企业管理改革 企业管理诊断的一种方法，本文主要内容关键词为：企业管理论文,方法论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
摘要：科学的企业管理诊断方法一直是管理决策研究的对象。本文编译者在H.A.M.Daniels和A.J.Feelders所著论文[1]的基础上编译出此文，以期介绍国外此方面的研究动态。
原作者在总结过去企业管理咨询方法的基础之上提出了一种定性推理与定量方法相结合的诊断方法，对于计算机的辅助诊断有很重要的意义。
关键词：企业诊断 管理咨询 企业评价
1.问题的提出
同医生为病人诊断病情一样，企业管理诊断就是以被诊断的企业为患者，通过一定的方法和手段为企业检查体质，确定病情症状，追究病症产生的原因，进而提出治病的方法和措施。企业评价和企业管理诊断是同一问题的两个方面。
从研究步骤上企业管理诊断可以划分为以下三个步骤，首先是明确企业所患病的症状也就是发现问题，一般是通过企业实际状态值与企业规划或目标中规定的基准进行比较，通过差异去发现问题症状。第二阶段是诊断解释阶段，在这一过程中通过分析研究提出造成上述症状的原因。最后就是改进阶段，提出改进企业经营管理的措施与方法。可以看出前两个步骤是最重要的过程，也是第三个步骤的基础，本文就是针对第一、二两个步骤进行研究的。
在企业诊断方法的科学化、规范化方面，许多学者提出了不同的方法，主要分为两大类，一类我们姑且称其为数量方法，它是在企业（或行业）统计数字的基础上对企业作出评价与诊断，例如建立在企业财务数据统计分析基础之上的企业风险分类方法[2]。 一些学者通过数据与因果关系的分析建立企业的因果关系经济变量模型，在此基础上研究一个变量的变化对另一变量的影响程度[3]。 建立在统计数据基础上的方法有两个较大的缺陷，一是因果关系没有充分明确地表示出来，而这一点对于诊断解释是至关重要的。另一缺陷是统计数据的不完整性和不精确性限制了它的有用性。
另一类方法是规则（律）法（rule-base）， 这种方法一方面是想克服上面方法缺点，另一方面是专家系统技术的发展共同推动而产生的。它通过规则的形式指出原因和结果之间的关系，这种关系一般是通过领域专家知识经验获得的，但是这种启发式的知识只抓住了企业中表层的因果关系，并没有抓住本质的因果关系，它只能提供僵化和机械的解释，在专家知识的边缘这种方法困难重重。
学者Bouwman[4]研究表明尽管企业诊断中有大量的数据资料，但是专家们进行诊断时大多采用定性推理方法。为了克服以上两大类方法不足，本文提出了一种定量方法与定性推理相结合的方法，在这个方法中，精确完整的数据信息被充分利用，同时又尽可能反映出专家在诊断时的推理方法。
2.诊断模型介绍[1]
在研究分析过去诊断方法的基础上学者提出了图1 所示诊断方法模型，它是一种以模型为基础的方法，下面将详述各个组成部分。
图1 诊断模型
A.基准模型
在企业诊断中，潜在的问题（症状）常常是通过辩识企业实际状态值与基准值或可以接受行为的偏离度而发现的，那么哪些企业的状态变量才能被确定为有必要计算其偏离度呢（这些变量称为关键变量）？只有那些关系到企业成败的变量才作为关键变量，它们的数量与种类依赖于诊断专家的观点。考虑以下两种类型的变量——基准组合：
·同一项目在不同时间的比较。如不同年份销售量比较；
·同一时间不同项目的比较。如企业某变量值与同行业平均值比较。
在基准模型中要明确关键变量以下三部分：
·基准值；
·对每一个基准值，定义一个函数计算变量的偏离度；
·对每一组合（变量、基准值、函数）确定一个能区分偏离程度大小的阈值。
B.明确症状模块
此模块在数据库中寻找变量值及其对应的基准值，将此组合送给相对应的函数以求解偏离度。假若所求结果超出了所定阈值，则发现了问题的一个症状。企业患所有病的症状是集合S＝｛△y[,1]＝C[,1]，…，△y[,k]＝C[,k]｝，y[,1]为关键变量。
C.企业模型
企业经营中有许多变量，有些变量之间的关系可以定量的表示出来。而有些变量，虽然知道对另一些变量产生影响，却不知影响的相关系数。那么对于前一种情况可以用恒等式来表示变量之间的关系，对后一种情况只能用定性的因果关系式来表示了。企业模型包含以下三部分：
·一组恒等式f（x[,1]，x[,2]，…，x[,n]}＝0
令P是这样一个集合
P＝｛i∈（1，…，m）│E（i）×△＞0｝
则函数值
表示了I中变量对偏离度的贡献度。
为了能获得△的解释，有必要定义E的单调性：
定义1：E是单调的当且仅当下述条件成立，即对于任意子集I 及下标jI，E（I）＞0且E（｛j｝）＞0，则E（I∪｛j｝）＞max（E（I），E（｛j｝）），若E为负值同样成立。
令A是集合P的满足signif（A）≥θ的最小的子集，其中θ∈[0,1]，A是足以解释y产生差异的变量集合， θ是所要求解释的精确度。
可以证明E的单调性可以使A存在，也就是可以寻找出症状的解释。
下面通过例子说明E（I）的应用
表1表示的是三个地区不同年份的销售量， 现在要解释为什么1990年销售量下降？
表1 每地区销售量
销 售 量 1989 1990
A 地 区200 150
B 地 区200 245
C 地 区200 155
设销售量S等于三个地区销售量之和：
S＝A地区销量+B地区销量+C地区销量
△＝－50＜0，可以得出：P＝｛A地区销量，C地区销量｝且E（P）＝－95
若θ＝0.80
因此A＝｛A地区销量，C地区销量｝，也就是说1990 年销量的下降是A、C两地区销量下降共同引起的。若不利用E函数，因C与B 区销量之和不变，可能得出只是由于A区销量下降导致1990年销量下降的解释， 显然是不全面的。
可以看出E函数的引入对于计算机辅助诊断的作用是巨大的。
E.诊断解释模块
诊断解释模块是对明确症状模块所发现的症状给予解释，指出是什么原因导致那些症状的产生。对于症状解释的类型依赖于对应的变量出现在等式左边还是出现在因果关系式左边，有如下定义：
3.诊断模型的一个应用例子
表4给出了某一公司的财务数据， 现利用上面所给诊断模型进行诊断。
根据专家经验得到该诊断系统的基准模型如表5。
通过因果排序可以得到本企业的模型（相应的因果关系图见图2 ）：
图2 某企业因果关系图
表2 定性值定义（[y]同样）
[x]
△x>0 增长
△x=0 不变
△x<0 降低
表4 某企业财务数据
企业数据
19891990
销售量(Sales Volume)
12 000 10 000
价格(Price)
100100
销售收入(Sales) 1 200 000 1 000 000
销售成本(Cost of goods sold)
600 000
420 000
营业费用(Operating expenses)
500 000
500 000
付息及税前利润(EBIT)
100 00080 000
利息费用(Interest expense) 10 00020 000
税收(Taxes) 30 00020 000
净收入(Net income) 60 00040 000
盈利率(Profit margin) 5%4%
净值报酬率(Return on net worth) 10%5%
资产净值(Net worth)600 000
800 000
已获得的计时利息比率104
(Times interest earned ratio)
广告费用(Advertising)
75 00050 000
信用期限(Credit period) 3030
债务总额(Total debt)
350 000 450 000
表5 基准模型
Times interest Profit Return on
earned ratio
margin net worth
基准 前期值差异 前期值差异
前期值差异
函数
的百分数的百分数的百分数
下限 -5 -10 -10
上限 无
无
无
销售收入＝销售量×价格
付息及税前利润＝销售收入－销售成本－营业费用
净收入＝付息及税前利润－利息费用－税收
净值报酬率＝净收入/资产净值
盈利率＝净收入/销售收入
已获得的计时利息比率＝付息及税前利润/利息费用
销售量←｛（广告费用，+），（信用期限，+）（价格，－）｝
利息费用←｛（债务总额，－）｝
销售成本←｛（销售量，+）｝
利用表4的数据可以验证E函数是单调的。通过基准模型进行的明确症状可以得到本企业的症状为S：
S＝｛△盈利率＝－0.01，△净值报酬率＝－0.05， △已获得的计时利息比率＝－6｝
假设诊断的精度θ＝0.80，则诊断解释是集合D：
D＝｛△广告费用＝－25000→△销售量＝－2000→△销售收入＝－200000→△付息及税前利润＝－20000→△净收入＝－20000→△盈利率＝－0.01
△债务总额＝100000→△利息费用＝10000→△净收入＝－20000→△盈利率＝－0.01
△广告费用＝－25000→△销售量＝－2000 →△销售收入＝－200000→△付息及税前利润＝－20000→△已获得的计时利息比率＝－6
△ 债务总额＝100000→△利息费用＝100000→△已获得的计时利息比率＝－6→△净值报酬率＝－0.05｝
可以看出所有的解释对应因果关系图中相应的一条路径。D 中第一条路径解释是广告费用减少导致销售量减少，随之使销售收入下降，由此使EBIT下降，导致净收入减少，因而导致盈利率下降。
4.结束语
本文提出了以模型为基础的定量与定性相结合的诊断方法，它既能应用过去有用的数据资料，又能反映诊断专家定性推理的思想，是一种具有理论与实用价值的方法，对于企业诊断现代化有很大推动作用。当然它也有一些不足之处，如诊断解释的广度和深度的界定等，这是学者目前正在研究的课题。
收稿日期 1995－12－07
标签：解释变量论文;