行业信用评价方法诠释、指标参考.docx

附录A（资料性）评价方法诠释参考A.1评价方法诠释参考评价方法诠释见表A.1。A.1评价方法诠释表评价技术诠释层次分析法层次分析法，简称AHP,是指将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构，然后用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最后再加权和的方法递阶归并各备择方案对总目标的最终权重，此最终权重最大者即为最优方案。运用层次分析法构造系统模型时，大体可以分为以下四个步骤：一是建立层次结构模型，二是构造判断矩阵，三是进行层次单排序及其一致性检验，四是进行层次总排序及其一致性检验。积分制评价积分制评价是一种常见的评价体系，主要通过设置加分项、减分项来判断个人或组织的表现，激励引导良好表现，惩戒约束不良表现。评分卡评价评分卡是一种常见的信用评分建模方法，主要是通过对一系列特征指标进行加权评分，得到一个综合评分，用于衡量个体和组织的信用风险状况。采用评分卡方式进行信用评价大体包括以下步骤：一是选取评价指标；二是根据指标基本特征和评价数据的分布情况，对评价数据作标准化处理，采用广义指数法、首尾等比例五分法、功效系数法等对各指标项进行线性转换，得到各指标项的测评系数；三是通过主观赋权或靖权法、主成分分析法、DEA等客观赋权方法，确定特征变量的权重；四是每个指标项的测评值与权重相乘，相加得到总分；五是对全量主体的评分结果分布进行校验，若特征不合理，对权重进行调优。逻辑回归逻辑回归根据给定的自变量数据集来估计事件的发生概率，是一种广义的线性回归分析模型。逻辑回归。与传统的线性回归不同，响应变量（因变量）的取值不是连续的，而是离散的，每个取值代表一个不同的类别。因此，逻辑回归的本质是一个分类器（classifier）,是一种有监督学习，通过训练集数据中的样本的特征向量X和标签y（即响应变量的类别）来训练模型的参数，并使用该模型对未来的新样本进行分类。逻辑回归建模流程大致包括：一是明确评价结果的含义和“好”“坏”的定义；二是样本数据选择和清洗；三是通过相关性分析、聚类分析、因子分析等方法进行变量筛选；四是进行初始评价和结果检验，对变量和权重进行调优；五是通过AUC、Gini.KS、Lift等方法对模型进行检验和性能评估。附录B（资料性）行业信用评价指标参考8.1 行业信用评价通用指标参考行业信用评价通用指标体系见表B.1。B.1行业信用评价通用指标表一级指标二级指标三级指标指标释义公共信用司法裁决失信被执行人评价对象被列入被失信被执行人名单的，予以减分。被执行人评价对象被列入被执行人名单的，予以减分。合同履约评价对象存在因债务违约、拖欠款、损害员工权益、合同欺诈等事由的判决记录的，予以减分。行政监管行政处罚评价对象在公共信用记录中存在行政处罚记录的，予以减分；无行政处罚记录的，予以加分。行政强制执行评价对象在公共信用记录中存在行政强制执行记录的，予以减分。异常经营名录评价对象被列入异常经营名录的，予以减分。严重失信主体评价对象被列入全国严重失信主体名单的，予以减分。行业信用评价评价对象被各行政管理部门行业信用评价评为最高等的，予以加分。社会责任行政表彰奖励评价对象受到各级政府及相关部门的行政表彰、奖励的，予以加分。公益慈善评价对象参与社会捐赠、社会志愿服务的，予以加分。社会影响投诉举报投诉举报数量根据评价对象受到查证有效投诉举报的数量，予以减分。响应处置根据评价对象对投诉举报的响应及时性、投诉人对处置结果满意度情况，予以加减分。社会舆情舆情事件评价对象出现被官方媒体报道的良好舆情事件的，予以加分；出现被官方媒体报道的不良舆情事件的，予以减分。处置应对根据评价对象对不良舆情事件应对和处置结果对不良影响的消除情况，予以加减分。8.2 行业信用评价特性指标参考行业信用评价特性指标体系见表B.2。B.2行业信用评价特性指标表一级指标二级指标信用评价指标设置参考行业合规行政检查结合各部门对评价对象的行政检查事项自行设定评价指标。行政处罚结合各部门对评价对象的行政处罚权力事项自行设定评价指标。行政强制结合各部门对评价对象的行政强制执行权力事项自行设定评价指标。其他行政管理结合各部门对评价对象的其他行政管理事项自行设定评价指标。履约履诺告知承诺结合各部门行政审批告知承诺事项自行设定评价指标。政府采购结合各部门政府采购项目及评价时象履约履诺表现情况自行设定评价指标。公共资源交易结合各部门招投标项目及评价对象履约履诺表现情况自行设定评价指标。自律承诺结合各部门对评价对象行业自律所做出的承诺情况自行设定评价指标。其他各行业主管部门设定的其他指标。