基于反馈控制的铁路运输企业信用管理

　　国家对社会信用体系建设部署工作的重视程度不断提升，不仅能够为中国铁路建设提供更为和谐的环境，也化解了许多潜在的风险，为中国铁路建设走向更为快速和优质的发展打下了基础[1]。铁路建设离不开对铁路信用体系建设的分析，也离不开对铁路运输企业的信用评价。在许多国内外学者对企业信用评级的研究中发现，由专家的经验判断成为早期企业信评的主要方法，通常用要素分析法、综合分析法、加权评分法、隶属函数评估法等来评估判断一个企业的信用水平。在前人研究的基础上，本文将反馈控制结合到铁路企业信用管理中，以优化铁路运输企业控制监管过程和监管内容，保证监管目标得以实现。反馈控制是在控制论及反馈原理的基础上而建立的信息控制。反馈控制运用在企业评级中，是指在企业的某一阶段工作完成之后，将实际结果与期望达到的工作指标进行比较，从而企业可以明确下一步行动，起到控制工作中出现偏差的作用。反馈控制研究普遍采用经验方法或数理统计方法估算参数，较少采用反馈模型进行模拟，较少考虑信用评价时效性等问题，可能会影响到最终的监管质量[2]。因此，本文假设以快速、准确为约束条件，提出对铁路运输业信用分级评价实时控制方法，构建集企业信用信息实时采集与评价、控制对策优化产出、企业实时控制为一体的反馈控制系统，以期加强铁路运输业内部管理。

基于反馈控制的铁路运输企业信用管理

　　自1948年《控制论———关于在动物和机器中控制和通讯的科学》发表后，反馈控制的影响范围不断扩大能够影响至社会科学、自然科学领域。信息传播的重要任务是实现有效控制，这同样被包含在控制论体系内，其中保障信息得以控制的关键是完善好信息反馈[3]。自动控制是控制论中的一个十分重要的组成部分，而反馈控制就是以反馈原理为基础所形成的一种自动控制。一般来说，对系统输入产生变化的相关信息做出控制被称为反馈原理，也就是将期望和比较系统输出之间的差别进行比较，并为了达到系统的性能将偏差消除[4]。反馈控制操作了两大重要环节，一是控制输出端到输入端的信号反馈通路，二是包括从输入到输出环节的信号前进通路，这两个部分之间能够形成闭合性的回路[5]。作为自动控制的重要形式之一，反馈控制的具体作业流程如图1所示。管理系统是整个控制系统中最为典型的组成部分。本文将信用分级评价实际结合到反馈控制系统这一理论模型中，从而建立以铁路运输业作为具体控制对象，借助于综合信用承诺、服务质量承诺等专项性质的承诺，以及公开服务标准为主的自我声明起到放大作用，以信用评价机构为决策控制器，以信用评价模型来实现监管反馈。铁路运输业信用承诺指标的期望与现实监管工作目标的偏差能够通过偏差比较器反映，管理方法和承诺内容会通过具体偏差值来由信用评价机构对其进行及时的修订和调整，从而获得最优评价。一般将输出量定义为实际完成的监管建设目标，而输入量被定义为预期达到的监管建设目标。信用评级建设是一项复杂的系统工程，对铁路运输业乃至全体企业的诚实守信，一个企业的业绩水平和管理水平往往会通过工作态度、员工素质、企业文化等因素反映，企业的信用评级建设会和铁路运输企业的各项对内管理息息相关，决定着管理水平和质量。所以，结合铁路运输业特征，根据信用评价调研结果，形成基于反馈控制的企业信用评级及监管工作建设流程，如图2所示。

　　1信用评级指标体系建立

　　1.1主要思路

　　指标在评价体系中的重要性是指标遴选判断指标的依据，评价的具体原则应当为尽可能地减少评价中的具体指标[4]。信用评级是收集庞大数据后进行整合的过程，因此对于次要指标应在收集信息后，对其进行筛选优化，其流程如图3所示。完成了评价指标的初选后，将对数据进行进一步处理。在具体的实践处理时主要基于数据无量纲与数据种类类型相同这一条件进行，具体对体系作出评价时，要坚持将主要指标保留为根本，促使得到的信息更真实。

　　1.2拟定初选信评指标

　　确定一级到二级指标顺序为确定指标。设置一级指标包括的信息有企业基础信息、行政处罚、行政许可、监督检查、投诉、其他相关信息等。1)基础信息。法人及单位负责人身份信息、信用代码、所在地以及单位名称等相关信息都属于铁路运输企业的基础信息;人员身份证号码、基础信息、职务以及姓名都属于单位相关其他人员的基础信息;旅客、托运人信息必须涵盖的是姓名、身份证号码;企业托运人必不可少的信息还有企业信用代码、所在地、单位名称、法人身份信息。2)行政许可信息。行政有效期、项目、范围以及许可的具体对象都包含在内。3)行政处罚信息。一般来说是自然人或法人因为自身的失信行为所受到的处罚，处罚的具体部门、依据、结果以及具体种类都含在其中。4)监督检查信息。具体是指企业根据铁路监督管理部门在实施监督的过程中所发现的问题进行整改后的结果。5)投诉信息。铁路部门所接受的投诉信息一旦查实也会包含其中，同时也包含铁路监管部门转移投诉的信息。6)其他信息。通常包含托运人的信用信息、旅客信息以及运输企业从业人员的具体信息通过全国信用信息共享平台查询，最后由铁路的监督管理部门获取和制作的具体信息。

　　1.3数据预处理

　　收集完成上述指标选取后，根据数据种类预处理各项数据。数据结果存在3种类型，分别为极大型、极小型以及中间型。根据公式，将上述的极小型指标与中间型指标转化为标准型。极小型转化：式中：s为原指标;s*代表转换后的数值;[Q1，Q2]为指标最佳的稳定区间;s的上限位M，下限为m。应用公式无量纲化展现指标：珓s=x-μσ2(3)式中：珓s代表处理结果;μ、σ2分别为s的数学期望和方差。1.4基于PCA分析法的评级指标筛选指标的降维主要使用的是主成分分析(princi-palcomponentanalysis，PCA)法，是用于显示样本与样本之间差异性的计算工具[6]。具体的操作方法就是通过线性变换投影将相关性较为明显的高维变量向低维空间投影，低维变量投影就是最为主要的组成部分;第一主成分通过最大方差理论可以通过原始数据获得更加丰富的解释。为确保之后的工作顺利进行，应该保障以上低维变量之间的相关性，不需要进一步筛选的主要原因是上级指标较为稳定[4]。主要是通过PCA法提取一二级指标系统中的重要成分。1.5量化等级参照各企业根据自身业务采取的信用等级划分标准及相关国家信用标准规章制度(《中华人民共和国中国人民银行法》《中华人民共和国公司法》《中华人民共和国证券法》《中华人民共和国预算法》《企业债券管理条例》)，可采取的方法有量化分级法，并结合现阶段对企业的铁路运输评级需要，结合现行的标准具体划分为5个等级，使得数据能够更加全方位地反映企业目前的信用等级水平，不仅能够制定更为符合实际情况的方案，还能够促使企业更为准确地了解自身现状，符号具体含义见表1。

　　2GA-SVM模型

　　SVM是一种以模式识别作为基础而发展出的一项算法，并由Vapnik提出，如今在模式识别及其他领域都得到了十分广泛的应用。作为一项二分类模型，SVM的主体思想就是在整个空间中确定一个能够将所有数据划分开来，并使集合当中全部数据能够以最短距离到达的超平面。若RBF核参数能够得到确立，参数g和参数c能够对SVM的准确度产生影响。本文之所以使用GA算法优化具体参数的原因是难以使用参数对最佳值进行确定。GA算法的首要步骤就是对数据做好编码程序，最合理化的数据获取模式即采取评价样本适应度方法完成最优个体确定。若要想将两个参数编码在一个基因带上汇编就应当使用GA算法，SVM参数的挑选要先完成收敛、迭代最大代数后再得到改进了的解码基因带，实际的训练过程中，把具体312数据送至SVM模型内，参考实验的样本大致推测出已经训练完成的样本实施成效，然后取得企业现在具有的能效等级[4]。GA-SVM能效评估模型如图4所示。

　　2.1确定核函数

　　线性核函数(linearkernel)：K(si，sj)=sTi·sj(4)多项式核函数(ploynomialkernel)：K(si，sj)=(γsTi·sj+b)d(5)径向基核函数(radicalbasisfunction)：K(si，sj)=esp(-‖si-sj‖2/2g2)(6)两层感知器核函数(Sigmoidkernel)：K(si·sj)=tanh(asT·y+c)(7)系统判断后，将此次研究的核函数定作径向基函数。进行优化的准备环节应该把以上两个参数做好编码，随后使用GA算法来为惩罚因子c、径向基函数的核参数g找到最佳优化数值。样本编码如图5所示。

　　2.2确定适应度函数

　　适应度函数的建立是编码方式选择后必需的环节，通过建立适度函数相应的适度值将会得到展现，适应度的输入值应当保持正值，优秀的个体将会利用合理化挑选适应度步骤完成代入子代目标，若是很难做到这一环节，那么不能确保留下的个体足够优秀，而整个信用能效水平分级是典型数据泛化拟合问题[7]。这一模式先将c、g称为变量，把GA算法下的适应度函数作为识别率，得到的样本其适应度更高，搜索全局内的所有数据，通过不断对以上步骤进行重复一直到运算上限度或选出了最优解为止。参数会在优化惩罚因子及考核参数后得到，将具体数值输入到SVM模型中，通过在SVMTRAIN模型中处理数据得到最终的结果。

　　3评级结果下铁路运输企业监管工作

　　3.1评级结果下企业监管目标

　　铁路运输企业在对信用评级作用进行强化的过程中，将企业作为根本单元，秉持着由企及业的原则，采用信用评级的方法对结果进行支撑，并实施差别化管理梳理铁路运输企业各个方面的失信行为，建立一个能够科学评价的指标体系框架，根据具体的结果制定相应的应对策略，最终建立一个较为完善的科学性企业监管体系和监管办法。不仅能够降低企业的信用风险，更能满足企业内部各个单元对于管理的需求[8]。进行完整、合理的信用评级管理制度完善方面，铁路运输企业的进步空间巨大。整个铁路运输行业要坚持把企业信誉当作自身一项无形资产进行管理维护，信用监管应坚持自发阶段后的继续升级，完善制度约束、激励[7]。企业也应设立专门的职能部门实行信用监管，且现有部门对信用监管的职责应更加明确，还要吸收更多高质量的相关评级专业人才，强化他们关于铁路运输业职业道德方面的培训，从而达到完善企业信誉管理的最终目的[7]。

　　3.2差异化监管对策原则

　　3.2.1AAA级、AA级、A级企业的信用政策A级代表的是信用程度高的企业，对该类型的企业会采取适当奖励为基础的方法，还要鼓励铁路运输企业对目前的行为继续坚持，提升本企业的形象，增加其在其他企业群中的影响，并提高整个铁路行业的信用理念。常用的应对方式有：借助网络公示、媒体表彰优秀企业，帮助其保持荣誉感，再接再厉发挥带头示范作用;对企业A级客户创造“专享通道”，应用“先办理”“后付费”的业务模式;对于A级企业业务可以享有优先权办理。3.2.2B级企业的信用政策B级为信用风险相对较低的企业，若缺少相应对策，很大概率发展为C级信用企业。铁路局应对此类企业的原则是“防微杜渐”。具体对策参照A级企业或C级企业的某些对策。3.2.3C级企业的信用政策C级为信用风险较高的企业，信用整体评价一般，这类企业基本能力具备，但会受影响而产生一定的起伏。应注意这一类型企业对整体铁路企业带来损失的可能，要善于指引该企业整体信用等级的上升，具体对策如社会公示等。3.2.4D级企业的信用政策D级为信评等级最低的企业。虽然这类企业在整体市场中占的比重并没有很大，但是却会给行业带来巨大的影响。所以负强化理论中惩罚措施的实施能够在激励措施不见效的情况下激发需求，如提升信用复审的次数，并对结果予以曝光[9]。

　　3.3差异化监管作用

　　监督力量配备和监督重点突出在差异化的监管模式下更具优势，可在很大程度上使企业规范自身行为。同时，尽可能地降低企业物力、人力在评价工作中的支出，这样能够准确地抓住重点，通过不断地反馈使铁路运输企业今后的建设更加趋于合理化，监管行为更加规范。

　　4反馈控制在信用评级及监管工作的实践和展望

　　将反馈控制法应用于铁路运输企业信用评级过程中，评级委员会需要抓住不同阶段企业给出的反馈，及时有效地控制监管过程，规定好评级内容，促进评级方法不断升级，确保企业用最短的时间得到更多、更有效的信息，还要在持续反馈、矫正的过程中，保障企业内化各类信息，发挥信息应有的成效。信用评级活动中，差异化监管工作为主导，铁路运输企业始终保持主体地位。反馈控制的方法始终坚持信息反馈为主，保证监管工作信息传递方式是单向朝多向升级的。监管工作与铁路运输企业之间的信息反馈沟通是有效使用“反馈控制法”的基础。所以，在借助反馈控制法的环节，应确保铁路运输企业的积极反馈。监管工作中需要鼓励铁路运输企业在工作中大胆传递、大胆质疑，在工作外多观察、多询问、多反省，调动铁路运输企业的反馈参与热情，自主将真实、有效的信息向信用评级建设委员会进行提供。为了达到理想的监管效果，确保监管质量，应坚持持续探索一种机制，是基于反馈控制法的信用评级、其差异化监管工作的机制，还要善于使用现代网络信息平台实施监管，实现信息的内外互动，保证监管效果，提高监管质量。

　　《基于反馈控制的铁路运输企业信用管理》来源：《科技和产业》，作者:李利军闫晓蒙

学术指导老师

学术指导老师二维码