论文部分内容阅读
目前，我国中小企业在国民经济发展中的作用和地位日益重要，国家相继颁布了一系列支持、促进中小企业发展的鼓励政策。各商业银行为调整信贷结构、培育优质客户、提高收益率和分散风险的需要，也加大了对中小企业的信贷投入，制定下发了一系列开展中小企业信贷业务的管理办法制度，逐步放宽中小企业信贷准入条件，对开拓中小企业的信贷市场起到了积极作用。但我们必须清醒地看到，现阶段中小企业客户由于普遍存在抗风险能力弱，管理不健全等特点，使得中小企业贷款潜在风险较高，风险管理的难度较大。在当前情况下，商业银行在大力拓展中小企业信贷业务时，应对中小企业融资动机和方式、企业特点和风险特征、风险防范和解决途径等方面有足够的认识和研究，通过建立完善、合理的中小企业信用评级制度，建立和完善符合中小企业特点的信用评定评级办法，进而客观地评价中小企业的信用级别，为商业银行进入中小企业信贷领域设立了第一道风险防线，使银行授信状况在适应中小客户合理的贷款需求状况的同时，不断提高信贷审批质量、水平和效率。其中，模糊综合评价法就是一个不错的方法。
一、模糊综合评价法概述
模糊综合评价法是依据模糊数学原理，对评价对象及评价因素的优劣采用好坏等模糊集来表示，并运用模糊数学和模糊统计方法对考察的因素综合考察，对评价对象做出科学的综合评价方法，是针对难以直接用准确的数字进行量化的评价问题提出来的一种很有价值的方法。此方法就是对原本仅具有模糊和非定量化特征的因素，经过某种数学处理，使其具有某种量化的表达形式，从而为决策提供可以进行比较和判别的依据，提高决策的科学性和正确性。模糊综合评价法的基本步骤如下：
第一， 确定因素集、评价集、权重集、模糊关系矩阵。
设第一层影响评级水平值的因素m个。
用因素集U=｛U1，U2，U3，…，Um｝表示，其中Ui=｛Ui1，Ui2，Ui3，…，Uim｝为U的第i个因素，它的值由第二层次的n个因素来确定。而且满足Ui=U，Ui∩Uj=?覫（i≠i，i=1，2，…，m；j=1，2…，m）。
用评价集V=｛V1，V2，V3，…，Vj｝来表示企业的j个信用等级。一般来说，j要大于4小于9，因为如果j过小不符合模糊数学评价法的要求；j过大超过人的语义区分能力，在专家判断定性指标的等级归属时会造成困扰。j过大或过小都会影响评价结果的准确度，因此j取适中。
用W=｛W1，W2，W3，…，Wn｝来表示第一层次各因素的权重集，其中Wi表示第一层次中第i个因素的权重，代表第i个因素在第一层次中的重要程度。第二层次的权重集可以用Wi=｛Wi1，Wi2，Wi3，…，Wim｝来表示，其中Wij表示隶属于第一层次第i个因素的第二层次中第j个指标的权重。
建立模糊关系矩阵，用R=r11r12 … r1nr21r22 … r2n… … … …rm1rm2 … rmn来表示。
第二，确定模糊算子。将W，R合成得到B。模糊数学评价的基本模型为B=W×R。其中R表示评价指标与评价等级间的模糊关系，B表示被评企业与评价等级间的模糊关系。
第三，对评价结果B作分析处理。对评价结果的处理方法有三种：第一种是最大隶属度法，取与评价指标的最大之相对应的评价元素为评价结果；第二种是加权平均法，将各个评价元素加权平均得到的值作为评价结果；第三种是模糊分布法，用归一化的评价指标作为评价结果，如企业信用评级的结果可以用企业可能处于某一信用级别的百分比来表示。
二、案例背景
被评价企业G基本情况及财务状况说明：
企业G于1993年，是一家集花边科研和生产为一体的民营企业，注册资金3600万元，分别由两个自然人出资，其中股东林某出资3240万元，占股本的90%，黄某出资360万元，占股的10%，林某为公司实际控制人，高中学历，任董事长兼总经理，负责日常管理和决策，为人诚信厚道，是当地知名企业家之一，信誉良好，有20多年的民营企业管理经验。公司现有职工人数260人，其中中高级技术人员共35人，专业从事研发的人员8人。
该公司拥有德国进口的RSI5/1，MRESJ43/1，MESS42-130型等具有当今国际或国内先进水平的经编设备和EAT公司CAD自动化设计系统，其经编设备除了设备元件钢质材料好、精度高、结构合理，多动能、高质量、高速运转、经久耐用的特点外，在生产产品方面还具有优质、高速、高产、宽幅、灵活性等性点，除生产鞋里布、服装面料、花边外，还可用于开发生产高档汽车工业用布、氨纶面料、旅游帐篷布、广告灯箱用布和体育用品布等多种品种，可应对多变的市场需求，有较强的市场适应能力。所生产的产品具有较强的市场竞争能力，产品先后通过了ISO9001质量管理体系和国际生态纺织品OEKO-TEX STANDARD100（婴儿产品及直接接触皮肤产品认证）标准双项认证，达到了发达国家纺织品市场的环保标准，从而突破发达国家设置的环保壁垒。由于产品质量过硬，现在已经成为了国内一些知名的内衣公司（如北京的婷美、上海的欧迪芬和黛安芬公司）的部分内衣面料配套供应商。为了推进现代化管理模式，促进新产品的开发，公司还陆续从国内著名的纺织高院高薪聘请高级针织专业人才，并经常派技术骨干到国外深造和培训，为新产品的开发奠定了坚实的基础。公司多次被评为“重点乡镇企业”、“重合同守信用单位”、“A类纳税户”和“明星企业”称号，2002年被当地所在市评为“科技型企业”、“科技先进单位”，该公司生产的XX牌花边2004年经中国质量与品牌杂志社等多家权威机构评选为“中国针织十大影响力品牌”，公司也因此获得“中国品牌建设十大杰出企业”称号，2006年获得“XX省品牌产品”称号。
该公司近年来销售收入与净利润均保持较快增长，目前该公司已在上海与东莞开设了分公司，产品主要销住广州、潮汕、深圳、义乌、上海等地，并通过外贸渠道，远销欧洲、拉美、南非等国家和地区，企业发展进入成熟阶段，客户资源较为稳定，并形成一定的生产规模，已成为当地经编行业的龙头企业之一，未来发展与盈利能力潜力较大，企业凭借良好的经营业绩和银行信用已经连续七年被当地金融机构评为AAA级信用企业。文中的“银行A”给予其信用评级为CCC级，为限制信贷准入客户。
截止于2007年12月31日，该公司总资产11275万元，年销售收入5273万元，属于制造业中小企业范畴。
根据企业基本信息资料和相关财务报表数据，可计算出各项指标如表1、表2所示：
三、应用模糊综合评价法对中小企业信用评级指标体系实证分析
尽管非财务定性指标的设置使中小企业的信用评价体系更为全面和具体，但是评价人员对于非财务等定性指标属于某一等级的判断往往因为其难以量化而带有很强的主观性，现有的商业银行企业信用评价指标体系中就存在将诸多“很好”、“较好”、“较差”、“很差”等模糊概念作为评判标准的情况，大大影响了信用评价的效果。为了更好地解决定性指标的定量化问题，本节将应用模糊综合评价法结合实际案例进行分析研究。
模糊综合评价方法是运用模糊集对评价对象进行多因素科学评估的决策方法，它一方面集合了AHP法与专家调查法在财务指标评价方面的优势，另一方面又发挥了模糊评价方法在具有模糊性的指标评价中的独特作用，即模糊综合评价方法既可用于主观指标的综合评价，又可用于客观指标的综合评价，因而能更全面、客观地对企业信用进行评价。本文构建的制造业中小企业的信用评价指标体系是一个多指标、多层次的结构体系，进行模糊综合评价的基本程序如下：
第一，确定已知因素层次集。确定已知因素层次集为：A＝（A1，A2，A3，…，Am）。这里A即新构建的制造业中小企业信用评价指标体系，其中m=8，A1=企业素质，A2=结算分析，A3=履约情况等至A8共8个变量，亦即：
A=｛A1，A2，A3，A4，A5，A6，A7，A8｝
这是指标层对准则层的评价，第一层次的每个因素又由第二层次中的诸多因素决定，即Ai=｛Ai1，Ai2，Ai3，…，Ain｝，如：
A1=｛A11，A12，A13），即A1=｛经营者素质，行业竞争优势，财务管理｝；
A2=｛A21，A22｝，即A2=｛供应链，综合效益｝；
A3=｛A31，A32｝，即A3=｛商业信用，偿债意愿｝；
等等，
在第三层次的因素集合中：
A11=｛A111，A112，A113，A114｝，即A11=（行业经验，经营业绩，偿债意愿，个人嗜好），
A12=｛A121，A122，A123｝，即A12=｛行业发展程度，行业支持程度，技术先进程度｝，
其他依此类推。
第二，确定评语集。确定评语集为：V=（V1，V2，V3，V4，V5，V6，V7）=（AAA，AA，A，BBB，BB，B，CCC）
为方便计算和理解，在确定评语集时，参照现行银行通用的十级百分制信用等级划分标准，选取CCC级信用等级以上的七个等级来表示，即：V=（V1，V2，V3，V4，V5，V6，V7）=（AAA，AA，A，BBB，BB，B，CCC）=（100，90，80，70，60，50，40）
第三，确定指标隶属度，构造模糊评判矩阵R。
（1）指标隶属度的确定：根据企业G的行业区域特征和经营生产特点，笔者请了包括四位商业银行信贷工作经历均在5年以上的资深客户经理以及四位从事信贷审批工作年限均在5年以上的信贷审批官共8位专业人士针对本文构建的制造业中小企业信用评价指标体系中的30个指标层指标进行了评估，经过分析和整理，得到以下定性和定量指标的隶属度，如表3和表4所示。
（2）构建模糊评判矩阵R。根据模糊综合评价法原理，可分别得到关于A1，A2，A3，A4，A5，A6，A7，A8的模糊评判矩阵为：R1，R2，R3，R4，R5，R6，R7，R8，分别计算如下：
R1=0.90.10000000.80.2000000.60.40000 R2=00.80.2 00000 00.60.4000
R3=1 0 0000000.80.20000 R4=10 0 0 0 00000.60.4 0 0000 0 00.60.4010 0 0 0 0010 0 0 0 0010 0 0 0 0010 0 0 0 00
R5=00.80.200001 0 0000000.90.10000 00.80.200001 0 00000R6=1000000100000000.80.20000
R7=00000000000000.70.3000 R8=0 0 00.30.7000 0 0 0 0010 0 0 0 00100.80.2 0 0000 0 0 0 001
第四，计算综合评判向量B。具体计算过程如表5所示。
第五，分析评判结果B。通过模糊综合评价，企业G按照本文设计的制造业中小企业信用评价指标体系和建立的评级模型进行信用评级，其最终评价分为85.76分，经对照信用评级标准表，该企业的信用评级为AA级。从评分结果可以看出：企业G在A1企业素质、A3履约情况、A4偿债能力、A6盈利能力以及A7创新能力共五个方面单项得分均在90分以上，而企业素质、履约情况、偿债能力、盈利能力以及创新能力等指标因对于衡量中小企业信用风险大小具有重要的作用而在本文设计的评级指标体系中占有较高的权重，分别为15%、8%，16%，8%以及15%，共为企业G获得57.82分，奠定了为良好信用评级结果的实现奠定了基础，通过对具体指标的分析，可以看出，企业G业务虽经营规模较小，但经营稳健，资产运营能力较高，通过对利润和现金流量等指标的分析，表明该企业具有较强的盈利能力，现金流充足，具有较强的短期偿债能力，然而，需要引起注意的是，企业G在成长发展能力指标方面，得分率较低，15分中仅得到8.7分，其中三项增长率指标为负值，这充分反映了我国制造业中小企业面临的共性问题，产能规模的扩大需要投入大量的资金，大量的需求来源于银行信贷，由于信贷资源的有限性，势必造成中小企业大量的融资需求得不到满足，因此政府应保持债券市场和股票市场融资等外部融资渠道畅通，改变依靠银行信贷的融资手段单一的局面，扶持和促进制造业中小企业健康发展。
通过本文构建的信用评价指标体系，企业G被评为AA级信用客户，这样的评级结果较真实地反映了该企业的实际经营能力和信用风险程度，目前商业银行给予该企业的授信支持足以说明这一点，而银行A根据优化前的制造业中小企业信用评级指标体系得到该企业信用评级结果为CCC级，错把企业G列入“信用差”的行列，不但使企业G没有得到应有的信贷支持，银行A自然也失去了业务发展的机会。
参考文献：
［1］韩文亮、黄开旭：《中小企业与金融丛书》，上海财经大学出版社2001年版。
［2］梅强、谭中明等：《中小企业信用担保理论、模式及政策》，经济管理出版社2002年版。
［3］张利胜、狄娜：《中小企业信用担保》，上海财经大学出版社2001年版。
［4］刘利军：《模糊数学在上市公司资信评价中的应用》，《西安电子科技大学硕士论文》2005年版。
［5］陈娟、吴开微：《企业资信的模糊数学评价方法》，《工科数学》2001年第8期。
（编辑刘姗）
一、模糊综合评价法概述
模糊综合评价法是依据模糊数学原理，对评价对象及评价因素的优劣采用好坏等模糊集来表示，并运用模糊数学和模糊统计方法对考察的因素综合考察，对评价对象做出科学的综合评价方法，是针对难以直接用准确的数字进行量化的评价问题提出来的一种很有价值的方法。此方法就是对原本仅具有模糊和非定量化特征的因素，经过某种数学处理，使其具有某种量化的表达形式，从而为决策提供可以进行比较和判别的依据，提高决策的科学性和正确性。模糊综合评价法的基本步骤如下：
第一， 确定因素集、评价集、权重集、模糊关系矩阵。
设第一层影响评级水平值的因素m个。
用因素集U=｛U1，U2，U3，…，Um｝表示，其中Ui=｛Ui1，Ui2，Ui3，…，Uim｝为U的第i个因素，它的值由第二层次的n个因素来确定。而且满足Ui=U，Ui∩Uj=?覫（i≠i，i=1，2，…，m；j=1，2…，m）。
用评价集V=｛V1，V2，V3，…，Vj｝来表示企业的j个信用等级。一般来说，j要大于4小于9，因为如果j过小不符合模糊数学评价法的要求；j过大超过人的语义区分能力，在专家判断定性指标的等级归属时会造成困扰。j过大或过小都会影响评价结果的准确度，因此j取适中。
用W=｛W1，W2，W3，…，Wn｝来表示第一层次各因素的权重集，其中Wi表示第一层次中第i个因素的权重，代表第i个因素在第一层次中的重要程度。第二层次的权重集可以用Wi=｛Wi1，Wi2，Wi3，…，Wim｝来表示，其中Wij表示隶属于第一层次第i个因素的第二层次中第j个指标的权重。
建立模糊关系矩阵，用R=r11r12 … r1nr21r22 … r2n… … … …rm1rm2 … rmn来表示。
第二，确定模糊算子。将W，R合成得到B。模糊数学评价的基本模型为B=W×R。其中R表示评价指标与评价等级间的模糊关系，B表示被评企业与评价等级间的模糊关系。
第三，对评价结果B作分析处理。对评价结果的处理方法有三种：第一种是最大隶属度法，取与评价指标的最大之相对应的评价元素为评价结果；第二种是加权平均法，将各个评价元素加权平均得到的值作为评价结果；第三种是模糊分布法，用归一化的评价指标作为评价结果，如企业信用评级的结果可以用企业可能处于某一信用级别的百分比来表示。
二、案例背景
被评价企业G基本情况及财务状况说明：
企业G于1993年，是一家集花边科研和生产为一体的民营企业，注册资金3600万元，分别由两个自然人出资，其中股东林某出资3240万元，占股本的90%，黄某出资360万元，占股的10%，林某为公司实际控制人，高中学历，任董事长兼总经理，负责日常管理和决策，为人诚信厚道，是当地知名企业家之一，信誉良好，有20多年的民营企业管理经验。公司现有职工人数260人，其中中高级技术人员共35人，专业从事研发的人员8人。
该公司拥有德国进口的RSI5/1，MRESJ43/1，MESS42-130型等具有当今国际或国内先进水平的经编设备和EAT公司CAD自动化设计系统，其经编设备除了设备元件钢质材料好、精度高、结构合理，多动能、高质量、高速运转、经久耐用的特点外，在生产产品方面还具有优质、高速、高产、宽幅、灵活性等性点，除生产鞋里布、服装面料、花边外，还可用于开发生产高档汽车工业用布、氨纶面料、旅游帐篷布、广告灯箱用布和体育用品布等多种品种，可应对多变的市场需求，有较强的市场适应能力。所生产的产品具有较强的市场竞争能力，产品先后通过了ISO9001质量管理体系和国际生态纺织品OEKO-TEX STANDARD100（婴儿产品及直接接触皮肤产品认证）标准双项认证，达到了发达国家纺织品市场的环保标准，从而突破发达国家设置的环保壁垒。由于产品质量过硬，现在已经成为了国内一些知名的内衣公司（如北京的婷美、上海的欧迪芬和黛安芬公司）的部分内衣面料配套供应商。为了推进现代化管理模式，促进新产品的开发，公司还陆续从国内著名的纺织高院高薪聘请高级针织专业人才，并经常派技术骨干到国外深造和培训，为新产品的开发奠定了坚实的基础。公司多次被评为“重点乡镇企业”、“重合同守信用单位”、“A类纳税户”和“明星企业”称号，2002年被当地所在市评为“科技型企业”、“科技先进单位”，该公司生产的XX牌花边2004年经中国质量与品牌杂志社等多家权威机构评选为“中国针织十大影响力品牌”，公司也因此获得“中国品牌建设十大杰出企业”称号，2006年获得“XX省品牌产品”称号。
该公司近年来销售收入与净利润均保持较快增长，目前该公司已在上海与东莞开设了分公司，产品主要销住广州、潮汕、深圳、义乌、上海等地，并通过外贸渠道，远销欧洲、拉美、南非等国家和地区，企业发展进入成熟阶段，客户资源较为稳定，并形成一定的生产规模，已成为当地经编行业的龙头企业之一，未来发展与盈利能力潜力较大，企业凭借良好的经营业绩和银行信用已经连续七年被当地金融机构评为AAA级信用企业。文中的“银行A”给予其信用评级为CCC级，为限制信贷准入客户。
截止于2007年12月31日，该公司总资产11275万元，年销售收入5273万元，属于制造业中小企业范畴。
根据企业基本信息资料和相关财务报表数据，可计算出各项指标如表1、表2所示：
三、应用模糊综合评价法对中小企业信用评级指标体系实证分析
尽管非财务定性指标的设置使中小企业的信用评价体系更为全面和具体，但是评价人员对于非财务等定性指标属于某一等级的判断往往因为其难以量化而带有很强的主观性，现有的商业银行企业信用评价指标体系中就存在将诸多“很好”、“较好”、“较差”、“很差”等模糊概念作为评判标准的情况，大大影响了信用评价的效果。为了更好地解决定性指标的定量化问题，本节将应用模糊综合评价法结合实际案例进行分析研究。
模糊综合评价方法是运用模糊集对评价对象进行多因素科学评估的决策方法，它一方面集合了AHP法与专家调查法在财务指标评价方面的优势，另一方面又发挥了模糊评价方法在具有模糊性的指标评价中的独特作用，即模糊综合评价方法既可用于主观指标的综合评价，又可用于客观指标的综合评价，因而能更全面、客观地对企业信用进行评价。本文构建的制造业中小企业的信用评价指标体系是一个多指标、多层次的结构体系，进行模糊综合评价的基本程序如下：
第一，确定已知因素层次集。确定已知因素层次集为：A＝（A1，A2，A3，…，Am）。这里A即新构建的制造业中小企业信用评价指标体系，其中m=8，A1=企业素质，A2=结算分析，A3=履约情况等至A8共8个变量，亦即：
A=｛A1，A2，A3，A4，A5，A6，A7，A8｝
这是指标层对准则层的评价，第一层次的每个因素又由第二层次中的诸多因素决定，即Ai=｛Ai1，Ai2，Ai3，…，Ain｝，如：
A1=｛A11，A12，A13），即A1=｛经营者素质，行业竞争优势，财务管理｝；
A2=｛A21，A22｝，即A2=｛供应链，综合效益｝；
A3=｛A31，A32｝，即A3=｛商业信用，偿债意愿｝；
等等，
在第三层次的因素集合中：
A11=｛A111，A112，A113，A114｝，即A11=（行业经验，经营业绩，偿债意愿，个人嗜好），
A12=｛A121，A122，A123｝，即A12=｛行业发展程度，行业支持程度，技术先进程度｝，
其他依此类推。
第二，确定评语集。确定评语集为：V=（V1，V2，V3，V4，V5，V6，V7）=（AAA，AA，A，BBB，BB，B，CCC）
为方便计算和理解，在确定评语集时，参照现行银行通用的十级百分制信用等级划分标准，选取CCC级信用等级以上的七个等级来表示，即：V=（V1，V2，V3，V4，V5，V6，V7）=（AAA，AA，A，BBB，BB，B，CCC）=（100，90，80，70，60，50，40）
第三，确定指标隶属度，构造模糊评判矩阵R。
（1）指标隶属度的确定：根据企业G的行业区域特征和经营生产特点，笔者请了包括四位商业银行信贷工作经历均在5年以上的资深客户经理以及四位从事信贷审批工作年限均在5年以上的信贷审批官共8位专业人士针对本文构建的制造业中小企业信用评价指标体系中的30个指标层指标进行了评估，经过分析和整理，得到以下定性和定量指标的隶属度，如表3和表4所示。
（2）构建模糊评判矩阵R。根据模糊综合评价法原理，可分别得到关于A1，A2，A3，A4，A5，A6，A7，A8的模糊评判矩阵为：R1，R2，R3，R4，R5，R6，R7，R8，分别计算如下：
R1=0.90.10000000.80.2000000.60.40000 R2=00.80.2 00000 00.60.4000
R3=1 0 0000000.80.20000 R4=10 0 0 0 00000.60.4 0 0000 0 00.60.4010 0 0 0 0010 0 0 0 0010 0 0 0 0010 0 0 0 00
R5=00.80.200001 0 0000000.90.10000 00.80.200001 0 00000R6=1000000100000000.80.20000
R7=00000000000000.70.3000 R8=0 0 00.30.7000 0 0 0 0010 0 0 0 00100.80.2 0 0000 0 0 0 001
第四，计算综合评判向量B。具体计算过程如表5所示。
第五，分析评判结果B。通过模糊综合评价，企业G按照本文设计的制造业中小企业信用评价指标体系和建立的评级模型进行信用评级，其最终评价分为85.76分，经对照信用评级标准表，该企业的信用评级为AA级。从评分结果可以看出：企业G在A1企业素质、A3履约情况、A4偿债能力、A6盈利能力以及A7创新能力共五个方面单项得分均在90分以上，而企业素质、履约情况、偿债能力、盈利能力以及创新能力等指标因对于衡量中小企业信用风险大小具有重要的作用而在本文设计的评级指标体系中占有较高的权重，分别为15%、8%，16%，8%以及15%，共为企业G获得57.82分，奠定了为良好信用评级结果的实现奠定了基础，通过对具体指标的分析，可以看出，企业G业务虽经营规模较小，但经营稳健，资产运营能力较高，通过对利润和现金流量等指标的分析，表明该企业具有较强的盈利能力，现金流充足，具有较强的短期偿债能力，然而，需要引起注意的是，企业G在成长发展能力指标方面，得分率较低，15分中仅得到8.7分，其中三项增长率指标为负值，这充分反映了我国制造业中小企业面临的共性问题，产能规模的扩大需要投入大量的资金，大量的需求来源于银行信贷，由于信贷资源的有限性，势必造成中小企业大量的融资需求得不到满足，因此政府应保持债券市场和股票市场融资等外部融资渠道畅通，改变依靠银行信贷的融资手段单一的局面，扶持和促进制造业中小企业健康发展。
通过本文构建的信用评价指标体系，企业G被评为AA级信用客户，这样的评级结果较真实地反映了该企业的实际经营能力和信用风险程度，目前商业银行给予该企业的授信支持足以说明这一点，而银行A根据优化前的制造业中小企业信用评级指标体系得到该企业信用评级结果为CCC级，错把企业G列入“信用差”的行列，不但使企业G没有得到应有的信贷支持，银行A自然也失去了业务发展的机会。
参考文献：
［1］韩文亮、黄开旭：《中小企业与金融丛书》，上海财经大学出版社2001年版。
［2］梅强、谭中明等：《中小企业信用担保理论、模式及政策》，经济管理出版社2002年版。
［3］张利胜、狄娜：《中小企业信用担保》，上海财经大学出版社2001年版。
［4］刘利军：《模糊数学在上市公司资信评价中的应用》，《西安电子科技大学硕士论文》2005年版。
［5］陈娟、吴开微：《企业资信的模糊数学评价方法》，《工科数学》2001年第8期。
（编辑刘姗）