熵权法视角下的中国上市公司财务危机预警研究

２０１０年７月　经济论坛　Ｅｃｏｎｏｍｉｃ　Ｆｏｒｕｍ　Ｊｕ１．２０１０　Ｇｅｎ．４７９　Ｎｏ．０７　总第４７９期第０７期　熵权法视角下的中国上市公司财务危机预警研究　文／李夏怡　【摘　要】始于美国的次贷危机最终演变为席卷全球的金融风暴，中国上市公司更是面临着财务危机的困　扰。对于上市公司而言，如何避免财务危机成为重要的管理课题。本文从熵权法的独特视角对中国上市公司　财务危机进行预测。实证结果表明，一些财务指标对于预测公司的财务危机发生有明显作用，财务危机公　司与财务健康公司这两类样本的熵值存在显著差异。　【关键词】熵理论；熵权法；上市公司；财务危机预警　【作者简介】李夏怡，浙江财经学院会计学院硕士研究生，研究方向：成本管理会计。　一、基于熵权法的财务危机预警模型构建　衡量某一指标在指标体系中的作用必须以指标的变　熵权法，顾名思义就是以熵理论对项目决策或多　异度为标准。指标的变异度越大，该指标的信息量　目标决策进行赋权，是熵理论衍生而来的一种衡量　就越大，其鉴别作用也就越大。而从中得到的熵值　研究对象重要性程度的方法。按照信息论的观点，　可以测度信息量的大小，熵的减少代表信息量的增　操作应涵盖培训的前中后三个阶段。培训前针对现　因为心智模式影响我们如何认知世界，并影响我们　状、需求以及预算评估，培训中从内容、方式、组　如何采取行动。心智模式的问题不在于它的对或　织工作和反应四个方面评估，培训后从学院学习、　错，而在于它常隐藏在人们的心中不易被察觉与检　学员行为、组织成果、培训投资四个方面进行评　视，却潜移默化影响着我们的行为。从一定程度上　估。收集相关数据后，应从定性与定量两个方面进　说，ＸＭ公司培训评估工作的不完善就是因为公司　行数据整理分析，最终提交培训评估报告，进而对　高管固有的心智模式，只认识到员工培训的重要　培训项目提出改进意见，建立培训评估流程体系，　性，却忽视了培训评估工作的重要性。这就影响到　循环往复。　了人力资源部门和全体员工的价值观，对于培训的　在需求评估阶段要注意两点：一是不同职能员　有效展开是不利的。因此，通过建立重视培训评估　工的培训需求不同；二是新进员工与在职员工培训　的组织心智模式，才能从根本上营造一个全员重视　需求不同。在应用培训评估流程时还需注意培训目　培训评估的公司氛围，才能提高培训的效果。　标和评估指标的统一：在评估正式实施以前，虽然　需要确定培训的目标，但目标抽象、指标具体，要　参考文献　注意它们之间的密切联系，才能使评估什么、怎样　［１】向舟，邱畅．培训预算设计及相关问题分析Ⅱ】．当代经理人，　评估更加清晰和完善。同时，由于参训人员将培训　２００６，（２１）：２５—２６．　［２］余其红．培训评估体系探微Ｕ】．武汉工程职业技术学院学报，　中所学到的知识、技能和态度的转变运用到实际操　２００６，１８（３）：７５．　作中需要一定的时间，因此对行为层和结果层的评　【３】彼得．圣吉．第五项修炼实践篇——创建学习型组织的战略　估，应在培训结束后多次进行，观察行为和绩效数　和方法ｌＭ】北京：东方出版社，２００６：１２．　据的稳定情况，当参训者的工作状态稳定以后再进　［４］Ｍａｒｔｉｎ　Ｓｃｈｍａｌｅｎｂａｃｈ．Ｂｕｉｌｄｉｎｇ　ａｎ　ｅｖｌａｕａｔｉｏｎ　ｓｔｒａｔｅｇｙⅡ】。　行评估。　Ｆｅａｔｕｒｅ，２００９，（４）：４２．　（－－）建立培训评估的心智模式　（责任编辑：夏明芳）　彼得・圣吉将心智模式作为组织的第三项修炼，　．Ｔ９２．　加。　从对熵权法的定义中可以看到，从信息角度观　察，熵权表示指标在体系中提供有效信息量的多寡　程度，这一思想恰恰满足客观赋权法的要求。熵权　法的作用机理可用一系列的公式推导来说明。设有　ｎ个评价指标，ｍ家上市公司，ｘｉｉ表示第ｉ家公司的　第ｊ项指标（ｉ－１，２…，ｍ；ｊ：１，２…，ｎ　ｏ　１．构建待评价矩阵Ｒ　。　Ｘｌ１　ＸＩ２…ＸＩ“　Ｉ　…　ｎ　２．指标的无量纲化。在备选指标中，有的是正　指标——数值越大越好，有的是负指标——数值越　小越好，还有的是适度指标——在一定区间内最　佳。为了消除由于量纲和量纲单位的存在导致的不　可共度陛，在利用熵值赋权指标前，应先将评价指　标进行无量纲化处理。　对于正指标，Ｙ　ｘ　ｉｊ－ｍｉ　ｎ（ｘ￣￣＂ｌ，＂（，ｘＸｍ）　可　。　ｍａＸｌＸ，．…一。—，　Ｘ；）卜。ｍ１ｎＩＸ，．…ｍｉｎ．Ｘ．Ｊ　（１）　于负指标，Ｙｉｆ－　（２）　对于适度指标，当ｘ￣ｊ＜Ｌ　肘，　一　面　筠　碉　（３）　当Ｌ　时，Ｙ　ｌ　当ｘＯ＞ｔ￣时，　Ｙ　一　ｉ　Ｘｉｉ－Ｉ）－，　叫，，２．ｉ　碉　（４）　【Ｌ　ｉ，　为适度指标的理想取值区间　Ｙｌ１　Ｙｌ２…Ｙ１　Ｙ２１　Ｙ２２…Ｙ２ｎ　并得到新矩阵Ｒｙ，Ｒｙ＝　Ｙ　１　ＹＩＩｌ２…Ｙ　３．第ｊ项财务指标值下第ｉ个公司所占的比重。　Ｐ　Ｙｉｊ／ｉ∑ｌＹ　（ｉ＝　一，ｍ；ｊ＿１，…，ｎ）　（５）　４．第ｊ项财务指标的熵值（本文的正熵值简称　为熵值，下同）。　ｅｊ：一　ｌｎＰ￣ｊ（ｉ－１，…，ｍ；ｊ＝１，…，ｎ’　ｉ　（６）　５．差异性系数定义。规定ｇｉ＝ｌ－ｅ．（ｊ＝ｌ，…，　ｎ１，显而易见，ｇＪ越大，指标间的差异越大，该指　标在模型中的作用越大，反之则作用越小。　６．定义熵权。通过上文推导的熵值公式，可定　义某一财务指标的熵权。熵权的大小可以反映财务　指标在评价时作用的大小。　ｗｊ＝÷（ｉ－１，…，ｍ；ｊ＝１，…，ｎ）（７）　Ｊ＝１∑焉　　ｗｉ即熵权法确定的第ｊ项指标的权重。　７．指标的综合负熵值。在本文中，因为要对财　务危机公司的整体绩效进行评价，因此在对各指标　值赋权后，计算指标的综合负熵值。某一研究对象　的综合负熵值越大，则其财务运营越稳健，发生财　务危机的概率越小（负熵值与正熵值相对，代表有　利的因素）。　ｓｉ＝　ＷｊＹ　ｗ＝（Ｗｉ，…ｗｊ），　（ｉ＿１，…，ｍ；　Ｊ＝１　ｊ＝ｌ，…，ｎ）　（８）　通过这七个步骤的计算，可以较为客观、公正　地对评估对象做出判断。　二、以熵的视角剖析产生财务危机的原因　（一）产品高熵，缺乏竞争力　一个有发展潜力的人工系统应该使社会系统的　总熵值减少，公司通过产品来实现自我价值，产品　销售状况决定了公司的主营业务，而主营业务又是　判断上市公司经营隋况的关键。而现在一些上市公　司生产过程环境污染大，或存在着安全隐患，产品　对人体造成伤害。这些产品都是不为社会所接受　的，也是缺乏竞争力的。上市公司若希望有良好的　经营业绩，避免财务危机，需要立即摒弃这些高熵　主业，生产高质量低能耗的低熵产品。　（二）应收账款周转率低下，运营能力差　应收账款周转率低，一方面说明企业的营运资　金过多地呆滞在应收账款上。可用资金被占用，相　当于企业内部的负熵流向系统外部，造成内部熵值　上升。另～方面，说明企业处于买方市场，竞争力　削弱，营运能力低下。此时的公司减少内部熵值的　能力是不足的。这些因素交互作用，使得上市公司　的生产管理开始受到干扰，系统混乱程度上升，内　部熵值越来越大。　・１ｇ３・　表１企业财务危机管理财务评价指标　在对外扩张中将不良资产置换进来，相　指标类别　正指标　正指标　正指标　指标类型　盈利能力　编号　Ｘｌ　Ｘ２　Ｘ３　财务指标　净资产收益率　主营业务利润率　营业利润率　当于把外界不利的熵值带入企业内部，　而这些所谓的投资却打了水漂，丝毫得　不到回报——熵值增加，没有负熵的流　人，上市公司往往因此受到严重挫败。　三、基于熵权法的财务危机实证研　究　运营能力　）（正　Ｘ５　）（６　应收账款周转率　流动资产周转率　存货周转率　正指标　正指标　正指标　偿债能力　Ｘ，　Ｘ８　流动比率　速动比率　适度指标　适度指标　（一）研究对象的选取　本文的实证研究对象为沪深两市Ａ股　Ｘ。　营运资产与总资产比率　正指标　上市公司。将＊ＳＴ、ＳＴ公司与非ＳＴ公司　现金流量指标　Ｘ１０　每股现金净流量对负债的比率　正指标　（健康公司）两类公司进行配对研究。其中　Ｘｌｌ　资产的经营现金流量回报率　正指标　健康公司的选取标准为：与财务危机公　Ｘ１２　经营现金净流量对负债的比率　正指标　成长能力　Ｘｌ３　主营业务增长率　正指标　司属同一行业或接近行业；未被实行特　Ｘｌ４　净利润增长率　正指标　别处理且经营业绩较好；规模接近，即　Ｘ１５　每股收益增长率　正指标　总资产规模范围是配对的财务危机公司　资产水平加减１０％。　（二）样本时间的确定　（三）现金流断裂，偿债能力弱　现金流之于企业，就如同血液对于人体一样重　鉴于我国上市公司于２００７年１月１日执行新会计　准则，２００７年前后的会计年报存在一定程度的不可　要。现金流断裂，企业自身的造血功能丧失，也就　没有能力获取有利于企业生存的负熵流，诸如信息　比性，考虑到特别处理一般是因为企业连续两年亏　损而执行，为了使预警模型更客观，以特别处理的　流、能源流。现实中有很多案例证明，即使是一家　一年为Ｔ年，选取第Ｔ一３年的财务数据。综合分析　经营状况良好、净利润颇高的上市公司，如果没有　以上这些限制条件后，以２０１０年开始执行特别处理　充足的现金支付债务，也会影响企业的生产经营，　的公司作为财务危机公司，以这些公司的２００７年报　最终走向破产的深渊。　表资料为实证数据来源。同时，选择的健康公司的　（四）成长能力不足，巨额投资无收益　数据也来自２００７年的会计报表。　上市公司的目标绝不是简单再生产，而是在激　（三）财务指标的选取　烈的市场竞争中获得成长的机会，因此扩大再生产　本文依据我国证券市场和上市公司的基本现　对外投资就成为它们的首选。但由于信息不对称，　状，及前文对产生财务危机原因的剖析，依照全面　表２财务指标权重及排名　性、概括性、可度量性、敏感性和验证性五大原　财务指标　熵权　排名　则，选取了反映企业盈利能力、运营能力、偿债能　应收账款周转率　０－３ｌ７２Ｏ９２７　１　力、现金流量指标和成长能力五方面状况的１５个财　存货周转率　０．１３２９５０７４　２　务指标。选择结果如表１所示。　经营现金净流量对负债的比率　０．１２８３２６２２　３　（四）实证研究　速动比率　０．１１６Ｏ１４０１　４　流动比率　０．０８８７３５０９　５　根据研究样本的要求及选取时间的要求，最终　流动资产周转率　ｏ．０５４２４９３５　６　得到３１家ｓＴ或＊ＳＴ公司和配对的３ｌ家公司共６２个样　营业利润率　ｏ．０３５　ｌ２８４４　７　本公司。熵权法对财务指标的处理用最常见的　主营业务利润率　０．Ｏ３１３７５４９　８　Ｅｘｃｅｌ就可以完成。　净资产收益率　ｏ．０２２９４８８　９　利用熵权法对６２家上市公司的１５个财务指标进　营运资产与总资产比率　Ｏ．０１８８５８８３　１０　行五个步骤的处理，得到这些财务指标的熵权及排　主营业务增长率　０．０ｌ６７５５５３　ｌ１　名，结果如表２所示。　资产的经营现金流量回报率　０．Ｏ１５４３９２９　１２　从表２可以看到，反映企业运营能力、偿债能　每股经营现金净流量　０．００８９６３６４　１３　力的财务指标在财务危机预警中较为重要，是预测　净利润增长率　０．０Ｏ６５４５１８　１４　每股收益增长率　０．００６５００１２　１５　公司将来是否会发生财务危机的关键因素。其中应　・１９４・　收账款周转率的熵权最大，即在财务危机预警中，　应收账款周转情况对企业财务危机的发生起至关重　额也为正数，但任由这些不利因素的发展，可能在　若干年后，企业的内部正熵值会达到正常值的顶　峰，一旦有突发事件的出现，财务危机会突然爆　发。偿债能力也是相关管理者在此阶段需要关注的　要的作用。应收账款周转率低，意味着企业的营运　资金过多地呆滞在应收账款上，影响正常的资金周　转；另一方面也说明企业处于买方市场，产品供大　于求或缺乏竞争力，为了销售额不至于太低，过多　采用信用销售政策。这样的应收账款周转率状况间　接反映了企业的经营水平下降，资金周转困难，长　此以往，势必导致企业财务困难，最终发生财务危　方面。在现实生活中，经常会遇到类似的例子，一　家经营正常，营业利润也较多的企业却因为现金流　断裂，无法按时偿还贷款，最终被迫破产。因此，　偿债能力也是财务危机预警中一个重要的关键指　标。　机。存货周转率在预测企业是否会发生财务危机时　也起了关键作用。目前很多上市公司的存货大量积　压，直接导致销售收人锐减，成本无法回收，企业　亏损也就不足为怪了。因此，当公司管理者发现企　业的存货周转率过低时，就要考虑是否存在经营问　题，如果不能提高存货的周转效率，也许就离财务　危机不远了。　可以说，通过熵权法能够寻找到那些对企业财　务危机发生的可能性起导向性作用的重要指标。当　这些指标发生异常时，就应该提高警惕，及时做好　防范，尽可能地消除导致财务发生危机的不利因　素。　最后，根据上述得到的指标权重，对样本公司　的综合负熵值进行计算，并得到财务危机公司和非　财务危机公司的平均综合负熵值，结果如表３所示。　表３　ＳＴ与非ＳＴ平均综合负熵值　类别　平均综合负熵值　ＳＴ公司　０．１３６　非ｓＴ公司　０．１７４　从表３的数值可以看到，非ｓＴ公司的综合负熵　值的均值高出ＳＴ公司的２７．９４％，在两者都处于正　常的经营状态时，还是能够看出较为明显的差距，　这充分肯定了基于熵权法的财务危机预警是非常有　效的。当目标公司的综合负熵值大于０．１７４时，可　以说企业的生产经营非常良好，未来发生财务危机　的可能性很小；当目标公司的综合负熵值介于　０．１３６和０．１７４之间时，企业内部系统可能存在一些　纰漏，如果不能及时纠正，将来发生财务危机的可　能性就比较大了；当目标公司的综合负熵值小于　０．１３６时，企业就需要注意了，财务危机可能随时　来临。　四、结论　当企业的日常经营有异常情况出现，如非销售　淡季却出现存货大量积压或呆账坏账增多，这些都　是影响公司正常运营的消极因素，也可以视为企业　的内部熵值。尽管此时公司主营业务还不错，利润　利用熵权法计算得到的财务危机上市公司和非　财务危机上市公司的综合负熵值，正是综合了众多　财务指标的熵值得到的。因为企业的正熵值不断上　升抵消了负熵值的积极作用，导致企业内部系统越．　来越无序，经营越来越混乱，管理效率越来越低，　最终引发财务危机。实证结果也表明，即使是在企　业还未发生亏损的时期，其内部综合负熵值也远远　小于经营情况一贯良好的企业，这也为财务危机预　警提供了一种新的研究视角。　参考文献　［１］Ｂｅａｖｅｒ　Ｗ．Ｈ．Ｆｉｎａｎｃｉａｌ　Ｒａｔｉｏｓ　ａｓ　Ｐｒｅｄｉｃｔｏｒｓ　ｏｆ　Ｆａｉｌｕｒｅ　Ｕ］．　Ｊｏｕｒｎａｌ　ｏｆＡｃｃｏｕｎｔｉｎｇ　Ｒｅｓｅａｒｃｈ，１９６６，４：７１—１１１．　［２］Ｅ＿Ｉ．Ａｌｔｍａｎ．Ｆｉｎａｎｃｉａｌ　Ｒａｔｉｏｓ　Ｄｉｓｃｆｉｍｉｎａｎｔ　Ａｎａｌｙｓｉｓ　ａｎｄ　ｔｈｅ　Ｐｒｅｄｉｃｔｉｏｎ　ｏｆ　Ｃｏｒｐｏｒａｔｅ　Ｂａｎｋｒｕｐｔｃｙ　ＵＪ，Ｊｏｕｒｎａｌ　ｏｆ　Ｆｉｎａｎｃｅ．１９６８，力　（４）：５８９—６０９．　ｐ］Ｏｈｌｓｏｎ　ｊ．ｓ．Ｆｉｎａｎｃｉａｌ　Ｒａｔｉｏｓ　ａｎｄ　ｔｈｅ　Ｐｒｅｄｉｃｔｉｏｎ　ｏｆ　Ｂａｎｋｒｕｐｔｃｙ　Ｕ］．Ｊｏｕｒｎａｌ　ｏｆＡｃｃｏｕｎｔｉｎｇ　Ｒｅｓｅａｒｃｈ，１９８０，１９（Ｓｐｒｉｎｇ）：１０９—１３１．　１４】Ｐ．Ｃ．Ｐｅｎｄｈａｒｋａｒ．　Ａ　Ｔｈｒｅｓｈｏｌｄ　Ｖａｒｙｉｎｇ　Ａｒｔｉｆｉｃｉｌａ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋ　Ａｐｐｒｏａｃｈ　ｆｏｒ　Ｃｌａｓｓｉｉｆｃａｔｉｏｎ　ａｎｄ　Ｉｔｓ　Ａｐｐｌｉｃａｔｉｏｎ　ｔＯ　Ｂａｎｋｒｕｐｔｃｙ　Ｐｒｅｄｉｃｔｉｏｎ　Ｐｒｏｂｌｅｍ　Ｉｌ１．　Ｃｏｍｐｕｔｅｒｓ＆Ｏｐｅｒａｔｉｏｎｓ　Ｒｅｓｅａｒｃｈ，２００５，３２：　２５６１－２５８２．　［５】赵冠华．基于二次Ｒｅ“ｙｉ熵的非迭代最小二乘支持向量机预　测模型卟计算机应用，２００９，２９（１０）：２７５２—２７５７．　［６］邱菀华．管理决策与应用熵学［Ｍ］．北京：机械工业出版社，　２００１：１０－１３，１７６－１７７．　（责任编辑：华明）