合同能源管理模式在中國的發(fā)展取得了一定的成效，但在發(fā)展過程中面臨一些問題.。藍毓俊等認為，我國合同能源管理面臨的主要問題是誠信保障、資金以及財務(wù)等；王樹茂舊1認為，當前企業(yè)信譽環(huán)境不利于我國節(jié)能服務(wù)公司的發(fā)展；楊振宇等認為，合同能源管理的困境主要表現(xiàn)在信用、信息、融資等方面；張春雷、袁海臻等認為，應(yīng)該通過制定信用評價等級等方式促進我國合同能源管理的發(fā)展。上述研究結(jié)果表明，信用風險已經(jīng)成為我國合同能源管理模式健康發(fā)展的主要障礙之一。信用風險度量與控制的首要條件是信用風險識別。雖然我國學者對信用風險識別模型進行了初步研究，但其風險識別的準確度和可信度有限，不能滿足我國合同能源管理模式發(fā)展的需要。

　　在信用風險識別過程中，對企業(yè)相關(guān)信用指標的分析通常依據(jù)的是客觀規(guī)則，其中的關(guān)鍵環(huán)節(jié)是信用指標篩選與決策規(guī)則確定。在合同能源管理領(lǐng)域，由于信用缺失問題主要發(fā)生在節(jié)能企業(yè)，而粗糙集理論可以處理不完備信息，通過知識約簡挖掘出最簡潔的指標體系，得到客觀的分類規(guī)則集，使風險識別過程簡便易行，彌補了其他分析方法存在的主觀性缺陷。因此，本文運用粗糙集理論研究節(jié)能企業(yè)的信用風險識別問題。

　　一、節(jié)能企業(yè)信用風險識別指標體系及步驟

　　1．指標體系

　　由于上市公司公布的財務(wù)指標涉及發(fā)展能力、營運能力、償債能力、盈利水平、風險水平等諸多方面，數(shù)據(jù)公開且相對完整和公正，同時，鑒于我國對節(jié)能企業(yè)的信用研究處于起步階段，因此，本文根據(jù)商業(yè)銀行信用評價指標、《中國企業(yè)信用評價指南》以及相關(guān)信用風險的研究成果，構(gòu)建節(jié)能企業(yè)信用風險識別的指標體系(見表1)。

　　表1節(jié)能企業(yè)信用風險識別指標

　　注：表中指標選用財務(wù)報告中合并報表中數(shù)據(jù)。

　　2．步驟

　　在保證分類質(zhì)量的前提下使用粗糙集中屬性約簡規(guī)則篩選指標，可以彌補節(jié)能企業(yè)信用風險識別指標體系中存在的指標冗余和關(guān)聯(lián)的不足。

　　選取我國鋼鐵、建筑、交通等行業(yè)的120家上市公司2010年12月31日公布的財務(wù)報表中的數(shù)據(jù)作為基礎(chǔ)決策信息，研究數(shù)據(jù)主要來自上海證券交易所和國泰安數(shù)據(jù)庫。決策屬性依據(jù)企業(yè)股票是否處于特別處理狀態(tài)(ST)，即決策屬性為0，表示企業(yè)股票處于ST狀態(tài)，企業(yè)信用水平較低或風險較大；決策屬性為1，表示企業(yè)股票處于正常狀態(tài)，企業(yè)信用信用水平較高或風險較小。

　　(一)初始決策表

　　為根據(jù)120組上市公司相關(guān)信息確定決策規(guī)則，依據(jù)與信用風險識別有關(guān)的條件屬性值和決策屬性值的描述，將其匯總到一張表格中，得到初始決策表。Utrain表示由這120組信息組成的訓練子集，Utrain表示由5組上市公司信息組成測試子集。Utrain中120組樣本的數(shù)據(jù)預(yù)處理、屬性約簡以及決策規(guī)則的確定使用的是粗糙集理論體系中的Rosetta軟件。為檢驗規(guī)則的準確率，用確定的決策規(guī)則檢驗Utrain中的5組樣本信息。

　　(二)數(shù)據(jù)補全與屬性離散化

　　選取的120組數(shù)據(jù)中多數(shù)信息完整，少數(shù)信息不完整。為了保證結(jié)果的準確性，補全不完整信息使用的是Mean／Mode6u。將Utrain中120個樣本的屬性值和決策值輸入Excel中，對不同算法的離散化結(jié)果進行比較。為使結(jié)果簡潔方便，離散化使用粗糙集理論結(jié)合布爾邏輯的算法，求得6個屬性的6個斷點(見表2)。依據(jù)屬性賦值與斷點可以確定新的決策表。

　　表2 條件屬性量化參數(shù)

　　(三)決策表屬性約簡

　　將決策表輸入Rosetta軟件進行屬性約簡。由于算法ManualReducer和Holte’S包含30個屬性，算法Johnson’sAlgorithm與GeneticAlgorithm的約簡數(shù)量分別是17個、11個，為體現(xiàn)屬性約簡的便利性，選擇Ge—neticAlgorithm的約簡結(jié)果(見表3)。

　　表3 GeneticAlgorithm生成的可能約簡

　　(四)確定決策規(guī)則

　　根據(jù)表3的約簡結(jié)果和最小決策原則，使用Ge．neticAlgorithm確定決策規(guī)則(見表4)。

　　表4 基于粗糙集理論的信用風險識別決策規(guī)則

　　(五)決策規(guī)則檢驗

　　依據(jù)信用風險識別中的檢驗原則檢驗上述決策規(guī)則。原始數(shù)據(jù)選用5個上市公司的財務(wù)指標，離散化結(jié)果賦值選用表3中數(shù)據(jù)，判斷依據(jù)是上述決策規(guī)則。通過與已知信用狀況的對比，顯示5組指標符合預(yù)測情況(見表5)，證實對節(jié)能企業(yè)信用評價可以使用基于粗糙集理論的信用評價模型。

　　表5 信用風險識別決策規(guī)則檢驗

　　通過上述分析可以看出，流動比率、存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、資產(chǎn)負債率、綜合杠桿以及凈利潤增長率是6個主要影響節(jié)能企業(yè)信用風險識別的因素指標，反映了節(jié)能企業(yè)經(jīng)營、履行合同以及企業(yè)信用等方面的信息，可以為節(jié)能服務(wù)公司提供準確的信用信息，有利于節(jié)能企業(yè)與節(jié)能服務(wù)公司的合作。

　　二、結(jié)語

　　節(jié)能企業(yè)信用缺失是目前我國合同能源管理項目實施過程中信用風險產(chǎn)生的主要原因，阻礙了合同能源管理項目的順利進行。其中，信息不對稱是導(dǎo)致節(jié)能企業(yè)信用缺失的關(guān)鍵因素。現(xiàn)有改善信息不對稱的方法中普遍存在過于依賴數(shù)據(jù)庫、冗余數(shù)據(jù)較多、決策規(guī)則不明確等缺陷。粗糙集理論與我國合同能源管理項目的信用風險辨識體系之間存在較高的擬合度。以粗糙集理論為基礎(chǔ)，利用Rosetta軟件獲取影響節(jié)能企業(yè)信用的主要因素，得出客觀、易于判斷的決策規(guī)則，可以解決對節(jié)能企業(yè)信用認知過程中存在的信息不完全和信息不對稱問題，降低節(jié)能服務(wù)公司的風險，有利于合同能源管理項目的順利實施。后續(xù)研究中，可考慮調(diào)整樣本和指標的選取，以利于更真實的反映節(jié)能企業(yè)的履約能力和信用狀況。同時，如何對節(jié)能企業(yè)的信用水平進行分級，并構(gòu)建完整的節(jié)能企業(yè)信用風險管理體系尚需深入探索。