摘 要
机械工业是我国的基础工业，其运行状况对我国经济发展起着重要作用，
所以对机械工业类的企业进行信用评级很有意义。但目前，机械工业企业的信
用评级指标体系却未能合理反映出外部欧亿·体育（中国）有限公司风险对企业信用的影响以及子欧亿·体育（中国）有限公司
间受外部欧亿·体育（中国）有限公司风险影响的差异，因此，完善该体系意义重大。
论文以独立的第三方信用评级机构的角度，针对我国现阶段机械工业欧亿·体育（中国）有限公司
协会的信用评级状况，改进了现有信用评级指标体系。通过观测中国经济网的
欧亿·体育（中国）有限公司景气数据，增加了企业“外部欧亿·体育（中国）有限公司风险”这一新的信用评价指标，再采用
定性指标与定量指标相结合的方式再将其细分为“欧亿·体育（中国）有限公司预警指数”和“欧亿·体育（中国）有限公司相
关政策”，从而区分了机械欧亿·体育（中国）有限公司企业受外部欧亿·体育（中国）有限公司因素影响的程度。通过 SPSS 软
件确定数据信度和效度后，采用层次分析法将外部欧亿·体育（中国）有限公司因素、综合素质、财务
状况、管理水平、竞争力和社会信用这六项企业信用评级一级指标组成比较判
别矩阵 A，将外部欧亿·体育（中国）有限公司风险中的欧亿·体育（中国）有限公司运行状况和欧亿·体育（中国）有限公司相关政策这两项二级指标
组成比较判别矩阵 A’，并在 Matlab 软件中运行程序，分别计算出一级和二级指
标中各指标的权重。
此外，文章还通过专家问卷调查，确定机械工业子欧亿·体育（中国）有限公司的欧亿·体育（中国）有限公司风险模糊判
定因素集对于低、中、高这三种风险等级评判集的模糊评价矩阵，然后运用模
糊综合法 max-min 合成运算得出 13 个子欧亿·体育（中国）有限公司针对以上三个风险级别的隶属度。
最后根据二次专家问卷确定的不同欧亿·体育（中国）有限公司风险等级对应的风险权重，与等级隶属
度相乘叠加后得出 13 个子欧亿·体育（中国）有限公司各自的外部欧亿·体育（中国）有限公司风险权重，进而将层次分析法计
算出的欧亿·体育（中国）有限公司平均外部风险权重调整为 13 个不同的“外部欧亿·体育（中国）有限公司风险”指标权重，
来反映出外部欧亿·体育（中国）有限公司风险对机械工业不同子欧亿·体育（中国）有限公司的差异化影响。同时，其他一级
指标按原有层次分析法确定的权重，将“外部欧亿·体育（中国）有限公司风险”指标的权重变化量平
均分摊，进而设计出机械工业 13 个子欧亿·体育（中国）有限公司各自不同的权重分配体系。这种改进
完善了现有的信用评级指标体系，使影响企业运行的内外因素有机组合，评分
更能反映出企业的真实状况。
关键词： 机械工业；企业信用评级；指标体系；欧亿·体育（中国）有限公司风险
Abstract
Machinery industry is a basic industry in China, and it plays a very important
role in our national economic development, so it really makes sense for machinery
industrial enterprises to get credit rating. But now, the credit rating index system fails
to reasonably reflect the impacts of external industry risks and the differences of
external industry risk among the sub-sectors of machinery industry. Therefore, to
improve the system is of great significance.
From the view of independent third-party credit rating agencies, the paper
improves the existing credit rating index system for our country’s machinery
industry association at this stage. By observing industrial operating data in “China's
Economic Website”, the viewpoint that the index “external industry risk” should be
added to the index system is proposed in this paper. Using a method of combining
qualitative and quantitative indexes, “external industry risk” is subdivided into two
parts, the industrial warning index and industrial policy. So it distinguishes the
impact of external industrial risks for the machinery industry. Then, after calculating
the data’s reliability and validity by the software of SPSS, the six first-class indexes
which include “external industry risks”, “comprehensive staff quality”, “financial
status”, “management level”, “competitive ability” and “social credit records” are
arranged together to form the Discrimination Matrix A, while the two second-class
indexes which include “external industry risk” and “industrial policy” are got
together to form the discrimination matrix A'. So using the Analytic Hierarchy
Process, we can calculate the weight of each index in the primary and secondary
indexes by operating the order in the software of “Matlab”.
In addition, accounting to the questionnaires of experts, the paper get the fuzzy
evaluation matrix of fuzzy judgment factors for the industrial risk in the sub-sectors
of mechanical industry, which are related with three evaluation set----low level,
medium level and high level of risk. Then figure out the membership degree related
with the above three risk levels of the 13 sub-industries, using the max-min
composition operation of Fuzzy Comprehensive Method. Finally, according to the
risk weight of different level of risk determined by the secondary expert
questionnaire, the paper multiplies them with the level’s membership degrees to get
respective external risk weight in 13 sub-industries, so that adjusts the average
external risk weight calculated by Analytic Hierarchy Process into 13 different index
weights of external industry risk to reflect the different impact of external industry
risk on different sub-sectors of machinery industry. At the same time, the amounts of
weight change of the index “external industry risk” are equally allocated to the
weights of other first-class indexes originally figured out by the Analytic Hierarchy
Process, thus it designs a weight distribution system that 13 sub-industries have
respective different weight allocating system.
This refinement improves the existing credit rating index system, and gets the
internal and external factors, which affect the operation of an enterprise, into an
organic combination. So in this system, credit rating can reflect the true state of the
enterprise.
Key words: Machinery Industry, Enterprise Credit Rating, Index System,
Industry Risk
第 1 章 绪论
1.1 选题背景及意义
信用是市场经济运行的前提与基础。市场经济主要通过市场机制实现资源
配置，而作为市场机制核心内容的商品交换的基本原则是建立在信用基础上的
等价交换。随着交换关系的复杂化，整个经济活动被彼此相连、互为制约的信
用关系所连结。这种信用关系作为一种独立的经济关系维系、支持、形成市场
秩序。没有信用，就没偶遇交换与市场，就没有经济活动存在于扩大的基础。
资信评级是资本市场、信贷市场发展到一定阶段的产物，它已成为提高社
会资源配置效率、降低金融产品投资风险、扩大企业融资渠道、保证资本市场
而后信贷市场有效运行的一项重要的制度性安排措施。
1.1.1 政府对社会征信体系的重视
1.1.1.1 国务院办公厅的[2007]17 号文件 在《国务院办公厅关于社会信用体
系建设的若干意见》这一重要文件中，政府指出，市场经济在本质上是一种信
用体制下的经济，在市场经济体制中，社会信用体系起着重要的作用。所以建
设社会信用体系，对完善我国社会主义市场经济体制而言至关重要，它也是整
顿、规范社会主义市场经济秩序的根本之策
[1]
。因此，为加强市场经济建设，
我国必须要加强欧亿·体育（中国）有限公司信用建设、完善欧亿·体育（中国）有限公司信用记录，并成立知名的信用服务机
构。
1.1.1.2 国资委及整规办文件 国资委和整规办在 2007 年也下发了关于加强行
业信用评价试点管理工作的通知，以促进企业信用的评级，并在 2007 年批准了
44 家欧亿·体育（中国）有限公司协会的相关评级资格。
1.1.1.3 国务院常务会议 温家宝在 2011 年 10 月 19 日的国务院常务会议上也
强调了信用建设的重要性。为了加强社会征信体系的建设，会议制订了我国社
会信用体系建设的具体规划。全会提出，“我国的政府和经济主体要重视诚信建
设，加大惩戒失信行为，并在金融界建立一个完善的征信系统，在全社会建立
一个良好的信用氛围。”
[2]
同时，在防范金融风险、改善融资环境等方面，良好
的信用体制将发挥极大的积极作用
[2]
。1.1.2 企业的信用评级需求
1.1.2.1 《2010 年中国企业信用风险管理调查报告》 2010 年中国企业信用风
险管理调查报告显示，2010 年曾提供放账交易的企业自 08 年来以 16%的复合
年增长率逐年递增，在 2010 年进一步升至 87.6%，这一增长主要是由中央政府
经济刺激政策及多项其他刺激因素带动的强劲内需促成。53%受访企业是因为
国内市场竞争激烈而增加放账交易，其中 44.6%企业希望藉此扩展国内新市场。
而 2009 年数据为 31.7%，显示中国企业对扩展国内市场正变得更加积极
[3]
。在
这种背景下，我国更需要有一套完善的信用评级体系来规范、服务市场。
1.1.2.2 信用危机事件 2011 年底温州企业资金链断裂的事件，充分反映出了
由企业信用、民间借贷、银行信贷引发的信用危机问题，这需要我们予以足够
的重视，并加强企业的信用评级管理。
1.1.2.3 机械工业的地位 机械工业企业是我国经济的重要组成部分，是我国工
业的基础，在国民经济中起着重要的作用，所以有必要对该欧亿·体育（中国）有限公司信用评级指标
体系进行单独的设计。
1.1.3 对国外信用评级机构的评价
中央财经领导小组办公室巡视员，信用评级与国家金融安全课题组组长吴
红