楊家輝 賀健

【摘 要】文章首先分析傳統(tǒng)企業(yè)與大數(shù)據(jù)企業(yè)的不同，嘗試引入大數(shù)據(jù)指標，建立財務(wù)風(fēng)險預(yù)警評價指標體系。其次選取電子信息產(chǎn)業(yè)上市公司作為實證研究對象，進一步嘗試建立基于AHP的大數(shù)據(jù)企業(yè)財務(wù)預(yù)警模型。最后通過實證研究對模型的預(yù)測效果進行比較分析，探討大數(shù)據(jù)企業(yè)財務(wù)預(yù)警模型在量化研究方面的準確性和有效性。

【關(guān)鍵詞】大數(shù)據(jù)企業(yè);AHP;財務(wù)預(yù)警

【中圖分類號】F275 【文獻標識碼】A 【文章編號】1674-0688（2021）03-0206-03

0 引言

隨著全球經(jīng)濟一體化進程的不斷加快，企業(yè)逐漸成為促進我國乃至全世界經(jīng)濟發(fā)展的龍頭。對于企業(yè)來說，一旦發(fā)生財務(wù)危機，不僅會嚴重影響企業(yè)投資者、債權(quán)人和股東等人的利益，還會給整個社會帶來巨大的經(jīng)濟損失，尤其對于大數(shù)據(jù)企業(yè)來說，與一般傳統(tǒng)企業(yè)相比，大數(shù)據(jù)是近些年才開始發(fā)展的新型產(chǎn)業(yè)，大數(shù)據(jù)企業(yè)具有“高風(fēng)險、高收益”的特點，使得與企業(yè)相關(guān)的利益人對企業(yè)的財務(wù)狀況更加敏感，因此對企業(yè)進行財務(wù)風(fēng)險預(yù)警研究迫在眉睫。

自20世紀以來，全球的經(jīng)濟頻繁遇到危機，因此越來越多的學(xué)者開始致力于研究財務(wù)預(yù)警，到今天為止也產(chǎn)生了大量預(yù)警模型。根據(jù)Dimitras[1]、賀健[2]、張紅梅[3]和何榮華[4]等人的研究成果，常見的財務(wù)危機預(yù)警模型有以下幾種：？譹？訛單一變量模型，雖然該模型簡單好用，但是由于該模型只考慮某一個變量，而影響一個企業(yè)的財務(wù)的變量遠遠不止一個，因此總的來說該模型判斷精度較低。？譺？訛多變量模型，由于在現(xiàn)實生活中很難滿足該模型的假設(shè)前提，因此總體來說并不適用。？譻？訛神經(jīng)網(wǎng)絡(luò)模型等其他模型。雖然這些模型在財務(wù)預(yù)警研究中都有所應(yīng)用，但也存在不足之處，這些模型都存在一定的片面性，因此本文嘗試用層次分析法即AHP彌補此不足之處。

1 大數(shù)據(jù)企業(yè)與傳統(tǒng)企業(yè)對比分析

大數(shù)據(jù)企業(yè)財務(wù)危機預(yù)警，即以大數(shù)據(jù)企業(yè)財務(wù)狀況為基礎(chǔ)，通過設(shè)置指標，并對指標進行觀察，對大數(shù)據(jù)企業(yè)可能要面臨的財務(wù)危機所實施的實時監(jiān)控和預(yù)測警報[5]。與傳統(tǒng)企業(yè)相比，大數(shù)據(jù)企業(yè)更加偏向于讓數(shù)據(jù)說話，不摻雜或者很少摻雜人的主觀判斷。由于大數(shù)據(jù)的存在，數(shù)據(jù)可能比身邊人甚至自己還要了解自己，通過大數(shù)據(jù)，能夠獲得更為全面、客觀的信息。大數(shù)據(jù)企業(yè)財務(wù)預(yù)警系統(tǒng)不僅包括傳統(tǒng)的財務(wù)報表上的指標，還包括各種各樣互聯(lián)網(wǎng)上的信息，由于人們在現(xiàn)實生活中有著各種各樣的角色和職業(yè)，所以人們對同一個企業(yè)可能有著不同的反應(yīng)，所有的這些反應(yīng)通過映射到互聯(lián)網(wǎng)，都能夠為企業(yè)收集和利用。與此同時，傳統(tǒng)企業(yè)某些財務(wù)特征則存在一定的滯后性和失真性。

預(yù)警指標的選擇目前還沒有一套成熟的標準，通常，企業(yè)經(jīng)營績效主要是由償債能力、營運能力、盈利能力和成長能力決定的，這其中任何一個方面出現(xiàn)問題都可能影響企業(yè)的績效甚至引起財務(wù)危機。此外，在選取具體指標時，各個指標之間應(yīng)該相互補充，綜合、真實地反映出一個企業(yè)的財務(wù)狀況。因此，需要選取兩個代表性的指標，財務(wù)危機預(yù)警指標體系如圖1所示。

2 基于AHP的大數(shù)據(jù)企業(yè)財務(wù)危機預(yù)警模型

2.1 AHP概述

AHP是指將與決策總是有關(guān)的元素分解成目標、準則、方案等層次，在此基礎(chǔ)之上進行定性和定量分析的決策方法。

2.2 根據(jù)AHP確定各項指標權(quán)重

（1）構(gòu)建財務(wù)預(yù)警指標結(jié)構(gòu)體系。

（2）確立判斷定量化的標準。在兩個因素進行比較時，要有定量的標度，一般用數(shù)字1～9表示指標的重要性。標度1：表示兩個因素有著相同的重要性;標度3：表示兩個因素相比，一個因素比另一個因素稍微重要;標度5：表示兩個因素相比，一個因素比另一個因素明顯重要;標度7：表示兩個因素相比，一個因素比另一個因素強烈重要;標度9：表示兩個因素相比，一個因素比另一個因素極端重要;標度2、4、6、8：其重要程度介于以上相鄰兩數(shù)之間。

（3）建立判斷矩陣。通過各指標之間兩兩比較可得矩陣A：

（4）判斷各指標權(quán)重。上述一級指標體系中的Y指標：盈利能力Y1、償債能力Y2、營運能力Y3、成長能力Y4。本文對一級指標做出如下判斷，營運能力Y3與盈利能力Y3比償債能力Y1明顯重要，標度為5;成長能力Y4比償債能力Y1稍微重要，標度為3;盈利能力Y3比營運能力Y2、成長能力Y4略微重要，標度為2;成長能力Y4比營運能力Y2重要，標度為4。可構(gòu)成矩陣：

求矩陣A各行的積得：M1=0.013;M2=0.625;M3=0.20;M4=6。

求Mi的1/4次方mi得：m1=0.34;m2=0.89;m3=2.11;m4=1.57。

得Σmi=2.11+0.34+0.89+1.57=4.91，因此求得各指標權(quán)重Yi=mi/Σmi。Y1=0.07，Y2=0.18，Y3=0.43，Y4=0.32。

得到一級指標得權(quán)重之后，對于X1-X8等二級指標也可得判斷矩陣B：

2.3 確立AHP數(shù)學(xué)模型

根據(jù)以上計算結(jié)果，建立基于AHP企業(yè)財務(wù)預(yù)警研究數(shù)學(xué)模型得：

Z=（X1×w1+X2×w2）Y1+（X3×w3+X4×w4）Y2+（X5×w5+X6×w6）Y3+（X7×w7+X8×w8）Y4

代入數(shù)據(jù)可得：

Z=0.046 9X1+0.023 1X2+0.09X3+0.09X4+0.107 5X5+0.322 5X6+0.265 6X7+0.054 4X8

3 實證分析

數(shù)據(jù)來源于RESSET瑞斯金融研究數(shù)據(jù)庫。本文選取電子信息產(chǎn)業(yè)上市公司“ST信通”“ST慧球”和“ST中安”為研究對象，選取其2014—2018年的財務(wù)數(shù)據(jù)計算Z值，從而判斷企業(yè)的財務(wù)風(fēng)險。具體數(shù)據(jù)見如下。

“ST信通”Z值在2014—2018年分別為14.6、48.6、13.9、4.96、-179。

“ST慧球”Z值在2014—2018年分別為52.9、92.6、-72.9、13.4、9.3。

“ST中安”Z值在2014—2018年分別為33.4、29.4、12.7、-30.1、-16.4。

4 結(jié)論及建議

Z值越小，說明企業(yè)財務(wù)預(yù)警風(fēng)險越高，其財務(wù)狀況越差。Z值越大，說明企業(yè)財務(wù)預(yù)警風(fēng)險越低，其財務(wù)狀況就越好。本文通過將2014—2018年的Z值排列在一起，就能夠大致分析出企業(yè)的經(jīng)營狀況和財務(wù)狀況在該段時間內(nèi)是否為平穩(wěn)運行。

2014—2015年，“ST慧球”和“ST信通”的Z值波動較大，“ST中安”的Z值波動較小?！癝T慧球”和“ST信通”的Z值都有所上漲，說明企業(yè)財務(wù)狀況有所改善。2015—2016年，3家企業(yè)的Z值都呈下降趨勢，其中“ST慧球”變動幅度最大，“ST中安”和“ST信通”變動幅度較小，說明3家企業(yè)的財務(wù)狀況都有所惡化，其中“ST慧球”最為嚴重。2016—2017年，“ST中安”和“ST信通”的Z值仍然有所下跌，“ST慧球”的Z值顯著增加，由-72.9增加到13.4，說明“ST慧球”的經(jīng)營狀況有所改善，財務(wù)風(fēng)險降低?？傮w說來，這3家企業(yè)2014—2018年Z值都有所下降，說明企業(yè)在償債能力、盈利能力、經(jīng)營能力和成長能力等都有所欠缺，企業(yè)需要做好風(fēng)險監(jiān)測和預(yù)警，防患于未然。

AHP是對定性問題進行定量分析的一種簡便、靈活且實用的多準則決策方法[6]，但是該方法也存在一定的局限性，由于每個企業(yè)的具體情況不同，所以影響企業(yè)的指標因素也不盡相同。此外，在構(gòu)建矩陣時存在一定的人為主觀性，這可能會影響最后結(jié)論的可信度。

參 考 文 獻

[1]Dimitras.Financial ratios as predictors of failure[J].Journal of Accounting Research，1966（90）：487-513.

[2]賀健，張紅梅.數(shù)字普惠金融對經(jīng)濟高質(zhì)量發(fā)展的地區(qū)差異影響研究——基于系統(tǒng)GMM及門檻效應(yīng)的檢驗[J].金融理論與實踐，2020（7）：26-32.

[3]張紅梅，賀健.基于Cox回歸模型的大數(shù)據(jù)企業(yè)財務(wù)風(fēng)險預(yù)警研究[J].南方農(nóng)機，2020，51（13）：31，50.

[4]何榮華.財務(wù)預(yù)警模型——分析、比較、評價[J].會計之友，2006（8）：54-55.

[5]張鳴，張艷，程濤.企業(yè)財務(wù)預(yù)警研究前沿[M].北京：中國財政經(jīng)濟出版社，2004：3-4.