企业信用评价，是市场经济发展到一定阶段的必要产物。信用是企业的无形财富，也是企业在市场的“第二张身份证”。在市场经济条件下，信用作为社会经济发展的重要成本和资源，已成为企业在市场经济中不可或缺的价值标准。信用关乎国家尊严，中国比以往任何时候都更需要信用，因为中国比以往任何时候更被世界瞩目。

    上市公司是中国证券市场的基石，它的信誉度关系到证券市场的走

周旋于几个男人间的她 精彩手机赛事全攻略 雅典猜猜猜千元悬赏 大奖新浪iGame免费抽

势和成败。历史经验证明：市场经济是法制经济也是信用经济。一个成熟的证券市场需要有一个发达的信用支撑，没有科学完备的信用评价做基础，市场的正常秩序是建立不起来的。

    本研究以开放式系统作为研究的基本框架，运用预测分析法、系统分析法、比较择优法、数学模拟法、在各种特殊的表现形式中找出错误有效的特点和最基本的规律性，以构成上市公司信用评价体系的研究基础和研究对象。在这基础上，本文从研究世界各国的企业信用评价体系入手，逐渐扩展到对世界各国评价体系理论与方法的分类研究，试图从宏观、微观、政治、经济、市场等方位，大视角地比较世界各国企业评价体系的差异，从与国际接轨和具有中国特色两方面探讨中外信用评价的互补性。最终从中国信用评价体系缺陷中，进行模式选择，设计出中国上市公司信用评价系统的基本思路和基本框架。

    一、证券市场诚信建设的必要性

    信用是个既古老又年青的话题。中国古代文化中的信用不仅与买卖活动中的信用交易有关，它还与社会道德和文化背景有关，具有社会和经济及伦理范畴的意义。

    现代信用是舶来品，完全是经济和市场范畴的概念，经济学家称为信用经济。简言之，信用是建立在诚实守信基础上的心理承诺与约期实践相结合的意志和能力，信用是一种无法估量的无形资产，是现代市场经济中一种重要的新的资本形态，信用社会生活的核心，信用是用金钱不能得到的人格资本。

    信用媒介论认为：信用不是资本，也不创造资本，但信用可以节约流通费用，可以促进利润率的平均化。

    信用创造论认为：信用创造资本，信用就是货币。信用既然被用做流通手段和支付手段，那么，信用就是财富。

    信用调节论认为：经济的变动周期，是由于信用的扩张和收缩造成的，信用调节的直接对象应当是流通者，而不是生产者。

    遗憾的是，西方经济理论和学术界一直把对信用的研究，停留在货币及交换的研究上，并没有从根本上刻画出市场中信用体系、信用机制、信用制度的轮廓。

    虚拟经济是市场经济发展到高级阶段的必然产物，它产生于市场经济，后来又作用于市场经济。没有活跃的虚拟资本，市场经济就不能进入高级阶段。按照马克思主义的观点，我们可以把虚拟经济重新定义为：以现实经济为基础，而又独立于现实经济之上，按照自己的规律和方式赚取利润的价值。这就是说，虚拟资本完全是信用的产物，它的活动就是信用活动的一种高级形态。市场经济越发展，人们越来越困惑，越来越担忧，没有了方向感，为什么？原因是虚拟经济在开始起作用。市场经济中货币的时间价值的引入，金融衍生工具的出现，货币更加抽象化，金融衍生工具的自我繁殖、自我复制，克隆到无以复加的地步，人们的思维方式、生存方式、理论标准、统统被虚拟经济洗刷和改造。虚拟经济与网络经济的结合，更开拓了人们的想象空间，君不见，有形的市场运作和有限的资本流动，正在演绎为超越时空的网上游戏。与虚拟化、网络化伴生的风险无处不在，痛定思痛，让我们感到迅速建立信用评价系统的责任。没有信用就没有虚拟经济，没有信用市场规则就会被无情的践踏。

    据权威统计，由于社会信用和经济信用遭到破坏，我国国内生产总值的增加至少要减少 2 个百分点。据专家分析， 我国市场交易中，由于缺乏信用体系，使得无效成本在国内生产总值中占 10% 到 20% 。西方国家信用结算可达 90% 以上，而我国的现金支付率高达 80% ，信用直接影响到经济运行的效率。

    让人忧虑的是，目前我国证券市场上的信用状况远远不能适应现代市场经济的起码要求。上市公司的信用缺失表现为：（ 1 ）财务数据虚伪，如虚增销售收入、虚增利润、报表重组等；（ 2 ）信息披露不真实、不及时、不完整；（ 3 ）重大决策未保护中小股东的利益，如通过关联交易转移利润，为大股东违规提供担保，大股东侵占上市公司资金等；（ 4 ）内控制度不健全，如重大决策未按“三会”运作规则进行，重大财务决策由大股东审批等；（ 5 ）随意变更募集奖金投向，利用募集资金委托理财；（ 6 ）重大承诺不兑现，如预测利润不兑现，整改措施不兑现等；（ 7 ）法人论理结构不健全等等。这些问题极大阻碍了中国证券市场的发展与规范。这些也正是我们开展《上市公司诚信评价系统》研究的出发点，课题开发的难点和重点。

    二、课题开发的设计思路

    现代经济学告诉人们，信用缺乏问题的根本原因是交易双方存在信息不对称性。在商品交易中，消费者通常是信息的弱势方，而供应方则是信息的强势方。消费者不可能掌握有关的选购信息，特别是有关生产成本和内在质量的信息，从而做出物有所值的判断。另一方面，供应方则拥有人所不知的“私有信息”，这种信息的不对称性极容易使消费者受骗上当。证券市场是个信息高度不对称的不完全市场，因而被有些图谋不轨的人运用内幕交易、操纵股市价格等违法手段大发横财。因此，规范证券市场行为的有效办法，是矫正这种信息的不对称性。这就是本课题开发的理论支点和理论依据。

    合理假设之一。信用依存度与企业长期考虑成正比，与企业的短期行为成反比例关系。鉴于一定的利益基础，信用行为的发生离不开利益的追求与权衡。追求利益最大化的原则，使利益在某种程度上成为信用行为的坐标。从理论上说，即越是出于长远考虑的企业，其信用行为可能性越大。相反，在短期利益的考虑中，企业信用往往极易遭到破坏。

    合理假设之二。信用度评价与风险评价的目标是一致的。国际银行界处理信用风险的方法，多在确定与评估风险的权重、等级等技术体系，即外部评价与内部评价。外部评价，又称标准法评价，指社会专业资信评估公司的信用度评价。内部评价，泛指监管部门站在风险角度上决定评价物的风险权重，评价其是否有违规违法操作行为。与内部评价相比，外部评价的依据与标准及其结果更具通用性。内部评价与外部评价的侧重点尽管有所不同，但其本质是一致的。因此可以得出这样的结论，内部评价与外部评价的目标是一致的，是长期共存的。

    合理假设之三。上市公司所披露的信息不完全真实，对其合理存疑。由于信息不对称性的天生存在，上市公司的经营者作为理性人具有天性 ，以及市场的规则、制度自身存在的不完善性，信息失真的情况必然大量存在，甚至存在恶意造假的现象。因此，作为监管部门的内部评价，对上市公司所披露的信息一定要保持合理的怀疑，从合理存疑出发，发现上市公司的潜在风险。本研究基于上市公司的披露信息具有不完全真实的假设之上，通过对已披露信息中包含的信息单元的分析，利用不同信息单元之间的勾稽关系，对这种勾稽关系进行数学模块的验证。如果验证的结果是正相匹配，则说明了所披露信息具有一定程度的真实性。反之，则说明所披露的信息中具有自相矛盾之处，说明隐含不真实性。

    合理假设之四。在假定的条件下，宏观经济总量是均衡的、稳定的。就是说，在假定的前提条件下，均衡是存在的并且是稳定的。本课题研究利用均衡分析方法。假定自变量是已知的和固定不变的。诸如，社会总需求和总供给，社会总投资和总消费，宏观经济总量与微观经济总量，有效需求与国民收入，社会总信用等大的经济变量与比例关系是不变的，均衡的，在此前提下展开研究及数学模型制作。

    三、研究开发的设计框架

    框架设计的基本原则是：信用评价是一项十分复杂的系统工程，从其评价的对象看，它涉及上市公司的工业企业、商业企业、金融企业、房地产企业、其他企业等。科学地对其评价，需要具备证券投资学、会计学、统计学、经济学、数理统计学、管理科学、预测学、决策学、国际金融、市场营销学、资产评估学、计算应用等多方面的知识和理论。因此，信用评价表现出对象多样性，类型复杂性，工具综合性，数据大量性，结果的不确定性。

    设计的基本原则包括：

    A 、适应市场经济需要的原则

    当前，中国进入市场经济以来，正在进行一系列改革，如现代企业产权制度的改革；企业经营机制转换；政府职能转变；金融体系的改革等，这些都是为适应社会主义市场经济体制的要求而进行的。具体地说，在理论设计和实际评估时，应注意到企业类型的多样化趋势，投资主体的多元化和经济行为的市场化等特点。

    B 、坚持规范化原则

    这里规范有两层含义：一是评估指标和方法的规范化，即要求在设计评价指标体系时，在评估实践过程中要遵循国际惯例，与国际惯例接轨。在许多西方发达国家都有各自的权威信用评价机构和规范的评价指标体系与方法，有许多东西值得我们借鉴学习。所以，在设计指标体系时应以国际惯例和中国会计制度为标准。在评价程序的实施方面，也应采取规范的做法，这样便于国际间、地区间的交流和比较。二是评价工作行为的规范化，也应促进被评价企业行为的规范化，促进证券市场的规范化和健康有序地发展。

    C 、坚持客观性、公正性、独立性和权威性

    客观性要求评价时，必须真实地反映上市企业的实际情况，所设计的指标应反映企业的实际，有针对性；并且要坚持公正性、独立性。

    D 、定性分析与定量分析相结合的原则

    定性分析和定量分析各有所长，在实际操作中都必不可少，必须充分结合。但最终评价结果应形成一个量化的结果，以排除定性分析中主观因素或不确定性因素的影响。国外发达国家通常的做法是，定性分析与定量分析所占比例为 4:6 ，这与其完善的法律法规、评价单位对被评企业一切情况了如指掌是分不开的。考虑到中国的实际情况，拟把定性分析与定量分析所占比重为 5:5 左右。另外，对每一评价结果加入“经验评价”以对定性分析和定量分析弥补或校正。

    E 、静态分析与动态分析相结合的原则

    一般说来，如果企业在正常年份的经营是正常的，则它的各项经济指标在各连续时期都存在一定的“惯性”或“时滞”。也就是说，某一指标值的本期值要受到以前各期尤其是近期值的影响，即存在“自回归”现象。因此，在评价分析企业的经营状况时，既不能只看企业过去，又不能以过去而做无依据的预测和展望。一方面，在对企业的过去及现状分析和前景预测方面保持一定的比例关系，以现在为主，然后预测未来。另方面，在选择评价指标时，不能局限在某一时点上，考虑企业近年的综合平均指数，这样可剔除某一特殊值的影响。

    F 、指标体系的科学性与系统性

    指标体系的科学性与系统性，要求设计指标体系必须有科学依据，必须能真正反映出要反映的内容，同时又要全面、系统并具有代表性，不能只重视某一方面的指标和内容，既要全面反映上市企业的经营管理状况，有无违规情况，又不能使指标重复、虚设。

    G 、系统软件的实用性、高效性及可操作性

    设计完指标体系和计算方法后，将编制通用的计算机程序，把数据输入→指标计算→评价打分→评价结果输出这一全过程电算化，这将大大提高评级的准确性和工作效率。实用性要求，研制出的系统软件能适应实际评价工作的需要。既有通用程序和指标体系，又按设定的需求生成、添加某些内容。高效性，体现在指标系统的运行效率，它应具有运行速度快，各种结果一次生成等特点，只要有完备的数据信息资料，就能通过计算机迅速完成一切信用评价工作。可操作性体现在，指标系统具有操作简单易掌握等特点。将采用全屏菜单和人机对话方式，使非计算机专业人员亦能熟练掌握，同时使本系统有较强的兼容性，能在各种软硬件环境下运行，并且建立起动态数据库，可随时进行各种查询、修改、汇总，建立起评价后的管理信息系统。

    H 、数据的真实性和及时性

    科学的评价必须依赖于真实可靠，及时的数据，要求采集数据时，必须确保数据的真实性，同时要求被评价企业提供各种真实的财务及相关数据。有些数据则可采用抽样判断的方法获得，有些则必须参照会计师事务所提供的数据或报告。如果所使用的数据不真实或不全面，评价结果不可能科学、公正

    四、研究开发的技术路径与数学应用模型

    信用风险的度量方法有很多，既有传统的度量方法，也有现代数学模型计算方法。传统方法有：专家评价法、信用评级法、信用评分法。现代数学模型方法更多，如 KMV 模型、信用度量术模型、麦肯锡模型、神经网络模型和模糊数学模型等等。各种模型的运用不甚相同，计算方法与角度不同，又都不能完整地描绘出企业的最原始数据和目前正在每天变化的数据。

    专家评价方法带有很大的主观性、随意性，其优点是能将有影响的信用风险揭示出来；信用评级法的优点是能将企业的信用等级用极其简单明了的符号表现出来，能给人非常直观的感觉。但它最初主要依赖指标的优劣进行分类，没能考虑到各指标对系统的影响力。信用评分法改变了这一缺陷，它能根据各指标对系统的影响不同设置不同权重，将系统指标量化为数值来对企业的信用风险度进行判定。

    因此，我们把现代数学模型与传统风险评价方法结合起来，开发了《上市公司诚信评价系统》，不仅对传统风险评价方法作了进一步的修正和完善，而且能对企业未来信用风险进行有效地预测；对众多的分值计算，充分利用了数学模型计算，对整个系统信用风险的揭示和预测分析采用了模糊数学理论和数理统计学中的预测模型。

    我们对上市公司诚信风险评价与现行的企业信用评价有着本质不同。一是诚信评价的内容要远远大于一般的企业信用评价。企业信用主要针对企业的财务状况、发展状况、管理状况等有限的几个方面的内容，而上市公司的评价不仅要关注以上内容，更多地要涉及到公司的守法、守规、信守承诺等诸多变量。

    针对以上区别，我们设定了两套评价系统，即信用评价系统和诚信（风险）评价系统，其权重各占 50% 。各有侧重，最后两权相加。信用评价系统主要考核企业的经营能力、盈利能力、市场占有率、管理状况、发展状况等有限内容。而诚信（风险）评价系统主要揭示企业存在的重大风险及隐患，包括公司经营独立状况、法人治理结构、内控制度建设、信息披露情况、募集资金使用情况、重大资产重组情况、财务真实性情况、相关监管部门处罚。两系统的相加真正的描绘出企业的现状及风险程度。

    在数学模型的运用上，我们采用了上市公司风险三级模糊评判模型，即把每个指标按其程度分若干等级，又将所有指标按其性质分为若干类型。评判时，先按每一指标的各个等级进行一级模糊综合评判，得出单个指标的评判结果；再按每一类的各个指标进行二级模糊综合评判，得出所有指标的评判结果。这样既能处理指标的模糊性，又可避免指标众多带来权重分配的困难。为了使系统的数据参数比例更加可靠，本课题又辅之以其他数学模型，比如神经网络模型、灰色系统模型、企业失败预测模型、财务数据真实性推断模型、组合预测。实证结果表明，分析总的平均预测误差，组合预测的结果要优于单一预测的精度，这可降低预测的风险性。