基于AHP模型的大數(shù)據(jù)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究

楊家輝 賀健

【摘 要】文章首先分析傳統(tǒng)企業(yè)與大數(shù)據(jù)企業(yè)的不同，嘗試引入大數(shù)據(jù)指標(biāo)，建立財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警評(píng)價(jià)指標(biāo)體系。其次選取電子信息產(chǎn)業(yè)上市公司作為實(shí)證研究對(duì)象，進(jìn)一步嘗試建立基于AHP的大數(shù)據(jù)企業(yè)財(cái)務(wù)預(yù)警模型。最后通過(guò)實(shí)證研究對(duì)模型的預(yù)測(cè)效果進(jìn)行比較分析，探討大數(shù)據(jù)企業(yè)財(cái)務(wù)預(yù)警模型在量化研究方面的準(zhǔn)確性和有效性。

【關(guān)鍵詞】大數(shù)據(jù)企業(yè);AHP;財(cái)務(wù)預(yù)警

【中圖分類號(hào)】F275 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1674-0688（2021）03-0206-03

0 引言

隨著全球經(jīng)濟(jì)一體化進(jìn)程的不斷加快，企業(yè)逐漸成為促進(jìn)我國(guó)乃至全世界經(jīng)濟(jì)發(fā)展的龍頭。對(duì)于企業(yè)來(lái)說(shuō)，一旦發(fā)生財(cái)務(wù)危機(jī)，不僅會(huì)嚴(yán)重影響企業(yè)投資者、債權(quán)人和股東等人的利益，還會(huì)給整個(gè)社會(huì)帶來(lái)巨大的經(jīng)濟(jì)損失，尤其對(duì)于大數(shù)據(jù)企業(yè)來(lái)說(shuō)，與一般傳統(tǒng)企業(yè)相比，大數(shù)據(jù)是近些年才開始發(fā)展的新型產(chǎn)業(yè)，大數(shù)據(jù)企業(yè)具有“高風(fēng)險(xiǎn)、高收益”的特點(diǎn)，使得與企業(yè)相關(guān)的利益人對(duì)企業(yè)的財(cái)務(wù)狀況更加敏感，因此對(duì)企業(yè)進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究迫在眉睫。

自20世紀(jì)以來(lái)，全球的經(jīng)濟(jì)頻繁遇到危機(jī)，因此越來(lái)越多的學(xué)者開始致力于研究財(cái)務(wù)預(yù)警，到今天為止也產(chǎn)生了大量預(yù)警模型。根據(jù)Dimitras[1]、賀健[2]、張紅梅[3]和何榮華[4]等人的研究成果，常見的財(cái)務(wù)危機(jī)預(yù)警模型有以下幾種：？譹？訛單一變量模型，雖然該模型簡(jiǎn)單好用，但是由于該模型只考慮某一個(gè)變量，而影響一個(gè)企業(yè)的財(cái)務(wù)的變量遠(yuǎn)遠(yuǎn)不止一個(gè)，因此總的來(lái)說(shuō)該模型判斷精度較低。？譺？訛多變量模型，由于在現(xiàn)實(shí)生活中很難滿足該模型的假設(shè)前提，因此總體來(lái)說(shuō)并不適用。？譻？訛神經(jīng)網(wǎng)絡(luò)模型等其他模型。雖然這些模型在財(cái)務(wù)預(yù)警研究中都有所應(yīng)用，但也存在不足之處，這些模型都存在一定的片面性，因此本文嘗試用層次分析法即AHP彌補(bǔ)此不足之處。

1 大數(shù)據(jù)企業(yè)與傳統(tǒng)企業(yè)對(duì)比分析

大數(shù)據(jù)企業(yè)財(cái)務(wù)危機(jī)預(yù)警，即以大數(shù)據(jù)企業(yè)財(cái)務(wù)狀況為基礎(chǔ)，通過(guò)設(shè)置指標(biāo)，并對(duì)指標(biāo)進(jìn)行觀察，對(duì)大數(shù)據(jù)企業(yè)可能要面臨的財(cái)務(wù)危機(jī)所實(shí)施的實(shí)時(shí)監(jiān)控和預(yù)測(cè)警報(bào)[5]。與傳統(tǒng)企業(yè)相比，大數(shù)據(jù)企業(yè)更加偏向于讓數(shù)據(jù)說(shuō)話，不摻雜或者很少摻雜人的主觀判斷。由于大數(shù)據(jù)的存在，數(shù)據(jù)可能比身邊人甚至自己還要了解自己，通過(guò)大數(shù)據(jù)，能夠獲得更為全面、客觀的信息。大數(shù)據(jù)企業(yè)財(cái)務(wù)預(yù)警系統(tǒng)不僅包括傳統(tǒng)的財(cái)務(wù)報(bào)表上的指標(biāo)，還包括各種各樣互聯(lián)網(wǎng)上的信息，由于人們?cè)诂F(xiàn)實(shí)生活中有著各種各樣的角色和職業(yè)，所以人們對(duì)同一個(gè)企業(yè)可能有著不同的反應(yīng)，所有的這些反應(yīng)通過(guò)映射到互聯(lián)網(wǎng)，都能夠?yàn)槠髽I(yè)收集和利用。與此同時(shí)，傳統(tǒng)企業(yè)某些財(cái)務(wù)特征則存在一定的滯后性和失真性。

預(yù)警指標(biāo)的選擇目前還沒有一套成熟的標(biāo)準(zhǔn)，通常，企業(yè)經(jīng)營(yíng)績(jī)效主要是由償債能力、營(yíng)運(yùn)能力、盈利能力和成長(zhǎng)能力決定的，這其中任何一個(gè)方面出現(xiàn)問題都可能影響企業(yè)的績(jī)效甚至引起財(cái)務(wù)危機(jī)。此外，在選取具體指標(biāo)時(shí)，各個(gè)指標(biāo)之間應(yīng)該相互補(bǔ)充，綜合、真實(shí)地反映出一個(gè)企業(yè)的財(cái)務(wù)狀況。因此，需要選取兩個(gè)代表性的指標(biāo)，財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系如圖1所示。

2 基于AHP的大數(shù)據(jù)企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型

2.1 AHP概述

AHP是指將與決策總是有關(guān)的元素分解成目標(biāo)、準(zhǔn)則、方案等層次，在此基礎(chǔ)之上進(jìn)行定性和定量分析的決策方法。

2.2 根據(jù)AHP確定各項(xiàng)指標(biāo)權(quán)重

（1）構(gòu)建財(cái)務(wù)預(yù)警指標(biāo)結(jié)構(gòu)體系。

（2）確立判斷定量化的標(biāo)準(zhǔn)。在兩個(gè)因素進(jìn)行比較時(shí)，要有定量的標(biāo)度，一般用數(shù)字1～9表示指標(biāo)的重要性。標(biāo)度1：表示兩個(gè)因素有著相同的重要性;標(biāo)度3：表示兩個(gè)因素相比，一個(gè)因素比另一個(gè)因素稍微重要;標(biāo)度5：表示兩個(gè)因素相比，一個(gè)因素比另一個(gè)因素明顯重要;標(biāo)度7：表示兩個(gè)因素相比，一個(gè)因素比另一個(gè)因素強(qiáng)烈重要;標(biāo)度9：表示兩個(gè)因素相比，一個(gè)因素比另一個(gè)因素極端重要;標(biāo)度2、4、6、8：其重要程度介于以上相鄰兩數(shù)之間。

（3）建立判斷矩陣。通過(guò)各指標(biāo)之間兩兩比較可得矩陣A：

（4）判斷各指標(biāo)權(quán)重。上述一級(jí)指標(biāo)體系中的Y指標(biāo)：盈利能力Y1、償債能力Y2、營(yíng)運(yùn)能力Y3、成長(zhǎng)能力Y4。本文對(duì)一級(jí)指標(biāo)做出如下判斷，營(yíng)運(yùn)能力Y3與盈利能力Y3比償債能力Y1明顯重要，標(biāo)度為5;成長(zhǎng)能力Y4比償債能力Y1稍微重要，標(biāo)度為3;盈利能力Y3比營(yíng)運(yùn)能力Y2、成長(zhǎng)能力Y4略微重要，標(biāo)度為2;成長(zhǎng)能力Y4比營(yíng)運(yùn)能力Y2重要，標(biāo)度為4。可構(gòu)成矩陣：

求矩陣A各行的積得：M1=0.013;M2=0.625;M3=0.20;M4=6。

求Mi的1/4次方mi得：m1=0.34;m2=0.89;m3=2.11;m4=1.57。

得Σmi=2.11+0.34+0.89+1.57=4.91，因此求得各指標(biāo)權(quán)重Yi=mi/Σmi。Y1=0.07，Y2=0.18，Y3=0.43，Y4=0.32。

得到一級(jí)指標(biāo)得權(quán)重之后，對(duì)于X1-X8等二級(jí)指標(biāo)也可得判斷矩陣B：

2.3 確立AHP數(shù)學(xué)模型

根據(jù)以上計(jì)算結(jié)果，建立基于AHP企業(yè)財(cái)務(wù)預(yù)警研究數(shù)學(xué)模型得：

Z=（X1×w1+X2×w2）Y1+（X3×w3+X4×w4）Y2+（X5×w5+X6×w6）Y3+（X7×w7+X8×w8）Y4

代入數(shù)據(jù)可得：

Z=0.046 9X1+0.023 1X2+0.09X3+0.09X4+0.107 5X5+0.322 5X6+0.265 6X7+0.054 4X8

3 實(shí)證分析

數(shù)據(jù)來(lái)源于RESSET瑞斯金融研究數(shù)據(jù)庫(kù)。本文選取電子信息產(chǎn)業(yè)上市公司“ST信通”“ST慧球”和“ST中安”為研究對(duì)象，選取其2014—2018年的財(cái)務(wù)數(shù)據(jù)計(jì)算Z值，從而判斷企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)。具體數(shù)據(jù)見如下。

“ST信通”Z值在2014—2018年分別為14.6、48.6、13.9、4.96、-179。

“ST慧球”Z值在2014—2018年分別為52.9、92.6、-72.9、13.4、9.3。

“ST中安”Z值在2014—2018年分別為33.4、29.4、12.7、-30.1、-16.4。

4 結(jié)論及建議

Z值越小，說(shuō)明企業(yè)財(cái)務(wù)預(yù)警風(fēng)險(xiǎn)越高，其財(cái)務(wù)狀況越差。Z值越大，說(shuō)明企業(yè)財(cái)務(wù)預(yù)警風(fēng)險(xiǎn)越低，其財(cái)務(wù)狀況就越好。本文通過(guò)將2014—2018年的Z值排列在一起，就能夠大致分析出企業(yè)的經(jīng)營(yíng)狀況和財(cái)務(wù)狀況在該段時(shí)間內(nèi)是否為平穩(wěn)運(yùn)行。

2014—2015年，“ST慧球”和“ST信通”的Z值波動(dòng)較大，“ST中安”的Z值波動(dòng)較小?！癝T慧球”和“ST信通”的Z值都有所上漲，說(shuō)明企業(yè)財(cái)務(wù)狀況有所改善。2015—2016年，3家企業(yè)的Z值都呈下降趨勢(shì)，其中“ST慧球”變動(dòng)幅度最大，“ST中安”和“ST信通”變動(dòng)幅度較小，說(shuō)明3家企業(yè)的財(cái)務(wù)狀況都有所惡化，其中“ST慧球”最為嚴(yán)重。2016—2017年，“ST中安”和“ST信通”的Z值仍然有所下跌，“ST慧球”的Z值顯著增加，由-72.9增加到13.4，說(shuō)明“ST慧球”的經(jīng)營(yíng)狀況有所改善，財(cái)務(wù)風(fēng)險(xiǎn)降低。總體說(shuō)來(lái)，這3家企業(yè)2014—2018年Z值都有所下降，說(shuō)明企業(yè)在償債能力、盈利能力、經(jīng)營(yíng)能力和成長(zhǎng)能力等都有所欠缺，企業(yè)需要做好風(fēng)險(xiǎn)監(jiān)測(cè)和預(yù)警，防患于未然。

AHP是對(duì)定性問題進(jìn)行定量分析的一種簡(jiǎn)便、靈活且實(shí)用的多準(zhǔn)則決策方法[6]，但是該方法也存在一定的局限性，由于每個(gè)企業(yè)的具體情況不同，所以影響企業(yè)的指標(biāo)因素也不盡相同。此外，在構(gòu)建矩陣時(shí)存在一定的人為主觀性，這可能會(huì)影響最后結(jié)論的可信度。

參 考 文 獻(xiàn)

[1]Dimitras.Financial ratios as predictors of failure[J].Journal of Accounting Research，1966（90）：487-513.

[2]賀健，張紅梅.數(shù)字普惠金融對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的地區(qū)差異影響研究——基于系統(tǒng)GMM及門檻效應(yīng)的檢驗(yàn)[J].金融理論與實(shí)踐，2020（7）：26-32.

[3]張紅梅，賀健.基于Cox回歸模型的大數(shù)據(jù)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究[J].南方農(nóng)機(jī)，2020，51（13）：31，50.

[4]何榮華.財(cái)務(wù)預(yù)警模型——分析、比較、評(píng)價(jià)[J].會(huì)計(jì)之友，2006（8）：54-55.

[5]張鳴，張艷，程濤.企業(yè)財(cái)務(wù)預(yù)警研究前沿[M].北京：中國(guó)財(cái)政經(jīng)濟(jì)出版社，2004：3-4.