基于層次分析法煤炭上市公司財(cái)務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)

苗 燕,欒宜童

（1.皖北煤電集團(tuán)萬(wàn)錦置業(yè)公司,安徽 宿州 234000;2.安徽農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院,安徽 合肥 230036）

財(cái)務(wù)風(fēng)險(xiǎn)是指公司財(cái)務(wù)結(jié)構(gòu)不合理、融資不當(dāng)使公司可能喪失償債能力而導(dǎo)致投資者預(yù)期收益下降的風(fēng)險(xiǎn)。財(cái)務(wù)風(fēng)險(xiǎn)是企業(yè)財(cái)務(wù)管理過(guò)程中必須面對(duì)的一個(gè)現(xiàn)實(shí)問(wèn)題，是企業(yè)追求利潤(rùn)最大化過(guò)程中不可避免的。財(cái)務(wù)風(fēng)險(xiǎn)管理有助于企業(yè)加速資金周轉(zhuǎn)，保證資金安全增值，增加企業(yè)決策的時(shí)效性、科學(xué)性，為企業(yè)提高效益、實(shí)現(xiàn)經(jīng)營(yíng)發(fā)展目標(biāo)發(fā)揮重要作用。并且作為企業(yè)風(fēng)險(xiǎn)管理的重要部分，財(cái)務(wù)風(fēng)險(xiǎn)對(duì)企業(yè)價(jià)值評(píng)估、企業(yè)的長(zhǎng)遠(yuǎn)發(fā)展也有重要意義。

一、財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系的構(gòu)建

財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)體系的構(gòu)建是財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)的基礎(chǔ)。論文參考《國(guó)有資本金績(jī)效評(píng)價(jià)指體系》，并結(jié)合煤炭上市公司自身特點(diǎn)，構(gòu)建了反映公司營(yíng)運(yùn)能力、發(fā)展能力、償債能力和盈利能力的財(cái)務(wù)指標(biāo)體系，并根據(jù)單項(xiàng)指標(biāo)本身的特點(diǎn)分為極大型指標(biāo)、穩(wěn)定型指標(biāo)量和區(qū)間型指標(biāo)三種類(lèi)型。極大型變量是數(shù)值越大越好的變量，例如銷(xiāo)售利潤(rùn)率、凈資產(chǎn)收益率等；穩(wěn)定型變量是指標(biāo)數(shù)值在某一點(diǎn)最好的變量，例如速動(dòng)比率；區(qū)間型變量是指標(biāo)數(shù)值在某一區(qū)間內(nèi)最好的指標(biāo)，例如資產(chǎn)負(fù)債率、現(xiàn)金流動(dòng)負(fù)債比率等。（見(jiàn)附表1）

二、財(cái)務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)

（一）指標(biāo)權(quán)重的確定

論文擬采用層次分析法（Analytic Hierarchy Process簡(jiǎn)稱AHP）確定各項(xiàng)指標(biāo)的權(quán)重。其基本步驟是：

首先，建立層次結(jié)構(gòu)模型。根據(jù)問(wèn)題的性質(zhì)和要達(dá)到的總目標(biāo)，將問(wèn)題分解為不同組成因素，并按照因素間的相互關(guān)聯(lián)影響以及隸屬關(guān)系，將各個(gè)因素按不同層次聚集組合，形成一個(gè)多層次的分析結(jié)構(gòu)模型。

其次，在各層元素中進(jìn)行兩兩比較，構(gòu)造比較判斷矩陣。判斷矩陣表示運(yùn)用1-9標(biāo)度方法。

再次，進(jìn)行層次單排序及一致性檢驗(yàn)。當(dāng)隨機(jī)一致性比率 ＜0.10時(shí)，可以認(rèn)為層次單排序的結(jié)構(gòu)有滿意的一致性，否則需要調(diào)整判斷矩陣的元素取值。

最后，層次總排序。計(jì)算各層次元素對(duì)系統(tǒng)目標(biāo)的合成權(quán)重，進(jìn)行總排序，以確定結(jié)構(gòu)模型中最底層各個(gè)元素在總目標(biāo)中的重要程度。

依據(jù)該方法確定的一級(jí)指標(biāo)和二級(jí)指標(biāo)權(quán)重。

（二）評(píng)價(jià)指標(biāo)功效系數(shù)的計(jì)算

1.極大型指標(biāo)處理

極大型指標(biāo)滿意值（S）的來(lái)源為2010、2011、2012年企業(yè)績(jī)效評(píng)價(jià)標(biāo)準(zhǔn)值中煤炭行業(yè)全行業(yè)良好值再平均得到，百分比指標(biāo)的不允許值（F）為0，周轉(zhuǎn)率指標(biāo)的不允許值（F）為三年的最低值（處理結(jié)果見(jiàn)附表2）。

2.穩(wěn)定型指標(biāo)處理

穩(wěn)定型指標(biāo)的滿意值（S）同樣是由2010、2011、2012年企業(yè)績(jī)效評(píng)價(jià)標(biāo)準(zhǔn)值中煤炭行業(yè)全行業(yè)的良好值計(jì)算平均值得到的，而不允許值下限（FD）和不允許值上限（FU）為這三年間的最小和最大值（處理結(jié)果見(jiàn)表1）。

表1 穩(wěn)定性指標(biāo)處理結(jié)果

3.區(qū)間型指標(biāo)處理

區(qū)間型指標(biāo)中，資產(chǎn)負(fù)債率的滿意值下限（SD）是由2010、2011、2012年企業(yè)績(jī)效評(píng)價(jià)標(biāo)準(zhǔn)值中煤炭行業(yè)全行業(yè)的平均值再計(jì)算平均值得到的，滿意值上限（SU）是由三年全行業(yè)優(yōu)秀值計(jì)算平均值得到的，而現(xiàn)金流動(dòng)負(fù)債比率的滿意值下限和上限與資產(chǎn)負(fù)債率的計(jì)算方法恰好相反。不允許值上限（FU）和不允許值下限（FD）則為這三年間的最大和最小值（處理結(jié)果見(jiàn)附表3）。

根據(jù)功效系數(shù)法，在每個(gè)評(píng)價(jià)指標(biāo)的滿意值（或其上、下限）和不允許值（或其上、下限），再按照公式（1）-（3）計(jì)算各指標(biāo)的單項(xiàng)功效系數(shù)。

（三）財(cái)務(wù)風(fēng)險(xiǎn)綜合評(píng)價(jià)

根據(jù)上述各項(xiàng)指標(biāo)的權(quán)重及其功效系數(shù)，最終可以按以下公式計(jì)算出各公司財(cái)務(wù)風(fēng)險(xiǎn)綜合得分：

式中Wi：各指標(biāo)的權(quán)重；Ri：各指標(biāo)功效系數(shù)。并依據(jù)附表4判斷該公司當(dāng)前財(cái)務(wù)風(fēng)險(xiǎn)狀況處理結(jié)果（見(jiàn)附表4）

附表1 財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

附表2 極大型指標(biāo)處理結(jié)果

附表3 區(qū)間型指標(biāo)處理結(jié)果

附表4 財(cái)務(wù)風(fēng)險(xiǎn)評(píng)語(yǔ)集劃分

附表5 上市公司財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果

三、實(shí)例研究

論文選取安徽省某煤炭工業(yè)上市公司為研究樣本，根據(jù)其2012年度報(bào)表，結(jié)合上述方法對(duì)該上市公司2012年財(cái)務(wù)風(fēng)險(xiǎn)狀況進(jìn)行綜合評(píng)價(jià)（結(jié)果如附表5所示）。

該上市公司財(cái)務(wù)風(fēng)險(xiǎn)綜合評(píng)分為85分，根據(jù)評(píng)語(yǔ)集劃分，當(dāng)前財(cái)務(wù)風(fēng)險(xiǎn)狀況為較低風(fēng)險(xiǎn)。從附表5來(lái)看各指標(biāo)的得分情況，償債能力得分最高，為96分，其中已獲利息倍數(shù)、現(xiàn)金流動(dòng)負(fù)債比、資產(chǎn)負(fù)債率分別衡量企業(yè)的短期償債能力和長(zhǎng)期償債能力，得分均為100分，說(shuō)明企業(yè)有很強(qiáng)的償債能力；其次為營(yíng)運(yùn)能力，為95分，各評(píng)價(jià)指標(biāo)得分普遍較高，說(shuō)明企業(yè)運(yùn)轉(zhuǎn)良好；再次是盈利能力，最終得分為82分，說(shuō)明企業(yè)凈資產(chǎn)有較強(qiáng)的盈利能力；而企業(yè)發(fā)展能力得分較低，僅為20分，主要因?yàn)?012年企業(yè)銷(xiāo)售利潤(rùn)有大幅度下滑，同比下降34.2814%，并且企業(yè)主營(yíng)業(yè)務(wù)收入增長(zhǎng)率和總資產(chǎn)增長(zhǎng)率相對(duì)來(lái)說(shuō)并不突出。

[1]吳世農(nóng),盧賢義.我國(guó)上市公司財(cái)務(wù)困境的預(yù)測(cè)模型研究[J].經(jīng)濟(jì)研究,2001（6）:46-55.

[2]周輝仁等.基于粒子群優(yōu)化算法的LS——SVM財(cái)務(wù)預(yù)警[J].計(jì)算機(jī)工程,2009（10）:280-282.