基于AHP-VPRS建筑企業(yè)信用評價研究

仲　冉,陸惠民

(東南大學 土木工程學院，江蘇 南京 210000)

?

基于AHP-VPRS建筑企業(yè)信用評價研究

仲冉,陸惠民

(東南大學 土木工程學院，江蘇 南京 210000)

摘要：建筑市場信用缺失現(xiàn)象已經(jīng)嚴重影響到我國建筑業(yè)的健康持續(xù)發(fā)展，因此，迫切需要建立科學合理的信用評價指標體系及相應激勵機制，來引導建筑企業(yè)重視自身信用建設，保證其在市場交易活動中誠信守法。并試圖建立一套科學合理的建筑企業(yè)信用評價體系，結合層次分析法和變精度粗糙集對評價指標要素重要度進行排序，可為建筑企業(yè)加強自身信用建設提供參考依據(jù)。

關鍵詞：建筑企業(yè);信用評價;AHP;變精度粗糙集

建筑企業(yè)是建筑產(chǎn)品的直接創(chuàng)造者，其管理和信用水平直接影響建筑產(chǎn)品的質(zhì)量[1]。但隨著當前建筑市場的競爭日趨激烈，信用缺失現(xiàn)象在建筑企業(yè)中大量存在。該現(xiàn)狀不僅導致了建筑企業(yè)的信用風險大幅度提高，也使得建筑市場投資者、業(yè)主和政府管理部門等主體間的交易風險增大，直接影響市場體系的健康成長。因此，建立科學的施工企業(yè)信用評價體系并對指標權重進行研究，是解決我國建筑市場信用缺失問題的基礎。

隨著我國金融體制改革和市場經(jīng)濟發(fā)展的不斷深化，建筑企業(yè)信用評價引起了學者高度重視和關注，對其判斷方法和模型研究層出不窮，但迄今沒有形成統(tǒng)一、有效的評價方法。國外學者FERREIRA等[2-3]選取主成分分析與TOPSIS法相結合的模型進行評價；DONALD等[4]對建筑企業(yè)信用評價給出灰色決策方法及相應的改進措施；國內(nèi)學者盛娟[5]運用博弈論和信息經(jīng)濟學等理論剖析了我國當前建筑企業(yè)信用缺失的根本原因；楊凌志等[6]在借鑒金融企業(yè)信用評價體系的基礎上，結合我國建筑企業(yè)自身的特點，構建了一套適用于我國建筑企業(yè)的評價體系，采用聚類分析法處理指標并計算權重。但目前的評價方法缺少主客觀指標的劃分，指標的說服力較低。筆者采用專家進行打分，并結合AHP和變精度粗糙度集(variable precision rough set,VPRS)計算指標權重，為建筑企業(yè)信用的綜合評價建立了一種更為科學可靠的評價模型。

1建筑企業(yè)信用評價指標體系構建

在對相關建筑企業(yè)信用評價指標研究成果[7-8]分析基礎上，以準確、科學和簡潔為目標建立了一個初始的建筑企業(yè)信用評級指標體系，如表1所示。

表1　建筑企業(yè)信用評級初始指標體系

由于各指標間的相關性會引起被評價對象信息的重復使用，導致評價結果有效性的降低。因此需要評價各個指標間的相關性，避免指標間存在較大相關性。通過SPSS軟件分析計算以完成上述的目標，從而提高指標體系的準確性和科學性。

使用SPSS軟件對從90家上市建筑企業(yè)相關年報所采集的體系指標數(shù)據(jù)進行相關性分析，給定的臨界值為0.65[9]。比較各指標對其他指標的相關系數(shù)，刪除系數(shù)值大于0.65的指標，得到最終的建筑企業(yè)信用評價指標體系，如圖1所示。

圖1　建筑企業(yè)信用評價指標體系

2建筑企業(yè)評價指標綜合權重確定

2.1變精度粗糙集理論簡介

在PAWLAK粗糙集[10-11]模型的基礎上擴充可得到變精度粗糙集，通過預置取值介于0.5與1之間的近似精度因子β(0.5<β≤1)，使得PAWLAK粗糙集嚴格的邊界定義得到一定程度的放松，從而賦予該模型抗噪聲能力[12]，有利于解決屬性間無函數(shù)或不確定關系的數(shù)據(jù)分類問題。由于專家在完成評分時存在著主觀性，該主觀性在一定程度上導致分類誤差，而變精度粗糙集的抗噪聲能力可以有效地消除此類誤差。

假設決策屬性集為D，條件屬性集為C，且C,D?A，其中A表示一個有限屬性集合，U代表所有對象的集合。那么當Z?U且P?C時，Z被劃分為以下3個區(qū)域：

(1)

(2)

(3)

其中，E(·)是基于P的條件類，表示一個等價類集合。P相對于D的QoC定義為：

(4)

其中，γβ(P,D)表示P在正確分類率β的條件下，劃入決策屬性D的數(shù)量，且γβ(P,D)數(shù)值大小與D對于P的重要性程度成正比。根據(jù)該屬性可推測QoC也可用于表示條件類P相對決策屬性D的重要性[13]。

2.2建筑企業(yè)信用評價指標綜合權重確定

2.2.1評價指標權重確定

通過變精度粗糙集理論可將QoC概念用來確定建筑企業(yè)信用評價指標權重。在對建筑企業(yè)的評價過程中，設Pi表示體系中第i(i=1,2,3,4,5)個指標，且各個指標之間具有相對獨立性；群決策Pki相對于Dk的重要性可以通過專家對各個樣本建筑企業(yè)及其相關指標進行打分獲得，具體如式(5)所示。

(5)

構造基于AHP方法的矩陣集合B={B1,B2,…,Bk,…,Bm}，其中Bk是判斷矩陣，取決于評估專家k對建筑企業(yè)的打分。

其中，bk,ij表示專家k確定出的指標體系Pi相對于Pj的重要程度，即：

(6)

由于bk,ij×bk,jh=bk,ih，因此Bk為完全一致判斷矩陣。因而，在求屬性之間的相對重要性時使用AHP方法和VPRS屬性依賴概念相結合的方法，對解決判斷矩陣不一致的問題有很好的效果。條件屬性Pki特征值可以通過幾何平均法得到，如式(7)和式(8)所示。

(7)

(8)

歸一化處理后可得出判斷矩陣Bk中指標權重向量：

(9)

(10)

2.2.2專家權重確定

確定了指標體系各指標的權重，即可從客觀和主觀兩個角度對建筑企業(yè)信用評價指標進行評價，其相應權重分別用Ok和Sk表示。在群決策表基礎上，結合AHP與VPRS方法來確定專家對建筑企業(yè)信用評價指標中要素的權重，從而有效消除專家打分中存在的主觀性和隨意性。

m個專家判斷矩陣的集合用B來表示，Bk與其他判斷矩陣間的相似性可反映專家k的客觀權重的大小，相似性越低則該專家權重越低，反之亦然。判斷矩陣Bk定義為：

(11)

(12)

專家i和專家j之間的相似性定義為：

其中，0

(14)

Bk的可信度隨著bk單調(diào)遞增，所以對專家k的客觀權重作如下定義：

(15)

專家權重可以定義為：

γk=cSk+dOk

(16)

(17)

3建筑企業(yè)信用評價指標權重算例

某建筑企業(yè)主要從事住宅小區(qū)和商業(yè)項目的開發(fā)，現(xiàn)對其信用評價指標及其指標權重進行打分計算。專家組(4人組成)現(xiàn)場對15個信用評價指標要素重要程度，按照不同層次、不同影響因素分別進行打分，1為較為重要，2為重要，3為很重要，4為非常重要，得到建筑企業(yè)信用體系要素評價決策表，部分示例如表2和表3所示。

取β=0.2，通過上層要素、下層要素及同層要素之間相對重要度的計算來建立判斷矩陣，從而得到建筑企業(yè)信用各指標要素的綜合重要度，如表4所示。

表2　由屬性R1、R2、R3、C1組成的決策表

表3　由屬性C1、C2、C3、C4、C5、G組成的決策表

表4　建筑企業(yè)信用指標要素綜合重要度

由表4可看出，建筑企業(yè)信用評價指標體系各要素重要程度排序為：R1>R9>R8>R7>R4>R3>R6>R15>R5>R13>R10>R12>R2>R14>R11。

4模型討論

4.1AHP和VPRS結合應用

筆者將建筑企業(yè)信用評價體系共分為3層，利用層次分析法可得到下層要素對于上層要素的相對重要性，再通過加權平均來計算各指標的重要程度。

由于常用的層次分析法僅將相對重要度劃分成1、3、5、7、9這5個不同等級，而沒有將其再繼續(xù)細分。筆者利用VPRS方法對數(shù)據(jù)進行了預處理，除可以簡化整個計算過程外，還可以有效提升重要度計算結果的精確性，具有較強的實踐指導性，可為決策者提供一定的參考價值。

4.2多專家評估

當建筑企業(yè)信用評級指標較多時，個別專家在評價某些要素時可能會產(chǎn)生判斷偏差，其中很多是由專業(yè)性限制導致。筆者采用多專家評價的方法，同時為了減少因?qū)＜抑饔^性而帶來的負面影響，對專家的評價結果取均值計算。為增加打分的科學合理性，可賦予每個專家一個權數(shù)，該權數(shù)可根據(jù)專家的專業(yè)能力而設定，最后的結果根據(jù)加權平均計算獲得。筆者評價研究中假設每個專家的能力相同，所以專家權數(shù)的取值也都是相同的。

4.3β值的選取

為了減輕專家專業(yè)性限制對評價要素帶來的影響，將AHP模型與VPRS模型相結合。但β值的選取與最終評價結果也密切相關，其取值的偏差會對評價結果的準確性產(chǎn)生影響。因此，β值的選取要結合實際計算決策表中的數(shù)據(jù)情況,當數(shù)據(jù)分布較為均勻且系統(tǒng)并不完備時，β取較大的值，相反β取較小值。

4.4數(shù)據(jù)的處理

VPRS模型判斷矩陣中元素的取值應符合一定的要求且取值應全部為正數(shù)，當全部專家評價某要素不重要時，則該指標要素對于上層指標的依賴性為零。因此在構造判斷矩陣前，應當將所有計算結果為零的要素剔除。如果該要素是必要的，那么說明專家的評價結果可能存在偏差，應對該要素重新評價，以得到該要素新的重要程度。

5結論

建筑企業(yè)信用體系評價由于存在主觀性因素，從而導致許多不確定性問題，因此將AHP模型與VPRS模型相結合可有效解決信息分類不精確問題，并能消除數(shù)據(jù)噪聲。最終計算出的指標相對重要程度對項目決策者有一定參考價值。

參考文獻：

[1]李誠.利用信息技術建立企業(yè)信用檔案庫[J].中國信息建設，2002(8)：24-25.

[2]FERREIRA F A F, SANTOS S P, DIAS V M C. An AHP-based approach to credit risk evaluation of mortgage loans[J]. International Journal of Strategic Property Management,2014,18(1):38-55.

[3]CHEN C C, LEE Y T, TSAI C M. Professional baseball team starting pitcher selection using AHP and TOPSIS methods[J]. International Journal of Performance Analysis in Sport,2014,14(2)：545-563.

[4]DONALD S, RICHARD F. Venture capital role in regional innovation systems historical perspective and recent evidence: regional innovation, knowledge and global change[M]. London: Macmillan Press,2000:205-227.

[5]盛娟.我國建筑市場信用體系構建的研究[D].武漢：武漢理工大學，2007.

[6]楊凌志，張春霞.建筑施工企業(yè)信用評價模型研究[J].低溫建筑技術，2009,129(6)：127-129.

[7]PENROSE E T. The theory of the Growth of the Firm[M]. Oxford:Oxford University Press,1995:123-129.

[8]BARNEY J. Firm resource and sustained competitive advantage[J].Journal of Management,1991,17(1):99-120.

[9]蔡建瓊,于惠芳，朱志洪.SPSS統(tǒng)計分析實例精選[M].北京：清華大學出版社，2006:153-158.

[10]PAWLAK Z.Rough sets[J].International Journal of Computer and Information Science,1982,11(5):341-356.

[11]ZALEWSKI P. Rough sets: theoretical aspects of reasoning about data[J].Control Engineering Practice,1996,4(5):741-742.

[12]張文修，吳偉志，梁吉業(yè)，等.粗糙集理論與方法[M].北京：科學出版社,2001:224-238.

[13]ZIARKO W. Variable precision rough set model[J]. Journal of Computer and System Science,1993,46(1):39-59.

ZHONG Ran:Assoc. Prof.; School of Civil Engineering, Southeast University, Nanjing 210018, China.

文章編號：2095-3852(2016)03-0297-04

文獻標志碼:A

收稿日期：2015-12-23.

作者簡介：仲冉(1992-)，男，江蘇宿遷人，東南大學土木工程學院碩士研究生.

中圖分類號：TU71

DOI：10.3963/j.issn.2095-3852.2016.03.007

Research on Construction Enterprise Credit Evaluation Based on AHP-VPRS

ZHONGRan,LUHuimin

Abstract：Construction market credit loss phenomenon has greatly affected the healthy sustainable development of our country’s construction industry.It is urgent to establish scientific and reasonable credit evaluation index system and the corresponding incentive mechanism to guide construction enterprises pay attention to their own credit. This paper try to build a scientific and reasonable evaluation system of construction enterprise credit and rank for the evaluation index based on AHP-VPRS with the purpose of providing a reference for construction enterprise to strengthen their self-construction credit.

Key words：construction enterprise; credit evaluation; AHP; VPRS