基于历史数据的水利工程建设市场主体信用动态评价与预测模型
|
摘要
针对水利工程建设市场主体信用评价周期不等、评价周期过长、评价方法不够科学等问题,参考现有水利工程建设市场主体信用评价指标,采取综合赋权法确定指标权重,以确保指标权重的合理性;利用模糊综合评价法得到某水利施工企业的综合信用评价值,并基于历史数据得到最终的信用动态评价值,最后,利用马尔科夫模型(Markov Model)计算信用动态预测值。研究结果表明,水利工程建设市场主体信用动态评价模型对水利施工企业的信用评价有效可行,利用马尔科夫模型得到的信用动态预测值可以为选择水利施工企业提供参考。
In view of the problems of different credit evaluation cycles, long evaluation cycles and unscientific evaluation methods of the entities of the water conservancy construction market,the weights of the credit evaluation indices referring to the existing credit evaluation indices of the entities of the water conservancy construction market are determined by means of the comprehensive empowerment approach so as to ensure their rationality. The comprehensive credit evaluation values of a water conservancy construction enterprise are obtained by using the proposed fuzzy comprehensive evaluation method. Based on the historical data,the final dynamic evaluation values of credit are obtained. Finally,the dynamic prediction values of credit level are given by the Markov model. The results show that the dynamic credit evaluation model for the entities of the water conservancy construction market is effective and feasible for the credit evaluation of the water conservancy construction enterprises,and the prediction values of credit obtained by the Markov model can provide reference for the selection of water conservancy construction enterprises.
In view of the problems of different credit evaluation cycles, long evaluation cycles and unscientific evaluation methods of the entities of the water conservancy construction market,the weights of the credit evaluation indices referring to the existing credit evaluation indices of the entities of the water conservancy construction market are determined by means of the comprehensive empowerment approach so as to ensure their rationality. The comprehensive credit evaluation values of a water conservancy construction enterprise are obtained by using the proposed fuzzy comprehensive evaluation method. Based on the historical data,the final dynamic evaluation values of credit are obtained. Finally,the dynamic prediction values of credit level are given by the Markov model. The results show that the dynamic credit evaluation model for the entities of the water conservancy construction market is effective and feasible for the credit evaluation of the water conservancy construction enterprises,and the prediction values of credit obtained by the Markov model can provide reference for the selection of water conservancy construction enterprises.
引文
[1] TSAI C F,HUNG C.Modeling credit scoring using neural network ensembles[J].Kybernetes,2014,43(7):1114-1123.
[2] 张琅.供应链金融视角下的中小企业信用风险评估研究[D].西安:西安理工大学,2013.
[3] AKKO? S.An empirical comparison of conventional techniques,neural networks and the three stage hybrid Adaptive Neuro Fuzzy Inference System (ANFIS) model for credit scoring analysis:The case of Turkish credit card data[J].European Journal of Operational Research,2012,222(1):168-178.
[4] 陈晓红,杨志慧.基于改进模糊综合评价法的信用评估体系研究:以我国中小上市公司为样本的实证研究[J].中国管理科学,2015,23(1):146-153.
[5] 周春喜.企业信用等级综合评价指标体系及其评价[J].科技进步与对策,2003,20(4):124-126.
[6] 刘高军,朱嬿.基于数据挖掘技术的建筑企业信用评价[J].中国矿业大学学报,2005,34(4):494-499.
[7] 曲春慧.建筑企业信用评价研究[D].杭州:浙江大学,2006.
[8] 袁莉.基于支持向量机的建筑业企业信用评价研究[D].大连:大连理工大学,2008.
[9] 张发明.一种融合SOM与K-means算法的动态信用评价方法及应用[J].运筹与管理,2014(6):186-192.
[10] 管晓永.企业信用能力表征量双重相关性实证研究[J].科研管理,2010,31(2):114-120.
[11] 张洪祥,毛志忠.基于多维时间序列的灰色模糊信用评价研究[J].管理科学学报,2011,14(1):28-37.
[12] 杨韵.C2C交易中的动态信用评价模型[J].情报科学,2010(4):563-566.
[13] 吕永卫,韩彬.基于MIE的动态指标体系构建与灰色综合模糊评价研究[J].工业技术经济,2011,30(5):96-101.
[14] YU Z,ZHU J,SHEN G,et al.Trust management in peer-to-peer networks[J].Journal of Software,2014,9(5):1062-1070.
[15] LI K,NISKANEN J,KOLEHMAINEN M,et al.Financial innovation:Credit default hybrid model for SME lending[J].Expert Systems with Applications,2016,61:343-355.
[16] 朱清香,许楠,刘亭好,等.涉农企业信用评价动态指标隶属度向量判别研究[J].数学的实践与认识,2017,47(12):57-63.
[17] 李菁苗,吴吉义,章剑林,等.电子商务环境下中小企业信用评价[J].系统工程理论与实践,2012,32(3):555-560.
[18] 刘京礼,李建平,徐伟宣,等.信用评估中的鲁棒赋权自适应L_p最小二乘支持向量机方法[J].中国管理科学,2010,18(5):28-33.
[19] 张目,周宗放.基于多目标规划和支持向量机的企业信用评估模型[J].中国软科学,2009(4):185-190.
[20] 蒋艳辉.基于指数平滑法与马尔科夫链的道路交通事故预测研究[D].哈尔滨:哈尔滨工业大学,2018.
[21] 王春峰,万海辉.基于MCMC的金融市场风险VaR的估计[J].管理科学学报,2000,3(2):54-61.
[22] 廖瑞金,肖中男,巩晶,等.应用马尔科夫模型评估电力变压器可靠性[J].高电压技术,2010,36(2):322-328.
[23] 陈立波.灰色马尔科夫法在企业价值评估中的应用[J].统计与决策,2013(15):66-69.
[24] 谷秀娟,李超.基于马尔科夫链的房价预测研究[J].消费经济,2012(5):40-42.
[25] 水利部.水利部关于印发水利建设市场主体信用评价管理暂行办法的通知[EB/OL].(2015-09-30)[2018-09-10].http://www.mwr.gov.cn/zw/tzgg/tzgs/201702/t20170213_858642.html.
[26] 邓雪,李家铭,曾浩健,等.层次分析法权重计算方法分析及其应用研究[J].数学的实践与认识,2012,42(7):93-100.
[27] 寿晖,张永安.基于AHP-熵值法商业银行体系风险指标预警研究:来自2003—2012年数据[J].华东经济管理,2013(10):44-49.
[28] CAMERER C,HO T,CHONG K.Behavioral game theory:Thinking,learning and teaching[J].Social Science Electronic Publishing,2002,19:7-42.
[29] 何清泉,邹运梅.C2C电子商务网站信用综合评价[J].图书情报工作,2011,55(16):131-135.
[30] 杨妍妍,丰景春,黄跃群,等.建设市场主体信用动态综合评价模型研究:以施工企业为例[J].科技管理研究,2018,38(18):57-66.
[31] 冯婉茹,刘永强.基于灰色综合评价模型的水利工程承包企业信用评价[J].排灌机械工程学报,2018,36(2):129-135.
[32] 简迎辉,郝书君.水利建设市场主体信用评价指标体系改进:以施工单位为例[J].水利经济,2018,36(5):48-52.
[33] 王道平,王煦.基于AHP/熵值法的钢铁企业绿色供应商选择指标权重研究[J].软科学,2010,24(8):117-122.
[2] 张琅.供应链金融视角下的中小企业信用风险评估研究[D].西安:西安理工大学,2013.
[3] AKKO? S.An empirical comparison of conventional techniques,neural networks and the three stage hybrid Adaptive Neuro Fuzzy Inference System (ANFIS) model for credit scoring analysis:The case of Turkish credit card data[J].European Journal of Operational Research,2012,222(1):168-178.
[4] 陈晓红,杨志慧.基于改进模糊综合评价法的信用评估体系研究:以我国中小上市公司为样本的实证研究[J].中国管理科学,2015,23(1):146-153.
[5] 周春喜.企业信用等级综合评价指标体系及其评价[J].科技进步与对策,2003,20(4):124-126.
[6] 刘高军,朱嬿.基于数据挖掘技术的建筑企业信用评价[J].中国矿业大学学报,2005,34(4):494-499.
[7] 曲春慧.建筑企业信用评价研究[D].杭州:浙江大学,2006.
[8] 袁莉.基于支持向量机的建筑业企业信用评价研究[D].大连:大连理工大学,2008.
[9] 张发明.一种融合SOM与K-means算法的动态信用评价方法及应用[J].运筹与管理,2014(6):186-192.
[10] 管晓永.企业信用能力表征量双重相关性实证研究[J].科研管理,2010,31(2):114-120.
[11] 张洪祥,毛志忠.基于多维时间序列的灰色模糊信用评价研究[J].管理科学学报,2011,14(1):28-37.
[12] 杨韵.C2C交易中的动态信用评价模型[J].情报科学,2010(4):563-566.
[13] 吕永卫,韩彬.基于MIE的动态指标体系构建与灰色综合模糊评价研究[J].工业技术经济,2011,30(5):96-101.
[14] YU Z,ZHU J,SHEN G,et al.Trust management in peer-to-peer networks[J].Journal of Software,2014,9(5):1062-1070.
[15] LI K,NISKANEN J,KOLEHMAINEN M,et al.Financial innovation:Credit default hybrid model for SME lending[J].Expert Systems with Applications,2016,61:343-355.
[16] 朱清香,许楠,刘亭好,等.涉农企业信用评价动态指标隶属度向量判别研究[J].数学的实践与认识,2017,47(12):57-63.
[17] 李菁苗,吴吉义,章剑林,等.电子商务环境下中小企业信用评价[J].系统工程理论与实践,2012,32(3):555-560.
[18] 刘京礼,李建平,徐伟宣,等.信用评估中的鲁棒赋权自适应L_p最小二乘支持向量机方法[J].中国管理科学,2010,18(5):28-33.
[19] 张目,周宗放.基于多目标规划和支持向量机的企业信用评估模型[J].中国软科学,2009(4):185-190.
[20] 蒋艳辉.基于指数平滑法与马尔科夫链的道路交通事故预测研究[D].哈尔滨:哈尔滨工业大学,2018.
[21] 王春峰,万海辉.基于MCMC的金融市场风险VaR的估计[J].管理科学学报,2000,3(2):54-61.
[22] 廖瑞金,肖中男,巩晶,等.应用马尔科夫模型评估电力变压器可靠性[J].高电压技术,2010,36(2):322-328.
[23] 陈立波.灰色马尔科夫法在企业价值评估中的应用[J].统计与决策,2013(15):66-69.
[24] 谷秀娟,李超.基于马尔科夫链的房价预测研究[J].消费经济,2012(5):40-42.
[25] 水利部.水利部关于印发水利建设市场主体信用评价管理暂行办法的通知[EB/OL].(2015-09-30)[2018-09-10].http://www.mwr.gov.cn/zw/tzgg/tzgs/201702/t20170213_858642.html.
[26] 邓雪,李家铭,曾浩健,等.层次分析法权重计算方法分析及其应用研究[J].数学的实践与认识,2012,42(7):93-100.
[27] 寿晖,张永安.基于AHP-熵值法商业银行体系风险指标预警研究:来自2003—2012年数据[J].华东经济管理,2013(10):44-49.
[28] CAMERER C,HO T,CHONG K.Behavioral game theory:Thinking,learning and teaching[J].Social Science Electronic Publishing,2002,19:7-42.
[29] 何清泉,邹运梅.C2C电子商务网站信用综合评价[J].图书情报工作,2011,55(16):131-135.
[30] 杨妍妍,丰景春,黄跃群,等.建设市场主体信用动态综合评价模型研究:以施工企业为例[J].科技管理研究,2018,38(18):57-66.
[31] 冯婉茹,刘永强.基于灰色综合评价模型的水利工程承包企业信用评价[J].排灌机械工程学报,2018,36(2):129-135.
[32] 简迎辉,郝书君.水利建设市场主体信用评价指标体系改进:以施工单位为例[J].水利经济,2018,36(5):48-52.
[33] 王道平,王煦.基于AHP/熵值法的钢铁企业绿色供应商选择指标权重研究[J].软科学,2010,24(8):117-122.