0192-03

0 引言

社會信用體系是市場經濟體制與國家治理體系的重要制度安排，構建以信用為核心的新型市場監管機制，是整頓和規范市場經濟秩序的“治本之策”[1]。交通運輸行業是我國國民經濟的基礎、先導產業，也是重要的服務產業，是構建新發展格局的重要支撐[2]。其信用體系建設是社會信用體系建設的重要組成部分，構建交通運輸信用體系將為交通運輸行業營商環境優化賦能，助力提升交通運輸行業治理效能。目前，美國已形成較為系統完善的交通運輸信用體系，日本和韓國在亞洲地區的相關信用評級工作也處于領先水平。雖然我國交通運輸部自2006年起逐步在道路運輸、公路建設、水運工程建設、安全生產等重點領域制定了相關的從業主體信用評價辦法，為交通運輸行業信用體系建設打下了良好基礎。但隨著交通運輸行業信用體系建設工作的持續深化，對信用評價結果的科學性、準確性和及時性提出了更高的要求，現有評價辦法的數據統計口徑模糊、評價周期長、自評主觀等問題在行業管理中也日益凸顯，使得信用評價結果應用價值受到較大的限制。

該文基于聚類分析方法，充分吸納金融領域傳統信用評級的方法與機制，設計了適用于交通運輸行業全部領域信用主體的信用分評價指標模型。該評價模型創新性地考慮了業務經營規模差異的影響，提出信用行為相對屬性的權重系數和業戶規模系數的兩個概念，并將其作為主要參數引入評價模型中，使評價模型更具有科學性與合理性。

1 信用交通分評價體系

1.1 設計思路

參照傳統的信用評價方法，該文的模型結合加權計算、隸屬函數評估、功效系數和二維判斷等集中方式進行設計。

1.1.1 場景分析

首先對信用交通分應用場景進行分析。該項目提出基礎分概念，基礎分是種特別的場景分，對交通運輸行業跨領域跨類型的各類信用主體提出一種統一的信用狀況評分，可支持橫向比較、做到全面適用、實現行業共識。

1.1.2 行為分析

課題組全面分析了交通運輸各領域管理機構的“三定方案”和業務共性后，選取“安全”和“準入”作為信用行為的兩個屬性分類，判斷信用信息所關聯的信用主體信用行為的具體屬性，并按照不同屬性開展聚類分析。

1.1.3 公式計算

通過采集評價對象規模信息，計算形成評價對象的規模系數，并按照公式計算評價對象所有采集到的信用行為的計分分數。最后按照信用交通分計分模型，給與評價對象基本分，并通過累計行為分，最終形成信用交通分。

1.2 總體框架

交通運輸行業細分領域眾多，不同領域的企業生產經營差別較大，為了便于企業統一管理，信用評價上求同存異，需要統一衡量標準和評價方法。該文研究所構建的信用交通分綜合評價體系為判斷交通運輸全行業管理對象行為信用趨勢的百分制分數體系，其評價對象為交通運輸行業經營的全部交通運輸行業信用主體，包括經營業戶（含企業與個體經營者）與自然人。信用交通分評價模型采用“基本分＋行為分”的計分體系，其分數構成與評分思路如圖1所示：

圖1 信用交通分構成及評分思路

1.3 信用交通分設計

該文研究采用“信用交通分＝基本分＋行為分”的分數體系設計。信用交通分覆蓋交通運輸行業全部領域的信用主體。

1.3.1 基本分

基本分是企業取得行業經營許可或相關經營資質時的狀態所獲得的分值，當一個行業信用主體具備行業內合法經營的資格后，但沒有任何行業經營行為，未產生其他信用信息，則賦予該信用對象一個基本分60分。行業信用主體無合法經營資質資格但參與交通運輸行業經營或從業時，基本分為0分。

1.3.2 行為分

行為分作為一個定量指標，將根據信用行為信息的程度按照正負趨勢進行分類。信用行為信息按照正負趨勢分為嚴重失信行為信息、一般失信行為信息、輕微失信行為信息、守信行為信息、重點守信行為信息。行為分是實時計算有效期內信用主體所有信用行為累加所形成的分數，其最大的特點就在于實時性和動態性。行為分的具體計算將通過使用該文研究構建的數學模型來評估。

2 模型構建與擬合

2.1 參數設計

2.1.1 聚類分析

聚類分析有四大功能：（1）數據分類的進一步擴展；（2）對實體歸類的概念性探索；（3）通過數據探索而生成假說；（4）一種基于實際數據集歸類假說的測試方式[3]。因為相關的失信行為會影響信用交通分的最終結果，所以該文需要對信用行為進行針對性的聚類分析。

設某個企業有r個信用行為，每個信用行為都會獲得行為分，分別表示為x1，x2，…，xr。對所有信用行為，設定共有k個有關信用交通的屬性。根據每個信用交通屬性的重要性，設定每個屬性的重要程度系數c1，c2，…，ck，且c1+c2+c3+…+ck=1。對每個信用行為，該信用行為與各屬性的相關性分別設為d1，d2，d3，…，dk，且di（1≤i≤k）?[0，5]，則該信用行為關于第i個屬性的權重系數pi為：

pi= di d1+d2+d3......+dk 1≤i≤k （1）

2.1.2 業戶規模系數

業戶經營活動中，經營行為大多由所屬從業人員、營運車船、具體項目等生產要素相關行為組合而成，故生產要素相關失信行為與守信行為同樣與業戶的信用傾向相關。針對業戶生產要素信用行為信息，行為分的計算公式為：xn=q×an，q為規模系數，為信用行為扣分常數，n表示與生產要素相關的第n個信用行為。當評價對象為自然人，或評價對象為業戶且信用行為僅對業戶本身，規模系數q=1。當評價對象為業戶時，由于業戶規模不同，生產要素行為信息的規模系數也不相同，具體生產要素相關行為信息設置規模系數如下表1：

2.2 模型構建

信用交通分x為基本分與行為分之和，計算方法如公式（2）：

x=xbasic+xaction （2）

式中：xbasic——基本分，根據不同的主體情況取值為60或0；xaction——行為分，由所有信用行為加減分累積而成。

某個企業所獲得的總信用行為分xaction由此企業的每個信用行為分相加組成，滿足公式（3）：

xacion=x1+x2+...+xr=∑r j=1xj （3）

式中：r——有r個信用行為；xj——j個信用行為的行為分。

與每個信用行為有關的k個信用交通屬性的影響也需要取不同的值，設xi j代表與第j個信用行為有關的第i個屬性的行為分，通過引入權重系數，給出如公式（4）的計算方式：

xi j=pi j*qj*aj，1≤i≤k （4）

式中：xi j——第j個信用行為有關的第i個屬性的行為分；pi j——第j個信用行為有關的第i個屬性的權重系數；qj——j個信用行為有關的業戶規模系數；aj——j個信用行為的扣分常數。

且xj與xi j滿足公式（5）關系：

xj=∑k i=1xi j （5）

由此信用行為分可建立如下模型：

xaction=∑r j=1∑k i=1xi j=∑r j=1∑k i=1pi j*qj*aj （6）

信用交通分的模型則為：

x=xbasic+xaction=xbasic+∑r j=1∑k i=1xi j=xbasic+∑r j=1∑k i=1pi j*qj*aj（7）

2.3 擬合與驗證

2.3.1 模型擬合

針對初步設計完成的信用交通分計算模型應進行模型擬合，調整各類常量和參數，以確定信用交通分結果分布在合理表達區間。誤差擬合度分布曲線能控制在0.03以內[4]，才具有較高的準確性。正態性檢驗是判斷樣本所來自總體是否服從正態分布的常用統計分析方法[5]通過正態性檢驗，考察根據模型設計得到的信用交通分是否服從正態分布，用以判斷模型設計是否合理。

2.3.2 回歸分析

該文擬通過回歸分析調整并確定與信用交通分實際相關的信用行為信息，形成新的信用行為聚類。回歸分析中，由于多個自變量間相互作用、相互影響，往往存在共線性關系。共線性造成的主要后果是自變量對預測變量的估計不可靠，甚至會得到在專業上無法解釋或與專業意義完全相悖的回歸方程。故針對所有失信行為的分值常數與信用交通分結果數的關系進行共線性檢測，確定并調整分值常數。

設共有N個信用主體A1，A2，...，AN：

（1）為每個屬性找到一個（或多個）標桿行為，標桿行為只和單個屬性有關。該文研究假定，信用主體在某一屬性分值越高，發生該屬性標桿行為的可能性越高。

令s為一個足夠大的數（可以是信用分的上限）；對每個主體Ai（i=1，2，...，N），設該主體在k個屬性上的參考分值分別為z1 i ，...，zk i ，如果該主體發生某屬性的標桿行為，則該屬性對應的zi=s，否則zi=0。

（2）為每個行為與k個屬性的相關性d1，d2，...，dk設置初始值。根據此時的屬性權重，計算出每個主體Ai在k個屬性上的分值，表示為y1 i ，y2 i ，...，yk i （i=1，2，...，N）。

損失值采用如公式（8）計算公式：

C=∑N j=1∑k j=1 |yj i ?zj i | （8）

（3）用迭代的方式改進每個行為關于各屬性的權重，使得損失值C盡可能降低。

3 結語

該文通過信用交通分項目的相關研究，提出了對交通運輸行業重點領域信用交通分進行計算的數學模型，該模型為交通運輸行業提供了一種綜合信用評價的方式與方法，為跨領域的各類信用主體信用等級的橫向比較提出了一種全新的手段。研究中提出了信用行為相對于屬性的權重系數和業戶規模系數的概念，并將其作為兩個重要的參數引入到信用交通分的計算模型中，使得信用交通分的計算更加具有合理性，同時也兼顧了企業規模的問題。

參考文獻

[1]張好智，陳宗偉.淺析交通運輸信用標準體系的構建[J].中國標準化，2019（1）：87-91.

[2]王洋.河南省公路運輸行業信用監管研究[J].現代營銷（下旬刊），2022（9）：122-124.

[3]章永來，周耀鑒.聚類算法綜述[J].計算機應用，2019（7）：1869-1882.

[4]王芹.城鄉電子商務營銷的雙向流通體系信用評價研究[J].常州工學院學報，2022（5）：80-85.

[5]羅文海，張慶鳳.定量數據SPSS正態性檢驗影響因素探討[J].中國醫院統計，2018（4）：283-286.