打开文本图片集

摘要：在当前充满激烈竞争的建筑业市场中，材料招标显得十分重要。本文基于网络招标平台背景，立足建筑行业材料供应商的特点，提出质量、交货、价格、响应性、财务等评价指标，并以此构建了供应商信用评价模型。该评价模型对建筑材料供应商评价及管理有一定的借鉴意义。

关键词：建筑业，材料供应商，评价指标及模型

1 引言

建筑业在促进经济发展、提供就业以及改善人类生存生活环境等诸多方面发挥了巨大作用。受其行业性质影响，材料采购成本占据整个工程项目造价成本50%以上。因此，为了确保供应链的稳定性和效率，建立一个科学合理的供应商评价指标体系和评价模型是非常必要的。

2 相关研究综述

2.1 评价体系、评价方法研究

目前，对企业信用评价指标的研究已经应用于多个行业，处于不断完善和成熟的过程。Edmister、Hu和Ansell从内外部环境对企业信用评价的相关指标体系进行研究[1-2]。当前研究文献大多均将财务情况作为关注的重点指标。然而，企业的信用评价是综合性的构架，指标不能仅仅从财务方面进行单独解释，还包括了很多其他非财务因素。20世纪50年代之后，国外学者开始舍弃专家经验法。Altman建立了Z-Score破产预测模型[3]，学者Odom和Sharda认为BP神经网络模型计算结果有更高的精准度[4]。

综上，国内外对于企业信用评价指标和信用评价方法的研究已经非常深入，并得出了丰富的研究成果，然而对于建筑业材料供应商评价的研究较少。

3 评价指标及模型

3.1 评价指标

当前关于企业信用评价指标主要分为三个等级，一级指标与二级指标了得到较为统一的认可，而三级指标受研究视角的不同会有较大的差异[5]。

（1）财务指标

信用评价的财务指标主要涉及财务指标主要涉及资产负债率、速动比率、流动比率、总资产周转率、流动资产周转率、存货周转率、营业利润率、成本费用利润率、销售净利润率、净资产收益率、销售利润率、总资产报酬率、固定资产周转率、现金净比率、企业成长性和抗风险能力、资产净利率等。

（2）非财务评价指标

结合网络招标平台实践，建筑材料供应商履约过程的实际情况，质量、交货、价格、响应性等指标也应纳入评价体系。主要涉及产品合格率、质量管理体系、交货准时率、交货周期、价格水平、成本结构、订单处理速度、售后服务、应急处理能力等。

（3）信用评价体系确立

因财务指标间存在很大的关联性，很大几率对模型的输出结果造成影响。根据文献[5]结论及建筑企业对材料供应商的关注重点，将财务指标确定为资产负债率、营业利润率、成本费用利润率、流动比率、流动资产周转率、存货周转率等六大指标。

本文确立如表1所示的评价体系。一级指标为财务指标和非财务指标，设立二级指标7个，三级指标15个。

（4）信用指标描述

上表中财务指标都是定量指标，有相应的评价标准，非财务指标大多都是定性指标。

本文将上表中定性指标的标准指定如下：

① 质量管理体系：如构建了质量管理体系，获得认证加0.5分，否则不加分；

② 价格水平：与信息网站材料价格对比，若供应材料价格高于信息价扣0.1，低于信息价加0.1，相同不扣不加；

③ 成本构成：材料生产成本、运输成本、售后成本占比是否合理，不合理扣0.5；

④ 订单处理速度：订单处理能力强加0.5分，否则不加分；

⑤ 售后服务能力：售后服务能力强加0.5分，否则不加分；

⑥ 应急处理能力：应急处理能力强加0.5分，否则不加分。

3.2 模型构建及评价方法

BP神经网络学习能力强、容错性高、通用性强，但收敛速度慢、易陷入局部极小值。遗传算法（GA）具有很好的全局优化能力，且计算速度也更快，所以，本研究结合遗传算法与BP神经网络，提出通过建立GA-BP模型探求网络招标平台背景下的建筑材料供货商信用评价体系。

4.结论

本文对网络招标平台背景下的建筑材料供货商信用评价指标及模型展开讨论，提出了一种GA-BP模型解决方案，对建筑企业的材料供应商评价具有一定的借鉴意义。

参考文献

[1]EDMISTER R O.An empirical test of financial ratio analysis for small business failure prediction[J]. Journal of Financial and Quantitative Analysis，1972，7（02）：1477-1493.

[2]HU Y C，ANSELLJ.Measuring retail company performance using credit scoring techniques.[J]. European Journal of Operational Research，2007，183（03）：1595-1606.

[3]ALTMAN E I. Financial ratios， discriminant analysis and the prediction of corporate bankeuptcy[J]. The Journal of Finance， 1968，23（4）：589-609.

[4]ODOM M D， SHARDA R. A neural network model for bankruptcy prediction[C]. England：Neural Networks， 1990.

[5]刘泽鹏.网络货运平台视角下托运人信用评价指标与模型研究[D].山西：山西大学，2022.