宋方毅　郭崇文



大数据时代中小影视企业信用评级实操调研

宋方毅郭崇文

随着我国影视行业的蓬勃发展，目前已积累了大量的行业数据，大数据对影视行业的影响已经逐渐体现。市场中涌现出一大批具有发展前景的中小影视企业，但由于缺少合理有效的信用评价标准，中小影视企业融资困难，阻碍其发展壮大。

针对中小影视企业融资难问题，本文结合对某影视企业的实操跟踪调研详细介绍了中小影视企业信用等级评价标准体系。本体系在考虑信用评级指标设定时，采用了定量分析与定性分析相结合的分析技术，大数据信息收集与实地调研相结合，对受评客体现金流充足性进行分析和预测。定量指标采用模糊隶属度评分法，定性指标采用专家评判打分法，根据层次分析法确定评价指标权重，对各指标得分进行加权得到最终得分，由此划分影视企业信用等级。

大数据；中小影视企业；信用评级；模糊隶属度；层次分析法

一、引言

近年来，我国政府立足于经济全局，对推动文化产业成为国民经济支柱性产业这一重大战略任务作出了全面部署。在当前情势下，应力发展文化创意产业，文化创意产业将成为未来经济发展的强大动力和主导方向。

我国的文化创意产业仍存在发展滞后的问题，主要原因是文化创意企业普遍存在的融资困难，严重制约了企业的发展。

国内外关于文化创意企业融资问题的研究表明，建立和发展面向文化创意企业的商业银行、信用担保、风险基金是帮助解决文化创意企业资金匮乏困境的理想手段。商业银行和风险投资基金要成为解决文化创意企业融资问题的主要途径，首先要建立起一套科学化、规范化和可操作性强的文化创意企业信用评价标准体系。

二、中小文创企业信用等级评价的实操流程

第一，评价申请。受评企业向信用评价机构发出书面评价申请后，评价机构应初步审核申请方提交材料的完整性。评价机构会使用大数据分析系统来确认这些信息的真实性和完整性，并要求受评企业按照其要求，提供或补充所需材料，以确定是否接受信用评价申请。信息核实方式包括函电确认、数据分析、数据库查询或其他手段。

第二，评价准备。根据受评企业所属行业及其性质，确定信用评价人员，准备相关资料及工作程序。

第三，评价信息收集。评价信息包含两个部分，一是需要受评企业通过书面提供的资料和数据，二是通过大数据分析系统和专家论证结果得出的基准数据或参照样本，这部分数据主要包括指标的标准值，包括最大最小值和数据基准。

第四，实地调研。实地调研工作主要是与有关人员的访谈及现场勘察，旨在了解企业经营状况，直接感受企业的管理氛围，并对企业上报的数据进行确认。

第五，级别建议。评价人员在对各项资料进行整理、加工、分析、讨论后，使用信用评价系统对受评企业的信用级别进行评定。

第六，级别评审。信用评审委员会对评级人员提交的评级报告摘要进行质疑、审核并提出评定意见的过程。最终级别需要经评审委员会2/3以上多数通过。

第七，撰写报告。评审会后，评级人员应依据评审委员会的书面意见，撰写详细的信用评级分析报告。

第八，评价反馈。评级支持部门与受评企业交换意见、确定受评企业信用级别。

第九，结果公示。依照固定的格式与版面在相关网站、刊物等公开媒体上公布受评企业级别。

信用评价结果有效期一般为一年。如果某些因素致使受评企业的信用等级发生变化，评价主体应及时调整中小文创企业的信用等级。

第十，跟踪监测。在信用评价结果公布之后，评价主体应在信用评价结果有效期内进行定期或不定期跟踪，对相关信息进行及时更新。

三、影视企业信用评级

本评价体系包含的指标从评分方法上可分为定量指标和定性指标，从指标性质上又可分为正向指标和负向指标。定量指标采用模糊隶属度评分法进行评分，定性指标采用专家评判法进行评分。

其一，定量指标分为规模、偿债能力、盈利能力、运营能力、发展能力五个方面，共有8个三级指标，定性指标分为竞争能力、股东评价、新建项目、管理水平、信用记录、融资能力六个方面，共有16个三级指标。

其二，模糊隶属度评分法。正向指标是指标值越大，企业清偿能力越大、得分越高的指标。负向指标与正向指标含义恰好相反。正向指标的模糊隶属度方法评分公式为:

其三，层次分析法(AHP)。采用层次分析法(AHP)对指标赋权，首先将各评价指标按相互影响关系组成递阶层次结构，通过专家对指标相对重要性进行两两成对比较，由两两对比结果得到判断矩阵，对判断矩阵进行一致性检验，若满足一致性要求，则求判断矩阵的最大特征值对应的特征向量并进行归一化即求出权重。

本评价体系将企业的信用状况分为三等九级，即：AAA、AA、A、BBB、BB、B、CCC、CC、C。根据各指标的评分和指标权重的确定，得出该影视企业的综合得分为82.02，结合信用等级划分标准，为该企业信用等级确定为AA级，认为该企业信用程度较优，偿债能力较强，风险小。该类企业资金实力较强，资产质量较好，各项指标先进，经营状况较佳，盈利水平较高，经济效益稳定，发展前景较为广阔，有较强的支付能力。不确定性因素对其经营与发展的影响很小。

四、总结

以上借助对某影视企业信用评级的过程，介绍了对中小文创企业信用评级的基本方法与步骤。对于文化产业这种轻资产的价值量化是比较困难的，目前已积累了大量的行业数据，大数据对影视行业的影响已经逐渐体现。市场中涌现出一大批具有发展前景的中小影视企业，但由于缺少合理有效的信用评价标准，中小影视企业融资困难，阻碍其发展壮大。对文化企业的承贷能力的判断一直是商业银行的难题，这里介绍的方法可以有助于金融对文化产业的顺畅支持。(作者单位：北京工商大学经济学院)

[1]邓雪,李家铭,曾浩健,陈俊羊,赵俊峰.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,2012,07:93-100.

[2]赵克楠,李雷,邓楠.一种构造模糊隶属度的新方法[J].计算机技术与发展,2012,08:75-77+81.

[3]张丽.大数据时代电影产业面临的机遇与挑战[J].中国商贸,2015,01:147-149.

[4]杨新磊,任莎莎,杨博.电视剧发行与营销之模糊数学综合评价模型及应用[J].艺术科技,2014,03:34-35.

[5]吴玉玲,高铭.电视剧版权交易评估指标体系的建构[J].当代传播,2014,02:105-107.

[6]刘亚娜.我国小微企业信用评价体系研究[D].哈尔滨理工大学,2014.

[7]王珍.我国中小企业融资信用评价研究[D].山东大学,2009.

[8]倪晓华.我国中小企业信用评价指标体系标准化研究[D].北京化工大学,2007.

宋方毅(1992-)，男，山东枣庄人，硕士研究生在读，北京工商大学经济学院，研究方向：数据挖掘。

郭崇文(1993-)，女，安徽阜阳人，硕士研究生在读，北京工商大学经济学院，研究方向：计量模型、金融风险。

2015北京工商大学研究生科研能力提升计划项目