基于MCDM與Borda決策模型的醫(yī)藥企業(yè)財務(wù)績效評價

范定祥，趙佳明

(湖南工業(yè)大學(xué) 經(jīng)濟(jì)與貿(mào)易學(xué)院，湖南 株洲 412007)

中國經(jīng)濟(jì)發(fā)展已進(jìn)入新常態(tài)，供給側(cè)結(jié)構(gòu)改革和“中國制造2025”等政策的相繼出臺，使醫(yī)療制藥等七大戰(zhàn)略性新型產(chǎn)業(yè)的持續(xù)健康發(fā)展問題成為了各界關(guān)注的焦點(diǎn).2018年以來，在仿制藥一致性評價全面推進(jìn)、化學(xué)藥分類改革方案初步實(shí)施等多方面因素影響下，醫(yī)藥企業(yè)研發(fā)成本加大，生產(chǎn)動能有所下降.同時，受到原料藥價格上漲、環(huán)保壓力持續(xù)增大等多重作用，化學(xué)藥品原藥產(chǎn)量增速呈持續(xù)下滑態(tài)勢，中成藥產(chǎn)量增速也有所放緩[1].從2019年前三季度業(yè)績看，醫(yī)藥生物類企業(yè)的利潤端增速已呈下降趨勢.另外，中美貿(mào)易爭端的反復(fù)出現(xiàn)，也對素以“弱研發(fā)、重銷售”為特征的中國醫(yī)藥行業(yè)產(chǎn)生了不利影響[2]，并引發(fā)行業(yè)內(nèi)財務(wù)績效優(yōu)良企業(yè)頻繁收購整合虧損企業(yè)的現(xiàn)象.不過，盡管醫(yī)藥行業(yè)發(fā)展中遇到的問題受到了多方關(guān)切，但有關(guān)醫(yī)藥企業(yè)績效評價方面的研究仍處于起步階段.

良好的財務(wù)狀況可為企業(yè)提供相對競爭優(yōu)勢，而正確評價醫(yī)藥企業(yè)財務(wù)績效，不僅可以幫助公司認(rèn)清自身優(yōu)劣，還可以促進(jìn)企業(yè)根據(jù)自身所處的競爭地位制定出相應(yīng)的轉(zhuǎn)型升級戰(zhàn)略.事實(shí)上，一方面由于企業(yè)經(jīng)營環(huán)境日趨復(fù)雜化，傳統(tǒng)財務(wù)績效評價方式與現(xiàn)實(shí)情況出現(xiàn)了不少脫節(jié)，已不能在當(dāng)今激烈的市場競爭中科學(xué)合理地評估企業(yè)的真實(shí)績效.另一方面，鑒于大多數(shù)經(jīng)濟(jì)或政策問題都有多重屬性.因此，建立一套科學(xué)合理的財務(wù)績效評價方法是亟待解決的問題.

1 文獻(xiàn)綜述

國內(nèi)外學(xué)者對制造業(yè)企業(yè)的財務(wù)績效評價問題進(jìn)行了大量研究.目前評價企業(yè)財務(wù)績效的方法主要包括EVA、平衡記分卡法(BSC)、因子分析、灰色關(guān)聯(lián)度分析法、層次分析法(AHP)、數(shù)據(jù)包絡(luò)分析法(DEA)等.一些學(xué)者認(rèn)為BSC是一種對特定研究對象漸趨完備的績效評價體系[3-4].孫立成則運(yùn)用因子分析模型對我國石油行業(yè)上市公司的財務(wù)績效進(jìn)行了綜合評價[5].盡管目前關(guān)于企業(yè)財務(wù)績效評價的模型研究已很多，但國內(nèi)關(guān)于MCDM方法的研究和應(yīng)用較少，基于多準(zhǔn)則決策的MCDM方法進(jìn)行企業(yè)財務(wù)績效評價的研究則更少，而此方法在國外卻被大量使用.國外研究表明，MCDM方法不僅顯示出了解決復(fù)雜性經(jīng)濟(jì)決策問題的優(yōu)勢[6]，而且在總體上凸顯了提高財務(wù)分析和業(yè)務(wù)決策穩(wěn)定性的能力[7].不僅可為決策者和研究人員提供多種具體方法，還可使企業(yè)財務(wù)績效評價模型的構(gòu)建更加系統(tǒng)化、層次化.作為多標(biāo)準(zhǔn)決策方法體系，MCDM包含了諸多具體方法，如TOPSIS就是其中最常用的多準(zhǔn)則決策方法之一.Jalaliyoon等認(rèn)為對各種運(yùn)營評估可使用AHP和TOPSIS方法來確定戰(zhàn)略目標(biāo)[8].Mehregan等使用平衡計分卡和TOPSIS的組合評估了私人銀行在德黑蘭股票中的表現(xiàn)[9].Hajek等提出了一種將BSC和模糊TOPSIS相集成的創(chuàng)新績效評估方法[10].Varmazyar等則使用了將BSC和MCDM(包括TOPSIS)進(jìn)行組合的方法來評估伊朗石油工業(yè)研究院的12個研究中心的性能和分類[11].Bayrakdaroglu等還建議使用MCDM進(jìn)行戰(zhàn)略財務(wù)ISE的性能評估，應(yīng)用FAHP確定相對準(zhǔn)則的重要性，使用VIKOR進(jìn)行最佳公司的選擇[12].鑒于決策問題是企業(yè)尋找最佳選擇以及可行的替代方案的過程，對于許多此類問題，決策者均希望統(tǒng)籌解決多標(biāo)準(zhǔn)決策問題[13].而多標(biāo)準(zhǔn)決策(MCDM)模式也已被證明是一種能夠解決各種各樣的多標(biāo)準(zhǔn)評估和排名問題的有效方法[14].因此，本文擬借鑒此方法對國內(nèi)醫(yī)藥企業(yè)進(jìn)行績效評價.

然而對同一對象進(jìn)行評價時，使用MCDM模型中的各種單一評價方法可能會得出不一致的評價結(jié)果，也難以確定哪種方法更加科學(xué)，也無法根據(jù)有差異的結(jié)果進(jìn)行排序和決策.為了彌補(bǔ)單一評價方法的不足，可以通過Borda決策模型可以將這兩種方法結(jié)合起來，為企業(yè)績效評價提供了新的思路與方法.Jean-Charles de Borda開發(fā)的Borda決策方法系統(tǒng)，通常用于社會選擇或投票問題.鄭繼興和桂美增研究創(chuàng)業(yè)板上市公司績效評價時引入模糊Borda法，最終獲得企業(yè)綜合得分及排名，實(shí)現(xiàn)了主觀與客觀的結(jié)合[15].孫博文和劉艷春應(yīng)用該模型對53家電力行業(yè)上市公司的經(jīng)營績效進(jìn)行綜合評價和排序，發(fā)現(xiàn)與單一方法相比，其結(jié)果更加科學(xué)、合理[16].Kong J等在研究新技術(shù)產(chǎn)品服務(wù)代理商選擇問題上引入模糊Borda組合評價法，評價結(jié)果既體現(xiàn)主觀因素影響又體現(xiàn)客觀因素影響的目標(biāo)[17].高天輝等人采用Borda法確定科技投入項目的績效水平及排序，進(jìn)而評判資助項目的績效水平[18].陳耕等人構(gòu)建基于模糊Borda法的績效評價模型，結(jié)合實(shí)際對基于利益相關(guān)者滿意度的企業(yè)績效評價進(jìn)行了實(shí)證應(yīng)用[19].王娟使用修正的模糊Borda賦權(quán)的員工績效Fuzzy綜合評判方法，并進(jìn)行實(shí)證，結(jié)果顯示該方法具有較好的科學(xué)性和實(shí)用性[20].Borda決策模型在績效評價方面也得到越來越廣泛的應(yīng)用.

綜上所述，本文在總結(jié)前人研究的基礎(chǔ)上，首先建立MCDM的模型評價體系，即通過CRITIC方法確定財務(wù)績效中各個評價指標(biāo)的權(quán)重，利用MAUT、TOPSIS方法分別進(jìn)行評價，然后使用Borda方法對評價結(jié)果進(jìn)行綜合排序，為醫(yī)藥企業(yè)的財務(wù)績效評價提供一套操作性強(qiáng)的指標(biāo)體系，進(jìn)而提高整體財務(wù)績效水平.

2 樣本選取與特征描述

本文選取中國證監(jiān)會上市企業(yè)中2018年制藥行業(yè)市值前八的企業(yè)，分別是片仔癀(600436)、白云山(600332)、恒瑞醫(yī)藥(600276)、復(fù)星醫(yī)藥(600196)、智飛生物(300122)、愛爾眼科(300015)、長春高新(000661)、云南白藥(000538)，數(shù)據(jù)來源于國泰安經(jīng)濟(jì)金融庫.依據(jù)孫立成[5]、Jalaliyoon[8]、Hajek[10]等人的指標(biāo)選取標(biāo)準(zhǔn)，即選取能體現(xiàn)企業(yè)財務(wù)能力、可表現(xiàn)財務(wù)多方面情況、對財務(wù)績效起到正負(fù)影響的指標(biāo)，具體選取的指標(biāo)要素、原始數(shù)據(jù)特征及其數(shù)據(jù)的理想取值如表1所示.

表1 指標(biāo)選取及原始數(shù)據(jù)

3 計算分析

為評估這些公司的企業(yè)財務(wù)績效，本文擬使用MCDM方法體系中的MAUT、TOPSIS技術(shù).其中MAUT是基于效用理論的一項技術(shù)，而TOPSIS是基于優(yōu)劣解(折衷解決方案)的一種技術(shù).在上述評價技術(shù)應(yīng)用之前，首先采用CRITIC方法對變量元素進(jìn)行加權(quán).

為使用多標(biāo)準(zhǔn)決策技術(shù)MCDM進(jìn)行分析，首先生成一個決策矩陣.生成的決策矩陣包括涉及評估指標(biāo)的每個企業(yè)的績效值.決策矩陣表示為

于是，2018年我國醫(yī)藥行業(yè)上市公司中市值前八的企業(yè)財務(wù)績效指標(biāo)數(shù)據(jù)如表2所示.

表2 2018年醫(yī)藥行業(yè)上市公司中市值前八企業(yè)的原始數(shù)據(jù)

3.1 利用CRITIC方法計算評價權(quán)重

首先需要對原始數(shù)據(jù)進(jìn)行歸一化處理，并賦予相應(yīng)的權(quán)重水平，本研究采用近幾年被普遍使用的CRITIC賦權(quán)方法.CRITIC方法是由Diakoulaki率先開發(fā)出來的，是一種考慮了元素彼此相關(guān)性的賦權(quán)方法.具體算法步驟為

第一步，決策矩陣標(biāo)準(zhǔn)化.使用式(1)進(jìn)行原始數(shù)據(jù)的標(biāo)準(zhǔn)化，標(biāo)準(zhǔn)化后的矩陣如表3所示.

(1)

表3 標(biāo)準(zhǔn)化后矩陣

第二步，計算變量元素的信息值.計算每個j元素與k個元素的線性相關(guān)性.本文采用斯皮爾曼等級相關(guān)系數(shù)作為序數(shù)測量標(biāo)準(zhǔn)，獲取沖突值，并使用標(biāo)準(zhǔn)差作為每個元素的對比度量.j的信息量為

則C1=7.290254，C2=7.524386，C3=2.45342，C4=0.47759，C5=1.280892，C6=0.263665，C7=0.312735，C8=0.253456.

第三步，取得標(biāo)準(zhǔn)權(quán)重.根據(jù)CRITIC原理，隨著數(shù)值增加，該元素發(fā)送的信息量將增多，通過歸一化Cj值就可以獲得每個元素的權(quán)重值.權(quán)重計算公式為

于是，各權(quán)重依次為w1=0.367148826，w2=0.378940121，w3=0.123558148，w4=0.024052215，w5=0.064507781，w6=0.013278615，w7=0.015749857，w8=0.012764436.

3.2 基于MAUT的財務(wù)績效評價

在權(quán)重水平的基礎(chǔ)上，進(jìn)一步使用MAUT技術(shù)來計算八家醫(yī)藥企業(yè)的財務(wù)績效值.多屬性效用理論(MAUT)技術(shù)認(rèn)為每個決策要素都存在優(yōu)化該元素在決策問題中效用的作用.因此，每個決策要素的偏好可以由效用函數(shù)(U)來表現(xiàn).MAUT中的效用函數(shù)可以是線性、對數(shù)、指數(shù)、二次或其他形式，本文考慮其線性效用函數(shù)和可加性模型.計算步驟如下

第一步，決策矩陣的歸一化.使用式(1)歸一化決策矩陣；

第二步，加權(quán)歸一化決策矩陣.具體計算公式為

fij=Nij·wj

(2)

表4 MAUT方法下加權(quán)歸一化決策矩陣及得值排序

3.3 基于TOPSIS的財務(wù)績效評價

除MAUT技術(shù)之外，TOPSISI技術(shù)也在多標(biāo)準(zhǔn)決策問題上得到了廣泛應(yīng)用，本節(jié)將利用TOPSISI技術(shù)進(jìn)行財務(wù)績效評價.其邏輯是理想選擇和反理想選擇，并根據(jù)與理想替代方案之間的最小距離和最大距離對選項進(jìn)行優(yōu)先級排序.算法步驟為

第二步，加權(quán)歸一化矩陣.使用式(2)將權(quán)重乘歸一化值以獲得歸一化的加權(quán)決策矩陣(結(jié)果見表5)；

表5 向量歸一化后加權(quán)矩陣

第三步，生成理想和負(fù)理想值.每個指標(biāo)要素，理想表示期望值，而負(fù)理想值是不希望產(chǎn)生.具體為

表6 TOPSIS方法下的計算結(jié)果

3.4 基于Borda的財務(wù)績效排序

盡管MAUT、TOPSIS方法各具優(yōu)勢，但財務(wù)績效評價結(jié)果出現(xiàn)差異(見表7).Borda決策方法主要思路是：對于m個方案的排名，將m-1分?jǐn)?shù)分配給第一位，m-2分?jǐn)?shù)分配給第二位，而0分則落在最后排名上.計算出Borda點(diǎn)后，再依據(jù)這些點(diǎn)對各項進(jìn)行排名(降序排列)，從而解決決策問題.采用Borda方法進(jìn)行綜合，得出相對平衡的研究結(jié)果，最終排序見表7.

表7 Borda方法下的排序結(jié)果

從表7可以看出，在利用MAUT和TOPSISI方法得到的企業(yè)績效排序存在差異的情況下，Borda方法“中和”了部分公司的得分差異性，最終結(jié)果綜合反映了MAUT和TOPSIS的評價偏好序，在一定程度上使得績效得分更加“局部集中”.事實(shí)上，上表得出的績效排名靠前的恒瑞醫(yī)藥(600276)、片仔癀(600436)等公司，在2018年之后的財務(wù)指標(biāo)均表現(xiàn)出較穩(wěn)定且整體上升趨勢，這也印證了上述績效評價方法是相對可靠的.

4 結(jié)語

隨著中國市場經(jīng)濟(jì)的發(fā)展，大多數(shù)醫(yī)藥企業(yè)無論產(chǎn)品還是經(jīng)營管理都越來越多元化，醫(yī)藥企業(yè)進(jìn)行科學(xué)合理的財務(wù)績效評價對自身未來發(fā)展戰(zhàn)略的制定至關(guān)重要.鑒于財務(wù)比率可提供公司有關(guān)財務(wù)業(yè)績有用的定量信息，文章使用MAUT、TOPSIS算法對醫(yī)藥企業(yè)的財務(wù)績效進(jìn)行測算，并利用Borda方法進(jìn)行整合，對醫(yī)藥行業(yè)規(guī)模排名前列的8家上市公司的財務(wù)表現(xiàn)進(jìn)行評價.研究結(jié)果表明：

1)即使采用不同的賦權(quán)方案和計算手段，財務(wù)績效較好的公司依然可以獲得較高的得分和較前的排名.企業(yè)若想取得更好的績效評估結(jié)果，應(yīng)尤其關(guān)注流動比率、速動比率等償債能力的財務(wù)指標(biāo).

2)由于影響醫(yī)藥企業(yè)財務(wù)績效的因素眾多，且各因素之間也相互影響，導(dǎo)致一般多準(zhǔn)則決策方法很難識別出各因素間的關(guān)系.而利用本文的算法能夠深入分析財務(wù)績效評價影響因素的內(nèi)部結(jié)構(gòu)，得出具體維度與各指標(biāo)間復(fù)雜的相互影響關(guān)系和影響程度，從而能更有針對性地識別差距，對醫(yī)藥企業(yè)的財務(wù)績效做出較全面、具體、客觀的評價，提高評價結(jié)果的可靠性及實(shí)用性.