丁日佳 孫曉陽

【摘 要】 以財務報表為依托，以與財務系統(tǒng)穩(wěn)健性相關的財務比率為樣本指標，從償債能力、營運能力、盈利能力和發(fā)展能力四個視角構建財務系統(tǒng)穩(wěn)健性評價指標體系，運用信息熵客觀賦值法為指標確定權重，以群效用最大化與個體遺憾最小化為原則，建立基于VIKOR方法的企業(yè)財務系統(tǒng)穩(wěn)健性評價模型，并對家電行業(yè)六個上市企業(yè)進行實證研究。研究結果表明：評價結果與公司財務穩(wěn)健性實際情況相符，建立的信息熵-VIKOR評價模型能夠對企業(yè)財務系統(tǒng)進行合理判斷。

【關鍵詞】 財務系統(tǒng)； 穩(wěn)健性； 信息熵； VIKOR

【中圖分類號】 F062.2 【文獻標識碼】 A 【文章編號】 1004-5937（2016）18-0024-04

一、引言

企業(yè)運營是整合內外部資源進行價值創(chuàng)造的過程，伴隨收益而來的則是無處不在的經營風險和財務風險。這兩種風險只能被評估、控制，但難以消除，其中經營風險又可加劇財務風險并通過財務風險加以體現(xiàn)，因而對企業(yè)財務穩(wěn)健性進行評價可以量化企業(yè)面臨的財務風險，并間接對企業(yè)的經營風險作出判斷。對于上市公司，財務穩(wěn)健性的評價從微觀層面有利于企業(yè)及時規(guī)避自身風險，幫助債權人作出正確決策，還便于審計人員保持必要的職業(yè)謹慎，出具恰當意見的審計報告以及為權益投資者作出理性投資決策提供依據，防止股票貶值帶來的投資風險；宏觀角度有助于相關部門加強對證券市場的監(jiān)管，保護資本市場良好運行。

財務穩(wěn)健性不同于會計穩(wěn)健性，前者評估的是財務狀況的健康程度以及應對財務風險的能力；后者則要求在面對交易過程不確定性時，采取不高估資產和收益，同時不低估負債和費用的謹慎確認態(tài)度。從目前的研究來看，大部分研究致力于財務風險的評估與預警機制的建立。如徐鳳菊（2008）、賈煒瑩（2013）等將主成分分析法應用到財務風險的評價中[ 1-2 ]，原相娟（2011）使用AHP及模糊綜合評價組合對電器制造業(yè)的財務風險進行評價[ 3 ]，吳勤（2005）對常見的四種財務預警模型進行了實證對比分析[ 4 ]。而對于財務穩(wěn)健性的研究則鳳毛麟角，常夢夢（2015）對CFO性別、財務穩(wěn)健性與企業(yè)融資決策三者間關系進行了實證研究[ 5 ]，趙樹寬（2008）提出了基于熵模型的財務系統(tǒng)穩(wěn)健性的評價方法[ 6 ]。針對財務穩(wěn)健性評價指標的多維特性，本文在趙樹寬研究基礎上引入VIKOR多屬性決策模型，以進一步完善優(yōu)化評價系統(tǒng)，提高評價結果的科學性與可靠性。

二、評價指標的篩選與指標體系的建立

財務穩(wěn)健性的評價指標作為評價準繩，直接關乎后面的評價流程能否順利進行和評價結果能否真實反映企業(yè)財務狀況，因而對指標的選擇要嚴格遵循以下原則：

（一）普適性與可比性原則

處于不同行業(yè)的企業(yè)其經營范圍不同，選用的會計科目也不同，所以評價指標必須具有所有企業(yè)共同適用、均能順利采集樣本的屬性。雖然財務報表中的項目因其綜合性具有普適性，但其對應的數值都為絕對值，使得不同規(guī)模間的企業(yè)不具有可比性，因而財務比率這些相對指標比財務報表項目更適宜選作評價指標。此外，財務比率一定意義上也反映行業(yè)特征，如某些行業(yè)要求必須具備充足的現(xiàn)金流才能維持資金運轉，因而流動比率較高；再如房地產企業(yè)一般負債經營，資產負債率較高，所以評價指標必須對于同行業(yè)內的同質企業(yè)間具有可比性。

（二）全面性與系統(tǒng)性原則

企業(yè)的經濟活動形式多樣，從大方面來說有投資活動、經營活動與籌資活動，指標必須能夠涵蓋并代表這些活動，片面的評價不可能得出有價值的結論；同時指標也不是以無序狀態(tài)存在的，指標與評價目標之間存在正向或反向的關系，某些指標之間還具有因果等邏輯關系，因而需要以系統(tǒng)的觀點去歸集這些指標，使評價指標體系層次化、有序化。

（三）動態(tài)性與目標導向原則

指標的樣本取值必須具有時效性，如此財務穩(wěn)健性的評價才不僅適用于同質企業(yè)間的橫向比較，而且有了縱向對比的意義，挖掘同一企業(yè)在時間維度上的變化趨勢，且只有不同會計年度的樣本取值不同，指標體系才適用于不同會計期間財務穩(wěn)健性的評價。另外指標的選取也不是多多益善，而應該以評價目標為導向，根據不同的評價目標去選取關聯(lián)指標。

遵循以上三原則并對趙樹寬構建的財務系統(tǒng)穩(wěn)健性評價指標體系進行擴充改良，在償債、盈利和營運三個維度之外加入發(fā)展維度，并將原來的15個二級指標增加到23個，且均為定量指標，其中除了“資產負債率”這一逆向指標外，其余均為正向指標。建立的指標體系及指標說明見表1。

三、VIKOR評價模型構建

（一）評價模型的選擇

熵，本為一個熱力學概念，后被Shannan引入信息論，因而又稱“信息熵”。它與層次分析法功能類似，都用于多目標權重賦值，所不同的是層次分析法由專家打分后計算權值，屬于主觀賦權法，而熵權法則是根據指標取值判斷指標的離散程度，并對不確定性進行度量（熵值與離散程度、不確定性間均呈反向變動關系），再根據熵值進一步計算權重值。

VIKOR方法是由Opricovic和Tzeng兩位學者提出的一種折衷多目標決策方法[ 7-8 ]，該方法通過屬性間彼此讓步，得到距離多屬性正理想解最近的折衷可行解，進而判斷被評價對象基于評價目標的優(yōu)劣程度。

本文構建的指標體系具有多屬性特征，因而適宜采用VIKOR折衷評價方法，又因指標均為客觀性定量指標，所以應該選擇信息熵客觀賦值法。

（二）信息熵-VIKOR模型評價步驟

企業(yè)財務穩(wěn)健性評價中，假設待評對象有n個，評價指標有m個，記評價對象Aj在第i個指標的評價值為fij，1≤i≤m，1≤j≤n。采用信息熵-VIKOR方法的一般評價步驟如下：

1.根據信息熵模型計算指標權重

定義aij代表第j個評價對象在第i個指標的原始數據，因為指標值存在負數，為防止求熵值時取對數無意義，根據正向（aij+）和逆向（aij-）指標分類，使用極差值法對原始數據進行平移，實現(xiàn)非負化處理。

評判準則：當排序第一的方案和排序第二的方案同時滿足兩個條件時，接受排序第一的方案為最優(yōu)方案；若條件2不滿足，則同時接受兩個方案為最優(yōu)方案；若條件1不滿足，則同時接受不滿足條件1的所有方案為最優(yōu)方案。

四、實證研究

（一）樣本選擇與權重確定

根據評價對象同質化要求，本文以家電行業(yè)為例，從國泰安數據庫中選取了6個家電上市企業(yè)（格力電器T1、海信科龍T2、海信電器T3、青島海爾T4、春蘭股份T5和ST廈華T6）截止到2014年12月31日的財務比率指標進行實證研究。部分指標為數據庫直接獲取，部分指標如營運資金占用率、長期資產適合率等則通過相關報表項目按照指標計算公式自行推導。由式（1）—式（6）對原始數據進行處理并通過信息熵計算出各指標的權重，見表1。

（二）原始數據處理及正、負理想解

在利用信息熵求權重時根據式（1）和式（2）對原始數據進行規(guī)范化處理，然后利用式（7）對規(guī)范化后指標矩陣求正、負理想解，結果見表2。

（三）穩(wěn)健性評價結果及排序

根據式（8）—式（14）可得出各個指標的群體效益值Sj和個體遺憾值Rj，并據此得出S*、S-、R*和R-的值，并按照式（15）得出各評價對象的利益比率Qj，最后分別按照Sj、Rj和Qj值大小進行排序，如表3所示。

由Sj、Rj和Qj的排序結果可得6家家電企業(yè)的財務系統(tǒng)穩(wěn)健性排序為：海信（T3）>海爾（T4）>格力（T1）>科龍（T2）>春蘭（T5）>ST廈華（T6）。首先檢驗條件1，因評價對象個數為6，即n=6，故門檻值為1/（n-1）=0.2，排序第一的海信電器與排序第二的青島海爾的Q值差為0.1592，小于門檻值0.2，因此不符合條件1；與排名第三的格力電器Q值差為0.2968，大于門檻值；剩余依次類推。然后檢驗條件2，發(fā)現(xiàn)只有Qj值排名第二的海爾其Sj值落在Qj值排名第三的格力之后，綜合以上兩個條件的評判結果可以得到妥協(xié)后的最終結果為：海信、海爾、格力、科龍>春蘭>廈華。即海信、海爾、格力、科龍是經妥協(xié)后財務系統(tǒng)穩(wěn)健性最強的企業(yè)，屬于第一等級；春蘭次之，屬于第二等級；廈華財務系統(tǒng)穩(wěn)健性最小，位列第三等級。

五、結論

本文從償債能力、盈利能力、經營能力與發(fā)展能力四個維度完善了企業(yè)財務系統(tǒng)穩(wěn)健性評價指標體系，并根據指標性質選擇客觀賦權法——信息熵模型對指標權重加以量化，最后創(chuàng)造性地通過多屬性決策方法VIKOR模型對同質型企業(yè)間的財務穩(wěn)健性進行判定，并通過選取的6個家電上市企業(yè)作為樣本驗證了模型的區(qū)分度。本文研究為企業(yè)提高其財務穩(wěn)健性評價水平提供了科學有效的理論工具，對企業(yè)早日察覺財務系統(tǒng)風險，防微杜漸、提早應對起到深遠影響。

【參考文獻】

[1] 徐鳳菊，王鳳.基于主成分分析法的財務風險評價模型[J].財會月刊，2008（35）：48-50.

[2] 賈煒瑩.基于主成分分析法的物流上市公司財務風險評價[J].財會通訊，2013（23）：107-110.

[3] 原相娟.電器制造業(yè)上市公司財務風險綜合評估研究[D].東北林業(yè)大學，2011.

[4] 吳勤.企業(yè)財務預警模型的比較研究[D].武漢理工大學，2005.

[5] 常夢夢.CFO性別、財務穩(wěn)健性與企業(yè)融資決策關系分析[J].商業(yè)經濟研究，2015（8）：93-95.

[6] 趙樹寬，湯石雨.基于熵模型的企業(yè)財務系統(tǒng)穩(wěn)健性評價[J].吉林工商學院學報，2008（1）：42-45，86.

[7] OPRICOVIC S， TZENG G H. Extended VIKOR method in comparison with outranking methods[J]. European Journal of Operational Research，2007，178（2）：514-529.

[8] OPRICOVIC S， TZENG G H. Compromise solution by MCDM methods： a comparative analysis of VIKOR and TOPSIS[J].European Journal of Operational Research，2004，156（2）：445-455.