中国制药企业信用评价FABP模型及应用
发表时间：2008-8-27 16:53:56 浏览次数： 来源：中国新药杂志
[TPGX3.TIF;S*5;X-*3,BP#]
[TS(][HT6SS][JZ]图3BP网络评价结果[TS)]
[JP3]本文评价制药企业市场信用采用的BP神经网络是一种非线性映射方法，不仅具有自学习能力、自适应能力和很强的容错性，而且计算也比较简单，只要把标准化的数据输入到BP神经网络中，即可得到评价结果。这在这个过程中没有人为因素的影响，尤其是随着对企业不断地评价，评价指标的权重愈合理，网络愈趋稳定，从而使评价结果更客观有效。FA指标处理技术对制药企业市场信用评价也很适用，相信随着我国制药企业市场信用管理的发展，尤其是模糊理论、人工神经网络理论研究的成熟，FABP神经网络模型将会成为制药企业市场信用评价的一种有效方法\[1，10\]。[JP]
4制药企业市场信用等级的确定
4.1利用概率法确定医药企业市场信用等级
药品市场信用评价制度包括药品市场信用评价机构的选择、评价指标的确定、评价等级的划分、评价方法的确定和评价结果的产生等。与药品市场信用征集体系相匹配，逐步建立起药品市场的政府评价、行业评价和社会评价三者结合的评价体系。
[JP3]利用FABP优化神经网络模型评出结果，然后要根据评价分值划分信用等级。传统的信用等级划分一般采用五级模式，且平均分配区间长度，对于处理非线性复杂市场信用来讲存在明显的缺陷。本文利用概率法确定信用等级，可以较好地解决这一问题。确定概率分布的确定要以行业水平来确定。本文按平均值确定中心值如图4所示，求得等级分布如表4所示\[11\]。
[TPGX4.TIF;S*5;X-*3,BP]
[TS(][HT6SS][JZ]图4评价等级的概率分布划分法[TS)]
从目前医药市场的实际看，医药市场信用等级基本上处于正态分布，目前大多数综合评价等级划分标准值均等不够合理，本文建议用行业概率划分，因此，在划分等级时可以根据自身需要确定信用分级标准。本文按标准正态分布划分，如表4所示。
由于训练样本较少，本文最终确定的BP神经网络模型不是十分稳定，每次的训练结果会有不同幅度的变化，但利用其计算出的评价结果已能比较准确地评价医药市场的信用状态，也验证了BP神经网络模型在医药市场信用评价中的可行性。要解决BP网络的稳定性问题，需要长期的积累数据，进行大量样本的训练。
4.2制药企业市场信用等级管理
确定了监管对象的信用等级之后，就要对其进行信用管理。针对不同医药市场信用水平，医药监管部门可以制定相应的信用标准，以便在确定监管政策时分类控制。优级企业：该类企业信用很好，可以采用“企业自律”的监管政策。良级企业：该类企业较好，可以采用“放宽监管”的监管政策。中级企业：该类企业的信用一般，可以采用“定期监管”的监管政策。差级企业：该类企业的信用较低，可以采用“从严监管”的监管政策。极差级企业：该类企业信用很低，可以采用“停业整顿”的监管政策。
[HJ]
[JP2]政府应该采用较严密的信用监管制度，主要是企业产品质量和违规记录。对每个企业都建立信用档案，记录不良行为等。根据企业不同的信用情况给予企业相应的信用政策。如监管部门可以根据信用等级状况，对药品生产经营企业实行分类监管。对长期守法诚信企业要给予宣传、支持和表彰，如在年检、抽检、报关等方面给予便利，建立长效保护和激励机制。对严重违反药品安全管理制度，制假售假等严重失信的企业，实行重点监管，可采用信用提示、警示、公示，取消市场准入，限期召回商品及其他行政处罚方式进行惩戒；构成犯罪的，依法追究其刑事责任\[2,8\]。
目前我国的药品市场信用体系建设还存在着缺乏统一规划指导，发展建设无序，资源开放不够，宣传教育有待加强等问题。这些问题的存在严重影响了我国药品市场信用体系的建设和药品安全水平的进一步提高。
[HT5"H]\[作者简介\][HTF]高翔（1969-），男，博士研究生，研究方向为管理科学与工程。联系电话：（027）62017552，Email:
本新闻共
6页,当前在第
5页
1 2 3 4 5 6 上一篇：新药研究开发成本及其影响因素探析
下一篇：没有了
