蔡秋童, 何宗祥

(1.上海財(cái)經(jīng)大學(xué) 金融學(xué)院 上海 200433；2.安徽師范大學(xué) 數(shù)學(xué)計(jì)算機(jī)科學(xué)學(xué)院，安徽 蕪湖 241000)

企業(yè)財(cái)務(wù)數(shù)據(jù)的決策模型分析

蔡秋童1, 何宗祥2

(1.上海財(cái)經(jīng)大學(xué) 金融學(xué)院 上海 200433；2.安徽師范大學(xué) 數(shù)學(xué)計(jì)算機(jī)科學(xué)學(xué)院，安徽 蕪湖 241000)

利用決策模型對企業(yè)在一段時(shí)間內(nèi)的財(cái)務(wù)歷史數(shù)據(jù)進(jìn)行分析和挖掘，既尊重了企業(yè)財(cái)務(wù)數(shù)據(jù)的客觀性，又體現(xiàn)了企業(yè)財(cái)務(wù)目標(biāo)屬性的重要性.對于決策者來說，決策模型分析不僅是對企業(yè)財(cái)務(wù)歷史資料的一種動(dòng)態(tài)分析，還是在對過去分析研究的基礎(chǔ)上有效預(yù)測企業(yè)未來的一種新視角和新途徑.

決策模型;單目標(biāo)優(yōu)化模型；熵信息法；組合最小二乘法；中轉(zhuǎn)法

引 言

在企業(yè)評估和評價(jià)過程中，對企業(yè)財(cái)務(wù)歷史數(shù)據(jù)的分析與挖掘是一項(xiàng)非常重要的工作，它不僅能夠評價(jià)企業(yè)的財(cái)務(wù)狀況和經(jīng)營成果，還直接影響對企業(yè)的價(jià)值定位和核心競爭能力的評價(jià).目前對企業(yè)在一段時(shí)間里的財(cái)務(wù)歷史數(shù)據(jù)進(jìn)行挖掘與分析的方法主要有比較分析法、因素分析法[1，2，3].這些方法都很好和有效地回答了企業(yè)的運(yùn)行情況和競爭能力.但是，這些方法都無一例外地只從企業(yè)財(cái)務(wù)數(shù)據(jù)的客觀實(shí)際數(shù)值出發(fā)，通過一定的理論分析和數(shù)據(jù)運(yùn)算，得出相應(yīng)的企業(yè)競爭能力和價(jià)值測度，沒有包含人的主觀因素，沒有體現(xiàn)企業(yè)財(cái)務(wù)數(shù)據(jù)的屬性重要性.決策模型分析是現(xiàn)代決策科學(xué)的一個(gè)重要的方法和手段，它在經(jīng)濟(jì)、管理、工程、軍事等諸多領(lǐng)域都有著普遍的理論探索和廣泛、實(shí)際的應(yīng)用，如項(xiàng)目評估、投資決策、經(jīng)濟(jì)效益、競爭能力的綜合評價(jià)等等.迄今為止，還鮮見利用決策模型對企業(yè)財(cái)務(wù)數(shù)據(jù)進(jìn)行分析和解析的報(bào)道.利用決策模型對企業(yè)財(cái)務(wù)數(shù)據(jù)進(jìn)行分析和解析不僅考慮了企業(yè)財(cái)務(wù)數(shù)據(jù)的客觀性，而且還能夠進(jìn)一步兼顧企業(yè)財(cái)務(wù)數(shù)據(jù)所蘊(yùn)含的屬性實(shí)際重要性程度;既能夠充分利用已知的企業(yè)財(cái)務(wù)數(shù)據(jù)的客觀性，還能夠最大限度利用企業(yè)財(cái)務(wù)數(shù)據(jù)屬性所蘊(yùn)含的實(shí)際重要性程度，為決策者和評估者得出最佳決策方案以及合理評價(jià)結(jié)論提供有效和科學(xué)的數(shù)據(jù)支撐.總之，利用決策模型對企業(yè)財(cái)務(wù)數(shù)據(jù)進(jìn)行分析、挖掘和解析是一種對企業(yè)財(cái)務(wù)數(shù)據(jù)進(jìn)行分析的新視角和新途徑.

1 模型、變量與數(shù)據(jù)處理

1.1 企業(yè)各季度財(cái)務(wù)目標(biāo)的客觀屬性綜合值

利用決策模型對騰訊公司2006-2014年度35個(gè)季度(2014年第四季度的數(shù)據(jù)騰訊網(wǎng)尚未公布)的財(cái)務(wù)季度報(bào)表所提供的財(cái)務(wù)數(shù)據(jù)[4](見圖1)進(jìn)行分析、挖掘和解析，進(jìn)而得出騰訊公司在該時(shí)間段內(nèi)的企業(yè)變化的特征，為進(jìn)一步分析和評估該企業(yè)發(fā)展變化的趨勢和核心競爭能力提供財(cái)務(wù)數(shù)據(jù)分析的新視角.

首先根據(jù)騰訊公司2006-2014年35個(gè)季度的財(cái)務(wù)季度報(bào)表所蘊(yùn)含的信息，確定各財(cái)務(wù)目標(biāo)的客觀權(quán)重，即確定財(cái)務(wù)目標(biāo)的客觀權(quán)重向量(ω1,ω2，…，ω9)T，使得單目標(biāo)優(yōu)化模型[7,8,9]

(1)

成立.

通過圖2可以比較直接地從整體上認(rèn)識騰訊公司2006-2014年各季度財(cái)務(wù)目標(biāo)的客觀屬性隨時(shí)間變化的總趨勢.不僅如此，從圖2還可以得出每年各季度、各年度相同季度財(cái)務(wù)目標(biāo)的客觀屬性綜合值變化的環(huán)比分析.例如：每年的同一季度，在2008年以前，總體都是呈下降趨勢；但從2008年開始，總體都是呈上升趨勢.這表明企業(yè)在2008年前，是處在一個(gè)與市場磨合的適應(yīng)期，但從2008年開始，企業(yè)在運(yùn)行過程中開始進(jìn)入正常的發(fā)展期，步入快車道，穩(wěn)定發(fā)展.另外，在2008年以前，各年度的每個(gè)季度都呈下滑趨勢，表明企業(yè)發(fā)展相對比較艱難，在市場上或許還未能找到合適的定位.2008-2010年期間，這一趨勢得到改善，每年的各季度基本持平，企業(yè)基本上適應(yīng)了市場，局面開始有所改觀.而從2010年之后，各年的每個(gè)季度都呈不同程度的上升趨勢，此時(shí)企業(yè)在市場上找到了自己的位置，發(fā)展進(jìn)入穩(wěn)定期.

1.2 企業(yè)各季度財(cái)務(wù)目標(biāo)屬性的重要性

上述通過財(cái)務(wù)目標(biāo)的客觀屬性權(quán)重向量(ω1,ω2，…，ω9)T來計(jì)算企業(yè)各季度財(cái)務(wù)目標(biāo)的客觀屬性綜合值，從而實(shí)現(xiàn)能夠?qū)⒏髂旮骷径鹊呢?cái)務(wù)數(shù)據(jù)進(jìn)行一種排序的方法，能夠充分客觀地利用財(cái)務(wù)數(shù)據(jù)的客觀性.但是，財(cái)務(wù)目標(biāo)屬性的重要性沒有被有效地體現(xiàn)出來，沒能夠充分反映財(cái)務(wù)目標(biāo)屬性在決策分析過程中被認(rèn)識和重視的程度.因此，有必要對企業(yè)財(cái)務(wù)目標(biāo)屬性認(rèn)識的重要性表現(xiàn)出來，為更有效地評估企業(yè)的核心競爭能力和評價(jià)企業(yè)的價(jià)值測度提供體現(xiàn)人以及決策者的因素.

根據(jù)人的認(rèn)識以及決策分析者對企業(yè)財(cái)務(wù)目標(biāo)屬性重要性認(rèn)識的程度，而對財(cái)務(wù)目標(biāo)屬性進(jìn)行主觀賦權(quán)的方法目前還少見報(bào)道.但主觀賦權(quán)法在線性規(guī)劃、多屬性決策分析中有著廣泛而成熟的應(yīng)用，是該領(lǐng)域中的一個(gè)重要研究內(nèi)容.它主要包含：比較矩陣法[15]、環(huán)比評分法[16]、點(diǎn)值估計(jì)法[17]、判斷矩陣法[18]和Fuzzy集法[19]等.這其中，判斷矩陣法是一種有效、實(shí)用的確定目標(biāo)屬性權(quán)重的方法.下面利用構(gòu)造模糊互補(bǔ)判斷矩陣法對企業(yè)財(cái)務(wù)目標(biāo)屬性進(jìn)行賦權(quán)，以期達(dá)到體現(xiàn)企業(yè)財(cái)務(wù)目標(biāo)屬性的重要性.

首先，根據(jù)0.1-0.9標(biāo)度對企業(yè)財(cái)務(wù)目標(biāo)屬性進(jìn)行兩兩比較，可得模糊互補(bǔ)判斷矩陣：

再利用模糊互補(bǔ)判斷矩陣排序的中轉(zhuǎn)法(MTM)[20]，將模糊互補(bǔ)判斷矩陣B轉(zhuǎn)換為加型模糊一致性互補(bǔ)判斷矩陣，通過對該矩陣的行和歸一化處理可得企業(yè)財(cái)務(wù)目標(biāo)屬性的主觀賦權(quán)權(quán)重向量：η=(η1,η2,…,η9)T=(0.10625,0.108625,0.131528,0.101111,0.078153,0.127028,0.11925,0.113708,0.110264)T

1.3 企業(yè)各季度財(cái)務(wù)目標(biāo)屬性的組合綜合值

以上對企業(yè)財(cái)務(wù)目標(biāo)的屬性，分別從客觀和主觀兩個(gè)方面進(jìn)行了分析和認(rèn)識，并都對企業(yè)財(cái)務(wù)目標(biāo)屬性賦予了屬性權(quán)重向量.但是，客觀賦權(quán)法1.1所確定的財(cái)務(wù)目標(biāo)屬性權(quán)重向量(ω1,ω2,…,ω9)T在體現(xiàn)企業(yè)財(cái)務(wù)目標(biāo)屬性的重要性方面略顯不足，主觀賦權(quán)法1.2所確定的企業(yè)財(cái)務(wù)目標(biāo)屬性權(quán)重向量(η1,η2,…,η9)T在表達(dá)企業(yè)財(cái)務(wù)目標(biāo)屬性的客觀特征方面有待加強(qiáng)，因此有必要對客觀賦權(quán)法1.1和主觀賦權(quán)法1.2各自確定的企業(yè)財(cái)務(wù)目標(biāo)屬性的權(quán)重向量進(jìn)行再一次的綜合組合賦權(quán).目前，在線性規(guī)劃、決策分析中的組合賦權(quán)的方法主要有：組合目標(biāo)規(guī)劃法[21]、方差最大化賦權(quán)法[22]和組合最小二乘法[23]等.

下面利用組合最小二乘法對客觀賦權(quán)法2.1、主觀賦權(quán)法2.2各自所確定的財(cái)務(wù)目標(biāo)屬性權(quán)重向量(ω1,ω2,…,ω9)T和(η1,η2,…,η9)T進(jìn)行組合賦權(quán).設(shè)組合賦權(quán)的企業(yè)財(cái)務(wù)目標(biāo)屬性綜合權(quán)重向量為(α1,α2,…,α9)T，則可建立下列單目標(biāo)優(yōu)化模型

(2)

其中，λ1,λ2分別為相應(yīng)客觀賦權(quán)法所得權(quán)重與主觀賦權(quán)法所得權(quán)重的權(quán)系數(shù).

考慮到所有的企業(yè)財(cái)務(wù)目標(biāo)屬性都是具有公平競爭的平等關(guān)系，故可取λ1,λ2均為1.解模型(2)可得α=(α1,α2,…，α9)T=(0.111514，0.113879，0.109515，0.112484，0.0981，0.110094，0.108968，0.113522，0.119884)T.

利用α=(α1,α2,…，α9)T，可求出各季度財(cái)務(wù)目標(biāo)屬性的綜合值zj,1≤j≤35.

通過圖3可以比較直接地從整體上認(rèn)識騰訊公司2006-2014年各季度財(cái)務(wù)目標(biāo)的屬性隨時(shí)間變化的總趨勢.這種變化趨勢，不僅包含企業(yè)各季度財(cái)務(wù)數(shù)據(jù)的客觀性，而且還體現(xiàn)了企業(yè)各季度財(cái)務(wù)目標(biāo)屬性的重要性，為進(jìn)一步刻劃企業(yè)的核心競爭力以及測度企業(yè)的價(jià)值提供了既尊重財(cái)務(wù)數(shù)據(jù)的客觀性又能夠體現(xiàn)企業(yè)財(cái)務(wù)目標(biāo)屬性重要性的一個(gè)新視角.同時(shí)，從圖3還可以得出類似于從圖2中得出的結(jié)論，反映出每年各季度、各年度相同季度能夠體現(xiàn)財(cái)務(wù)目標(biāo)的屬性重要性的、體現(xiàn)企業(yè)財(cái)務(wù)目標(biāo)屬性的組合綜合值變化的環(huán)比分析結(jié)果.

2 結(jié)論

利用決策模型對企業(yè)在一段時(shí)間內(nèi)的財(cái)務(wù)歷史數(shù)據(jù)的挖掘與分析，能夠得出企業(yè)的經(jīng)營情況和財(cái)務(wù)狀況的客觀事實(shí)，同時(shí)還能夠得出相應(yīng)企業(yè)的核心競爭能力與企業(yè)的價(jià)值測度.這為決策者提供了有效的數(shù)據(jù)支撐和理性的分析依據(jù).

本文介紹的利用決策模型方法分析騰訊公司在2006-2014年度35個(gè)季度的財(cái)務(wù)歷史數(shù)據(jù)，不僅對財(cái)務(wù)數(shù)據(jù)的客觀性進(jìn)行了有效的保持和尊重，還能夠?qū)ζ髽I(yè)財(cái)務(wù)目標(biāo)屬性的重要性進(jìn)行了有意義的體現(xiàn)和表達(dá).這是對現(xiàn)有的財(cái)務(wù)報(bào)表分析與評價(jià)做出的一個(gè)有意義的嘗試和改進(jìn)，是評價(jià)和評估企業(yè)競爭能力和價(jià)值測度的一個(gè)新視角和新手段.

文中對企業(yè)財(cái)務(wù)歷史數(shù)據(jù)進(jìn)行縱向深度的挖掘與分析是一種新的評價(jià)財(cái)務(wù)報(bào)表的視角與方法，但對于企業(yè)在同行業(yè)中的橫向?qū)挾鹊谋容^有待于在后期工作中開展和進(jìn)行.這樣才能夠全面、準(zhǔn)確的刻劃企業(yè)的信息.

[1] BORK D, FILL H G. Formal aspects of enterprise modeling methods: a comparison framework[C]. In: Proceedings of the 47th HICSS, 2014,3400-3409.

[2] DAY J, TAYLOR P. Institutional change and debt-based corporate governance: a comparative analysis of four transition economies[J]. Journal of Management and Governance, 2004,8:73-115.

[3] WANG Y H, XIA L M, PAN J S, ZONG H H. 2012 International conference on applied physics and industrial engineering application of factor restructuring analysis in enterprise safety culture evaluation[C]. Physics Procedia 2012,24:1642-1648.

[4] http://www.tencent.com/zh-cn/at/pr 2015-1-25.

[5] LEE C W, KWAK N K. Strategic enterprise resource planning in a health-care system using a multicriteria decision-making model[J]. J Med Syst, 2011,35:265-275.

[6] 陳 .決策分析[M].北京：科學(xué)出版社，1987.

[7] 趙建中.多目標(biāo)決策中目標(biāo)轉(zhuǎn)化的一種等效系統(tǒng)法[J].系統(tǒng)工程,1985,3(3):44-48.

[8] 袁衛(wèi),龐皓,曾五一,賈俊平.統(tǒng)計(jì)學(xué)[M].北京:高等教育出版社, 2005.

[9] 劉樹林,邱菀華.多屬性決策的TOPSIS夾角度量評價(jià)法[J].系統(tǒng)工程理論與實(shí)踐，1996,16(7):12-16.

[10] 徐澤水,孫在東.一種基于方案滿意度的不確定多屬性決策方案[J].系統(tǒng)工程,2001,19(3):76-79.

[11] 王應(yīng)明.運(yùn)用離差最大化方法進(jìn)行過指標(biāo)決策與排序[J].系統(tǒng)工程與電子技術(shù),1998,20(7):24-26.

[12] 孫在東,徐澤水,達(dá)慶利.基于方案貼近度的不確定型多屬性決策模型[J].中國管理科學(xué),2001,9(6):58-62.

[13] 樊治平,張權(quán).一種不確定性多屬性決策模型的改進(jìn)[J].系統(tǒng)工程理論與實(shí)踐,1999,19(12):42-47.

[14] 樊治平,胡國奮.區(qū)間數(shù)多屬性決策的一種目標(biāo)規(guī)劃方法[J].管理過程學(xué)報(bào),2000,14(4):50-52.

[15] 陸建春.比較矩陣構(gòu)造法及其在模糊層次分析中的應(yīng)用[J].成都科技大學(xué)學(xué)報(bào),1989,3:81-86.

[16] 陸明生.多目標(biāo)決策中的權(quán)系數(shù)[J].系統(tǒng)工程理論與實(shí)踐,1986,64(4):77-78.

[17] 王宗軍.集成式多目標(biāo)權(quán)系數(shù)賦值方法[J].系統(tǒng)工程理論與實(shí)踐,1996,16(8):12-19.

[18] 王宗軍.多目標(biāo)權(quán)系數(shù)賦值方及其選擇策略[J].系統(tǒng)工程與電子技術(shù),1993,15(6):34-41.

[19] 黃德才,胥琳.AHP中判斷矩陣的比例標(biāo)度構(gòu)造法[J].控制與決策,2002,17(4):484-486.

[20] 徐澤水.模糊互補(bǔ)判斷矩陣排序的一種算法[J].系統(tǒng)工程學(xué)報(bào),2001,16(4):311-314.

[21] PITCHIPOO P, VENKUMAR P, RAJAKARUNAKARAN S. Grey decision model for supplier evaluation and selection in process industry: a comparative perspective[J]. Int J Adv Manuf Technol, 2015,76:2059-2069.

[22] WANG YM, LUO Y. Integration of correlations with standard deviations for determining attribute weights in multiple attribute decision making[J]. Mathematical and Computer Modeling, 2010,51(1-2):1-12.

[23] FU C, YANG SL. An attribute weight based feedback model for multiple attributive group decision analysis problems with group consensus requirements in evidential reasoning[J]. European Journal of Operational Research,2011,212(1):179-189.

An Analysis of Enterprise Financial Data in Decision Making Model

CAI Qiu-tong1, HE Zong-xiang2

(1. School of Finance, Shanghai University of Finance and Economics, Shanghai 200433,China; 2. College of Mathematics and Computer Science, Anhui Normal University, Wuhu 241000, China)

Utilizing the decision-making model to analyze and excavate the historical financial data of the enterprise in a period of time is a kind of behavior that respects the objectivity of the enterprise financial data and reflects the significance of the enterprise financial target at the same time. For decision makers, it is not only a sort of dynamic analysis for the historical data of enterprises, but also a new method and perspective which forecast the future of business effectively, based on the analysis and research in the past.

decision making model; the model of single-objective target; entropy information method; least square method; transfer method

10.14182/J.cnki.1001-2443.2015.05.005

2015-03-24

上海財(cái)經(jīng)大學(xué)大學(xué)生創(chuàng)新創(chuàng)業(yè)類訓(xùn)練項(xiàng)目(cx2015).

蔡秋童(1994-)，男，安徽蕪湖人，研究方向：公司金融.

蔡秋童，何宗祥.企業(yè)財(cái)務(wù)數(shù)據(jù)的決策模型分析[J].安徽師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2015，38(5)：432-436.

F275

文章編號：1001-2443(2015)05-432-05