基于信息熵—VIKOR方法的企业财务稳健性评价研究

丁日佳 孙晓阳

【摘 要】 以财务报表为依托，以与财务系统稳健性相关的财务比率为样本指标，从偿债能力、营运能力、盈利能力和发展能力四个视角构建财务系统稳健性评价指标体系，运用信息熵客观赋值法为指标确定权重，以群效用最大化与个体遗憾最小化为原则，建立基于VIKOR方法的企业财务系统稳健性评价模型，并对家电行业六个上市企业进行实证研究。研究结果表明：评价结果与公司财务稳健性实际情况相符，建立的信息熵-VIKOR评价模型能够对企业财务系统进行合理判断。

【关键词】 财务系统； 稳健性； 信息熵； VIKOR

【中图分类号】 F062.2 【文献标识码】 A 【文章编号】 1004-5937（2016）18-0024-04

一、引言

企业运营是整合内外部资源进行价值创造的过程，伴随收益而来的则是无处不在的经营风险和财务风险。这两种风险只能被评估、控制，但难以消除，其中经营风险又可加剧财务风险并通过财务风险加以体现，因而对企业财务稳健性进行评价可以量化企业面临的财务风险，并间接对企业的经营风险作出判断。对于上市公司，财务稳健性的评价从微观层面有利于企业及时规避自身风险，帮助债权人作出正确决策，还便于审计人员保持必要的职业谨慎，出具恰当意见的审计报告以及为权益投资者作出理性投资决策提供依据，防止股票贬值带来的投资风险；宏观角度有助于相关部门加强对证券市场的监管，保护资本市场良好运行。

财务稳健性不同于会计稳健性，前者评估的是财务状况的健康程度以及应对财务风险的能力；后者则要求在面对交易过程不确定性时，采取不高估资产和收益，同时不低估负债和费用的谨慎确认态度。从目前的研究来看，大部分研究致力于财务风险的评估与预警机制的建立。如徐凤菊（2008）、贾炜莹（2013）等将主成分分析法应用到财务风险的评价中[ 1-2 ]，原相娟（2011）使用AHP及模糊综合评价组合对电器制造业的财务风险进行评价[ 3 ]，吴勤（2005）对常见的四种财务预警模型进行了实证对比分析[ 4 ]。而对于财务稳健性的研究则凤毛麟角，常梦梦（2015）对CFO性别、财务稳健性与企业融资决策三者间关系进行了实证研究[ 5 ]，赵树宽（2008）提出了基于熵模型的财务系统稳健性的评价方法[ 6 ]。针对财务稳健性评价指标的多维特性，本文在赵树宽研究基础上引入VIKOR多属性决策模型，以进一步完善优化评价系统，提高评价结果的科学性与可靠性。

二、评价指标的筛选与指标体系的建立

财务稳健性的评价指标作为评价准绳，直接关乎后面的评价流程能否顺利进行和评价结果能否真实反映企业财务状况，因而对指标的选择要严格遵循以下原则：

（一）普适性与可比性原则

处于不同行业的企业其经营范围不同，选用的会计科目也不同，所以评价指标必须具有所有企业共同适用、均能顺利采集样本的属性。虽然财务报表中的项目因其综合性具有普适性，但其对应的数值都为绝对值，使得不同规模间的企业不具有可比性，因而财务比率这些相对指标比财务报表项目更适宜选作评价指标。此外，财务比率一定意义上也反映行业特征，如某些行业要求必须具备充足的现金流才能维持资金运转，因而流动比率较高；再如房地产企业一般负债经营，资产负债率较高，所以评价指标必须对于同行业内的同质企业间具有可比性。

（二）全面性与系统性原则

企业的经济活动形式多样，从大方面来说有投资活动、经营活动与筹资活动，指标必须能够涵盖并代表这些活动，片面的评价不可能得出有价值的结论；同时指标也不是以无序状态存在的，指标与评价目标之间存在正向或反向的关系，某些指标之间还具有因果等逻辑关系，因而需要以系统的观点去归集这些指标，使评价指标体系层次化、有序化。

（三）动态性与目标导向原则

指标的样本取值必须具有时效性，如此财务稳健性的评价才不仅适用于同质企业间的横向比较，而且有了纵向对比的意义，挖掘同一企业在时间维度上的变化趋势，且只有不同会计年度的样本取值不同，指标体系才适用于不同会计期间财务稳健性的评价。另外指标的选取也不是多多益善，而应该以评价目标为导向，根据不同的评价目标去选取关联指标。

遵循以上三原则并对赵树宽构建的财务系统稳健性评价指标体系进行扩充改良，在偿债、盈利和营运三个维度之外加入发展维度，并将原来的15个二级指标增加到23个，且均为定量指标，其中除了“资产负债率”这一逆向指标外，其余均为正向指标。建立的指标体系及指标说明见表1。

三、VIKOR评价模型构建

（一）评价模型的选择

熵，本为一个热力学概念，后被Shannan引入信息论，因而又称“信息熵”。它与层次分析法功能类似，都用于多目标权重赋值，所不同的是层次分析法由专家打分后计算权值，属于主观赋权法，而熵权法则是根据指标取值判断指标的离散程度，并对不确定性进行度量（熵值与离散程度、不确定性间均呈反向变动关系），再根据熵值进一步计算权重值。

VIKOR方法是由Opricovic和Tzeng两位学者提出的一种折衷多目标决策方法[ 7-8 ]，该方法通过属性间彼此让步，得到距离多属性正理想解最近的折衷可行解，进而判断被评价对象基于评价目标的优劣程度。

本文构建的指标体系具有多属性特征，因而适宜采用VIKOR折衷评价方法，又因指标均为客观性定量指标，所以应该选择信息熵客观赋值法。

（二）信息熵-VIKOR模型评价步骤

企业财务稳健性评价中，假设待评对象有n个，评价指标有m个，记评价对象Aj在第i个指标的评价值为fij，1≤i≤m，1≤j≤n。采用信息熵-VIKOR方法的一般评价步骤如下：

1.根据信息熵模型计算指标权重

定义aij代表第j个评价对象在第i个指标的原始数据，因为指标值存在负数，为防止求熵值时取对数无意义，根据正向（aij+）和逆向（aij-）指标分类，使用极差值法对原始数据进行平移，实现非负化处理。

评判准则：当排序第一的方案和排序第二的方案同时满足两个条件时，接受排序第一的方案为最优方案；若条件2不满足，则同时接受两个方案为最优方案；若条件1不满足，则同时接受不满足条件1的所有方案为最优方案。

四、实证研究

（一）样本选择与权重确定

根据评价对象同质化要求，本文以家电行业为例，从国泰安数据库中选取了6个家电上市企业（格力电器T1、海信科龙T2、海信电器T3、青岛海尔T4、春兰股份T5和ST厦华T6）截止到2014年12月31日的财务比率指标进行实证研究。部分指标为数据库直接获取，部分指标如营运资金占用率、长期资产适合率等则通过相关报表项目按照指标计算公式自行推导。由式（1）—式（6）对原始数据进行处理并通过信息熵计算出各指标的权重，见表1。

（二）原始数据处理及正、负理想解

在利用信息熵求权重时根据式（1）和式（2）对原始数据进行规范化处理，然后利用式（7）对规范化后指标矩阵求正、负理想解，结果见表2。

（三）稳健性评价结果及排序

根据式（8）—式（14）可得出各个指标的群体效益值Sj和个体遗憾值Rj，并据此得出S*、S-、R*和R-的值，并按照式（15）得出各评价对象的利益比率Qj，最后分别按照Sj、Rj和Qj值大小进行排序，如表3所示。

由Sj、Rj和Qj的排序结果可得6家家电企业的财务系统稳健性排序为：海信（T3）>海尔（T4）>格力（T1）>科龙（T2）>春兰（T5）>ST厦华（T6）。首先检验条件1，因评价对象个数为6，即n=6，故门槛值为1/（n-1）=0.2，排序第一的海信电器与排序第二的青岛海尔的Q值差为0.1592，小于门槛值0.2，因此不符合条件1；与排名第三的格力电器Q值差为0.2968，大于门槛值；剩余依次类推。然后检验条件2，发现只有Qj值排名第二的海尔其Sj值落在Qj值排名第三的格力之后，综合以上两个条件的评判结果可以得到妥协后的最终结果为：海信、海尔、格力、科龙>春兰>厦华。即海信、海尔、格力、科龙是经妥协后财务系统稳健性最强的企业，属于第一等级；春兰次之，属于第二等级；厦华财务系统稳健性最小，位列第三等级。

五、结论

本文从偿债能力、盈利能力、经营能力与发展能力四个维度完善了企业财务系统稳健性评价指标体系，并根据指标性质选择客观赋权法——信息熵模型对指标权重加以量化，最后创造性地通过多属性决策方法VIKOR模型对同质型企业间的财务稳健性进行判定，并通过选取的6个家电上市企业作为样本验证了模型的区分度。本文研究为企业提高其财务稳健性评价水平提供了科学有效的理论工具，对企业早日察觉财务系统风险，防微杜渐、提早应对起到深远影响。

【参考文献】

[1] 徐凤菊，王凤.基于主成分分析法的财务风险评价模型[J].财会月刊，2008（35）：48-50.

[2] 贾炜莹.基于主成分分析法的物流上市公司财务风险评价[J].财会通讯，2013（23）：107-110.

[3] 原相娟.电器制造业上市公司财务风险综合评估研究[D].东北林业大学，2011.

[4] 吴勤.企业财务预警模型的比较研究[D].武汉理工大学，2005.

[5] 常梦梦.CFO性别、财务稳健性与企业融资决策关系分析[J].商业经济研究，2015（8）：93-95.

[6] 赵树宽，汤石雨.基于熵模型的企业财务系统稳健性评价[J].吉林工商学院学报，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.