黃盈盈 賀美蘭
有色金屬制造業(yè)是我國重要基礎(chǔ)產(chǎn)業(yè)之一,是實現(xiàn)制造強國的重要支撐。當前,我國有色金屬工業(yè)生產(chǎn)總體保持平穩(wěn)運行,但仍然面臨自主創(chuàng)新能力不足、發(fā)展質(zhì)量效益不高、資源環(huán)境壓力加大、要素配置有待優(yōu)化等諸多發(fā)展瓶頸。與此同時,新冠肺炎疫情對全球經(jīng)濟造成嚴重沖擊,貴金屬市場價格下跌、有色金屬制造業(yè)產(chǎn)能過剩、原材料價格不斷攀升等問題比較突出,有色金屬制造業(yè)財務(wù)風險日益增加。如何發(fā)現(xiàn)潛在的財務(wù)風險,并發(fā)出有效預(yù)警,避免不必要的經(jīng)濟損失,從而使公司在激烈的市場競爭中獲得一席之地,顯得尤為重要?,F(xiàn)行的大部分財務(wù)風險預(yù)警模型沒有充分考慮模型的實用性,模型結(jié)構(gòu)十分復雜,需要的樣本數(shù)量巨大,構(gòu)建過程困難,沒有考慮企業(yè)的特性以及所處的環(huán)境,并不一定適合有色金屬制造業(yè)。本文的研究對象J銅業(yè)公司是一家國內(nèi)銅精礦自給率較高的公司,是國內(nèi)中型的銅生產(chǎn)和加工基地,2008年實現(xiàn)主要資產(chǎn)的整體上市。近年來,企業(yè)總資產(chǎn)達到數(shù)百億元,已成為國內(nèi)重要的陰極銅、銅加工材和稀貴金屬生產(chǎn)基地。本文以該公司作為研究對象,采用熵值法與功效系數(shù)法為該公司構(gòu)建財務(wù)風險預(yù)警模型,在有色金屬行業(yè)財務(wù)風險預(yù)警中具有典型應(yīng)用的價值。同時,該預(yù)警模型也為其他行業(yè)財務(wù)風險預(yù)警提供一個新思路。
本文采用熵值法和功效系數(shù)法構(gòu)建財務(wù)風險預(yù)警模型。首先以熵值法為基礎(chǔ)對公司各個財務(wù)指標確定權(quán)重,然后利用功效系數(shù)法對各個指標權(quán)重進行設(shè)置,確定各個指標的滿意值,最后以功效系數(shù)為基礎(chǔ)得出所需的評分值。
熵值法是一種評價研究對象重要程度的研究方法,根據(jù)熵理論進行賦權(quán)。在財務(wù)預(yù)警系統(tǒng)中,可用熵值法來確定多個財務(wù)指標的權(quán)值。熵值法的運用過程如下:
1.假設(shè)有m個年份為被評價對象,每個年份有n個評價指標,建立n行m列原始數(shù)據(jù)評價矩陣X(其元Xij素表示第i個評價指標第j年的原始數(shù)據(jù)):
2.不同指標間存在著數(shù)量級差異,無法直接比較,需要對相關(guān)財務(wù)數(shù)據(jù)進行無綱化處理,得到新的評價矩陣Y(其元素Yij表示第i個評價指標第j年無綱化評價值),計算如下:
若評價指標為正向指標(即越大越好),則有:
若評價指標為逆向指標(即越小越好),則有:
若評價指標為適中指標,則取值在一定區(qū)間最好。其中,Mi表示第i行最大值,mi表示第i行最小值。
進行無綱化處理后,如果評價指標依然存在小于零的情況,必須對該指標進一步進行標準化處理。將坐標進行平移,令Y中所有元素Yij=Yij+1,可得到更新后的矩陣Y。
3.對無綱化矩陣進行歸一化處理,得到新的評價矩陣P:
表1 J公司2016至2018年財務(wù)風險預(yù)警指標數(shù)據(jù)
4.計算第i項指標的熵值Ii:
5.計算第j項指標差異化系數(shù)gj:
6.確定第j項指標權(quán)重Wj:
功效系數(shù)法是根據(jù)多目標規(guī)劃原理,評價被研究對象的綜合狀況,在財務(wù)風險預(yù)警中也同樣適用。首先選取若干重要的財務(wù)指標,然后根據(jù)公司所處行業(yè)來確定各個指標的標準值,即可計算出各財務(wù)指標的功效系數(shù),以及各指標的基礎(chǔ)分和調(diào)整分,基礎(chǔ)分與調(diào)整分之和即為該指標的評分值。單項指標評分值相加得出總指標評分值。具體運用過程如下:
1.計算各項指標的標準值。
2.計算各個指標功效系數(shù),公式如下:
其中,d為單項功效系數(shù),x為指標實際值,xs為不滿意值,xh為滿意值。
3.計算各項指標的基礎(chǔ)分與調(diào)整分,相加得出指標評分值,結(jié)果為60+40d,其中,60為基礎(chǔ)分,40d為變動分。
4.根據(jù)各個指標的權(quán)重和評分值計算出綜合評分值,判斷公司財務(wù)風險。
為了能夠全面地對J公司財務(wù)風險進行預(yù)警,選取18個財務(wù)指標,分別反映公司的盈利能力、營運能力、償債能力、發(fā)展能力,具體數(shù)據(jù)如表1所示。
表2 財務(wù)數(shù)據(jù)標準化處理結(jié)果
1.根據(jù)J公司2016 -2018年間的具體財務(wù)數(shù)據(jù),建立初始評價矩陣,并進行標準化處理,具體處理結(jié)果如表2所示。
表3 財務(wù)數(shù)據(jù)歸一化處理結(jié)果
2.將標準化處理后的數(shù)據(jù),再進行數(shù)據(jù)歸一化處理,如表3所示。
3.根據(jù)公式,分別計算各指標的熵值、差異化系數(shù)、權(quán)重、指標類權(quán)重,結(jié)果如表4所示。
熵值法可以判斷不同財務(wù)指標在風險預(yù)警中的重要程度,一個財務(wù)指標的熵值越小,表明其權(quán)重越大。根據(jù)財務(wù)指標之間的Pearson相關(guān)性分析以及熵值法,可選取J公司能夠敏銳察覺公司財務(wù)狀況變化的代表性指標,然后以這些指標為基礎(chǔ)構(gòu)建 J公司財務(wù)風險預(yù)警模型,步驟如下:第一步,使用SPSS軟件,對上一步篩選出的指標進行雙側(cè)檢驗,計算出各指標之間的Pearson相關(guān)性系數(shù);第二步,篩選出Pearson 相關(guān)性系數(shù)大于等于 0.9 的財務(wù)指標,重新計算熵值,選中熵值較小的指標;第三步,對于Pearson 相關(guān)性系數(shù)較小的指標,挑選出權(quán)重大于平均權(quán)重的指標。具體篩選過程如下(以盈利能力指標篩選為例):
首先整理J公司 2016-2018年財務(wù)數(shù)據(jù),并進行相關(guān)性分析,得出各項指標的Pearson相關(guān)系數(shù),相關(guān)性分析結(jié)果如表5所示。
由表5可以得出,J公司盈利能力的五個指標相關(guān)系數(shù)均大于0.9,高度關(guān)聯(lián),所以指標的選擇標準就轉(zhuǎn)移到權(quán)重的比較上。由該表可以看出,資產(chǎn)報酬率(X5)的權(quán)重 0.088為最高,其次為總資產(chǎn)利潤率(X1)的權(quán)重0.045。經(jīng)過篩選得出兩個反映J公司盈利能力的指標,分別是資產(chǎn)報酬率(X5)和總資產(chǎn)利潤率(X1)。
同樣根據(jù)相關(guān)性分析,篩選出應(yīng)收賬款周轉(zhuǎn)率(X6)和存貨周轉(zhuǎn)率(X7)作為反映營運能力的財務(wù)預(yù)警指標;現(xiàn)金比率(X12)和利息支付倍數(shù)(X13)作為反映J公司償債能力的財務(wù)預(yù)警指標;凈利潤增長率(X16)和凈資產(chǎn)增長率(X17)作為反映J公司發(fā)展能力的財務(wù)風險預(yù)警指標。
以熵值法與相關(guān)性分析為基礎(chǔ),篩選出八項財務(wù)指標作為構(gòu)建預(yù)警模型的基礎(chǔ)。然后運用熵值法對篩選出的八項指標進行重新計算,得出各項指標權(quán)重。權(quán)重計算方法與前文相同,結(jié)果如表6如示。
由于傳統(tǒng)功效系數(shù)法在設(shè)置預(yù)警檔次與綜合得分分配上存在一些缺陷,僅僅設(shè)置了好與壞兩個檔次,計算出各指標的基礎(chǔ)分及調(diào)整分的比重也是一成不變的。為提高財務(wù)預(yù)警模型的科學性,將進行以下處理:
表4 初選財務(wù)指標熵值及權(quán)重
表5 盈利能力風險財務(wù)風險預(yù)警指標篩選相關(guān)性分析
表6 J公司財務(wù)風險預(yù)警指標體系
表7 標準檔次與標準系數(shù)
1.細化評價檔次。在傳統(tǒng)功效系數(shù)法的基礎(chǔ)上,參照國務(wù)院國資委每年定期發(fā)布的《企業(yè)綜合績效評價標準值(2018年)》中的評價標準,確定預(yù)警系統(tǒng)所需的標準值增加三個評價檔次,如表7所示。
2.改進基礎(chǔ)分與調(diào)整分。在原有財務(wù)風險預(yù)警綜合評價分數(shù)的基礎(chǔ)上,增加盈利能力、營運能力、償債能力、發(fā)展能力等指標組得分和單項指標得分。改進后的綜合評價分數(shù)計算步驟如下:
(1)單項指標得分=本檔基礎(chǔ)分+調(diào)整分
其中,調(diào)整分=功效系數(shù)×(上檔基礎(chǔ)分-本檔基礎(chǔ)分),功效系數(shù)=上檔基礎(chǔ)分 =單項指標權(quán)數(shù)×上檔標準系數(shù)。
3.確定財務(wù)風險預(yù)警標準值。首先計算出財務(wù)預(yù)警指標實際值,其次根據(jù)公司所處行業(yè)判斷預(yù)警指標所處檔次的標準值,經(jīng)過計算得出各項指標的實際得分。J公司屬于有色金屬冶煉行業(yè),所以本文參照有色金屬冶煉行業(yè)中相應(yīng)的評價標準值。
4.財務(wù)風險預(yù)警等級劃分。本文參考眾多學者的研究成果以及國資委發(fā)布的《中央企業(yè)綜合績效評價實施細則》,將財務(wù)風險進行分級處理,詳見表8,將50分-70分作為公司財務(wù)風險的中警等級區(qū)間,重警與巨警的分界線定為40分,得分高于70分,則認為公司財務(wù)狀況較好,不會出現(xiàn)嚴重的財務(wù)風險,無警與輕警的分界值為85分。
將J公司2019年相關(guān)財務(wù)數(shù)據(jù)代入預(yù)警模型,對J公司2019年財務(wù)狀況進行研判。功效系數(shù)計算結(jié)果如表9所示。
同時可計算 出J 公司2019年各單項財務(wù)指標得分,如表10所示。
經(jīng)過計算,2019年財務(wù)風險預(yù)警綜合得分為各單項評分值之和62.86分,可以判斷出J公司的財務(wù)狀況不佳,處于中警狀態(tài),表明公司目前存在較大的財務(wù)風險,應(yīng)引起公司管理者的足夠重視,須有針對性地采取財務(wù)風險防范措施,及時化解財務(wù)風險。
表8 財務(wù)風險預(yù)警等級分類
表9 2019年J公司單項指標功效系數(shù)
表10 2019年J公司各單項指標得分
本文以J銅業(yè)公司 2016-2018 年的會計數(shù)據(jù)為基礎(chǔ),從盈利能力、營運能力、償債能力、發(fā)展能力四個維度預(yù)選了18個財務(wù)指標作為初始指標,再運用熵值法結(jié)合SPSS軟件對各初始指標進行 Pearson 相關(guān)性分析,篩選出最終構(gòu)成J銅業(yè)公司財務(wù)風險預(yù)警指標體系的 8個財務(wù)指標,并再次運用熵值法對其進行二次賦權(quán)。運用改進后的功效系數(shù)法,構(gòu)建了高效的財務(wù)預(yù)警模型,結(jié)合國資委頒布的《企業(yè)績效評價標準值》對指標體系進行綜合評價,預(yù)警結(jié)果符合企業(yè)當前的財務(wù)狀況。該模型具有通用性和可操作性,也可替換成其它企業(yè)的財務(wù)數(shù)據(jù),并結(jié)合企業(yè)所處行業(yè)的評價標準進行預(yù)警。