財務診斷因素選擇與優化——以A公司為例

廣西民族師范學院 吳麗玲 周彩節 廣西醫科大學 吳添玲

企業財務診斷過程因素的選擇與優化過程，并在不同的模塊配合相應的因素分析方法，從而達到因素選擇與優化的目的，為檢驗此過程與方法的可行性與有效性，現以A上市公司為例予以說明。

一、因素收集

（一）環境因素收集 首先，企業收集環境因素，進行初步篩選且歸類，將企業內外部環境因素按照不同的類型分屬與不同的項目內，這里不再贅述。

（二）財務因素收集 本文選取新浪股市中我國家電行業A公司作為研究樣本，根據一些確定的財務因素指標，從1995～2011年將公司每年中的四次報告數據匯總（有些年份不足四次報告），得到原始數據集合。此次研究是以對影響企業經營活動的環境因素與財務因素進行研究（其具體數據略），將財務因素分為五個主題，即企業盈利能力、企業營運能力、企業成長能力、企業償債能力和企業現金流量分別做優化，找出各個主題的關鍵因素，從而達到優化的目的。

二、因素選擇

（一）環境因素選擇 假定已經對企業環境因素進行選擇，在研究企業經營活動這一背景下，對企業的外部環境、內部環境的定性因素，采用德爾菲法進行分析，對因素進行篩選與確定，使施診者更好地了解和掌握了這些因素，為主題診斷與其他相關研究都做好了鋪墊，是診斷進行的有利依據，具體過程這里不再贅述。企業內外部環境因素歸納為如表1所示：

根據表2數據，可以計算總機會力度為：1.495；總威脅力度為：-1.506；總優勢力度為：1.131；總劣勢力度為：-1.224。在坐標軸的對應位置描點，依次連接四點形成戰略四邊形。其中s'=（1.131,0）；w'=（-1.2240）；o'=（0,1.495）；t'=（0，-1.506）。根據重心公式p（x，y）=（∑xi/4，∑yi/4）=（-0.0235,0.00275）

表1 企業內位環境因素分類統計

表2 環境因素力度評價表

θ=arctgy/x=arctg（-0.0235/0.00275）=-83.33度

u=s'×o'=1.131×1.495=1.691

v=w'×t'=（-1.224）×（-1.506）=1.843

ρ=u/u+v=1.691/（1.691+1.843）=0.478

根據以上計算結果，戰略方位角度為θ=-83.33度，戰略強度系數ρ=0.478＜0.5。

圖1 企業戰略類型與戰略強度

如圖1所示，企業戰略強度系數較小；企業位于抗爭型區域，企業有一定的資源與能力優勢，但威脅因素很影響企業，這時應該采取調整戰略，利用優勢，調整產品結構與市場結構。以上是對企業環境因素的綜合判斷，對企業起到較為宏觀的戰略指導與調整作用，但若是要對微觀方面進行研究，還需細致地對因素進行評價。

（二）財務因素選擇 假定已經對相關財務因素進行選擇，針對企業盈利能力、企業營運能力、企業成長能力、企業償債能力與企業現金流量這五個主題分別進行分析選擇，在這一環節中，主要是掌握各層因素的相互依存關系、各個因素之間的影響情況。在這個過程中，采用因素分析組合方法對財務因素進行選擇，為因素優化做鋪墊。對企業財務因素進行雷達圖分析判斷，對于具體內容與方法這里不再贅述。

圖2 A公司財務因素雷達分析圖

圖2顯示：該公司類似于保守型，該公司的營運能力與盈利能力較強，成長能力相對較差，資金的安全性一般，通常這樣的情況多發生在老企業中，產品仍有較好的市場，企業沒有太大的投資波動，此種情況下，企業應根據市場需求適度的擴大經營規模，增進資金的流動，可以考慮投資新項目。這是對企業經營活動的全面綜合分析，如果要深入研究，分析哪些因素對主題更重要，還需對因素進行優化。

三、因素優化

（一）環境因素優化 根據環境因素優化方法，層次分析法能夠把人的主觀認識形成客觀描述，把非定量因素做定量分析，把復雜問題中各個因素通過劃分成相互聯系的有序的層次，使之條理化，明確這些因素間的影響情況，使之明了化，做到進一步優化因素的目的。為了使優化更客觀，本次采用五位專家的評定結果匯總取均值，這樣避免了單獨操作中受個人觀點的局限，使優化結果更具有普遍性與客觀性。下文就是五位專家采用層次分析法對環境因素的優化結果，其具體操作步驟這里不再說明。

（1）企業內部環境因素優化后的結果（均借助AHP軟件操作完成），如表3所示。

通過以上總結得到企業內部環境因素的優化結果，即對企業經營活動的內部環境因素中哪些是起主要作用的關鍵因素：企業家綜合素質是最重要的因素，其次是內部控制實施因素，接下來是員工的能力和知識結構因素，內部控制的有效性因素，以此類推，得到了企業內部環境因素的排序就知道了哪些因素起到關鍵性作用，也就提煉出來了關鍵因素，掌握了這些關鍵因素對施診者更深入的理解因素，把握實施診斷是很有幫助的。

表3 五位專家對企業內部環境因素評分及均值

（2）外部環境因素優化后的結果（均借助AHP軟件操作完成），如表4所示。

表4 五位專家對企業外部環境因素評分均值

通過以上總結得到企業外環境因素的優化結果，即金融環境最重要的因素，其次是市場占有率因素，接下來是顧客滿意度，以此類推，得到了企業外部環境因素的排序就知道了哪些因素起到關鍵性作用，也就提煉出來了關鍵因素。

這些優化后的因素代表了影響企業經營活動的關鍵環境因素，是所有因素中的精華，掌握了這些關鍵因素對施診者更深入的理解因素和把握實施診斷是很有幫助的。

（二）財務因素優化 本次研究是以我國家電行業中的A公司作為研究樣本，假定確定的財務因素指標，從1995～2011年，把每年中的四次報告數據匯總，得到原始數據集合。此次研究是對影響企業經營活動的因素進行研究，分別提煉出對五個主題的高度影響的因素，從而達到優化的目的（其具體數據略）。此次BP神經網絡的優化原理是：首先，將網絡訓練好，即相當一個預測器，給定輸入就有輸出；然后取出一個輸入值，這個輸入值是有很多元素組成的，即為指標因素；再每次把元素值變大10%，找到對應的輸出，看哪一個元素變大10%,對應的輸出變化大，就說明哪一個元素對輸出影響大，即為主要因素。

此次BP神經網絡的應用流程為：（1）數據歸一化處理，輸入數據和輸出數據都進行歸一化處理，處理到[-1 1]的范圍，防止數據數量級差別大對訓練帶來影響，采用matlab的mapminmax函數；（2）BP神經網絡訓練，設置神經網絡訓練參數，包括隱含層節點、迭代次數、誤差等，采用matlab的train函數訓練神經網絡；（3）BP神經網絡性能評估，對BP的擬合性能進行評估，判斷網絡的擬合性能；（4）抽取一組數據，依次變化該組數據中每個元素的10%的值，通過輸出的變化來判斷每個元素對結果影響的多少；（5）對輸出的變化按照從大到小進行變化，變化越大的輸出對應的變化輸入因素影響越大。

表5為BP神經網絡通過計算機程序語言MATLAB實現，得到的五個主題的因素排序，即排位越靠前面的對主題的影響越大。

表5 五個主題因素排序情況表

表5中，從各個指標因素對企業盈利能力的影響程度排序可以清晰地看到：總資產凈利潤率、成本費用利潤率、凈資產收益率、總資產利潤率、主營業務成本率等因素對盈利能力的影響相對較大，這樣就得到幾個對企業盈利能力影響最大的因素，達到優化目的；對企業成長能力影響最大的因素：凈資產增長率、主營業務收入增長率、股東權益增長率等三個因素；對企業營運能力影響最大的因素為：流動資產周轉天數、總資產周轉率、總資產周轉天數、存貨周轉率、存貨周轉天數、股東權益周轉率、應收賬款周轉率、應收賬款周轉天數等這幾個因素；企業償債能力的因素主要有：股東權益比率、流動比率、速動比率、現金比率，表中已經標明各個因素對主題的影響程度排序；影響企業現金流量的因素主要為：資產的經營現金流量回報率、經營現金凈流量對負債比率、現金流量比率。由于該主題的指標因素較少，因此優化效果不明顯。以A公司為研究對象，在研究企業經營活動的五大主題的背景下，得到每個財務指標因素對主題的影響程度，通過分析結果，使診斷者對因素有更深入的理解，從而對診斷的實施有更好的把握。

由于樣本數量的有限，樣本數據的質量以及個人操作也會對結果產生一定的影響，但是從整體構思、方法實施，到推出結果，還是具有一定的客觀性與科學性，為了說明其結果的可靠性，現對其進行效度檢測。

四、財務診斷結果檢測與優化

由于環境因素主要都是定性因素，對其選擇與優化從根本上來講都是依靠主觀評價，對于其評價與檢測也帶有較大的主觀性，因此本文主要對財務因素的優化進行檢測。

財務因素優化的檢測類似于結構效度檢測，采用主成份分析法，該方法是近年來研究較多的一種統計分析方法。其原理是使研究對象因素達到降緯的目的，即將原始的多個指標因素重新組合，在數量最少的基礎上使其之間相關性小，且具有原指標的主要信息，從而既揭示了指標間的關系又達到了簡化的目的，以解決多指標分析中指標數目過多，指標間信息重復的現象。

主成份分析法是將分析的P個變量進行線性轉化形成P個新的變量，將其按照方差從大到小的順序進行排列，方差越大表明所包含的原始數據的信息內容越多，方差最大的對應的指標稱為第一主成份，其次為第二主成份，以此類推為第三主成份、第四主成份……

（一）基于主成份分析的財務診斷步驟

（1）初始指標因素的標準化處理P維隨機向量x=（x1，x2,x3…xp）T，n個樣品。xi=（xi1，xi2…,xip）T，i=1,2，…，n。n＞p,構造樣本矩陣，對樣本陣元進行標準化轉換：

Zij=（xij-Sj，i=1,2，…，n；j=1,2，…，p。其中：

（2）對矩陣Z求相關系數，得到矩陣R=|rij|p；

（3）求解相關系數矩陣R的特征方程|R-λIp|=0；得到P個特征根λj，主成份的方差即為特征根的值，可表示為Var（Fi）=λj，對每個λj解方程組Ruj=λjuj得到單位特征向量uj；

（4）標準化之后轉化為主成份模型：

則F1稱為第一主成分，F2稱為第二主成分，…，Fp稱為第p個主成分。

（二）結果分析 通過SPSS軟件對各主題數據進行主成份分析，得到結果如下（詳細過程在此不再贅述）：

（1）A公司盈利能力。從成分矩陣中，可以得到，總資產利潤率、總資產凈利潤率、成本費用利潤率、凈資產收益率、主營業務成本率等因素對企業盈利能力的影響較大，此結果和上面的優化結果是一致的。

（2）A公司營運能力：與公司的盈利能力分析的過程相同，這里不再敘述。對這一主題影響較大的因素有：總資產周轉率、流動資產周轉天數、存貨周轉率、股東權益增長率等，與上文做的優化結果基本相同。

（3）A公司償債能力。同理得到對這一主題的影響較大的因素為：流動比率、速動比率、股東權益比率、現金比率，與上文的優化結果基本相同。

（4）企業成長能力。同理得到這一主題的主要因素為：經營現金凈流量對收入比率、經營現金凈流量與凈利潤比、經營現金凈流量對負債比率、現金流量比率以及資產的經營現金流量回報率。由于這個主題的因素較少所以優化與操作的效果不明顯，但可以看到優化與檢測的結果仍然是類似的。

五、結論

通過以上檢測可以看出，此次優化是很有效的，其結果有一定的可信度，做到了財務因素的優化，得到了影響五個主題的關鍵因素，通過此次優化活動，使施診者清楚認識影響企業經營活動的重要財務因素，此次優化的結果，可以作為施診者進一步實施診斷的有利參考依據，提高診斷的質量。同時，通過對企業環境因素與財務因素的同步優化，使施診者得到了影響企業經營活動的非財務因素與財務因素的重要因素，這一優化的目的就是得到各類因素的精華因素，以往對主題因素判斷都是憑借施診者的經驗，這樣勢必會影響診斷結果的客觀性，通過此次對企業經營活動的因素優化，使施診者更客觀的掌握了各個主題的關鍵因素，施診者掌握這些精華因素將會對接下來的診斷工作更有幫助，因為準確把握因素是實施診斷的基礎，是得到客觀、科學、高質量診斷方案的依據。

［1］邢進良：《BP神經網絡模型及其應用》，《沙洋師范高等專科學校學報》2007年第5期。

［2］Xu Lei,Theories of unsupervised learning,PCA and its nonlinear extensions [A].In:Processing of EEE International conference on Neural network’s 94[C],Orlando,Florida,USA,1994:1254-1257