模糊财务评价初探，本文主要内容关键词为：模糊论文,评价论文,财务论文，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。
一、引言
财务与会计的发展同数学的发展是密切相关的，经典数学和随机数学的方法已被广泛应用于财务与会计工作中。1965年，美国加州大学自动控制专家L.A.Zadeh发表了《Fuzzy Set》这篇论文，标志着模糊数学的诞生。数学家的介入促进了模糊数学的发展，而模糊数学的发展又对自然科学和社会科学的研究起了很大的推动作用。本文试图探讨如何利用模糊数学的方法进行财务评价。
所谓财务评价，简言之就是对财务状况和财务活动的优劣作出判断。具体地说，就是根据会计信息，利用科学的方法，有重点、有针对性地对企业经济活动各组成部分和影响因素及其内在联系进行剖析，从而对企业财务活动的过程和结果获得全面的、本质的解释和判断，以便帮助会计的服务对象做出正确决策。财务评价一般包括财务健康状况评价、偿债能力评价、获利能力评价和资产利用效率评价等。模糊财务评价则是将模糊数学中的综合评判模型用于财务评价，以提高评价的准确性。
二、模糊财务评价的理论依据
在现实生活中，除了精确现象和随机现象外，还存在着第三类现象——模糊现象。模糊现象指有些事物类属标准不明显，不能确切地归类。如老年和中年，二者之间没有清晰的界限，我们不能确切地指出58岁的人是属于老年人还是中年人。这种类属标准的不明确性即模糊性。模糊性是客观存在的，并非由于人类的认识水平和条件的局限性造成的。模糊数学的发展为人类认识模糊事物，解决模糊问题提供了有力的工具。
财务评价的内容具有模糊性，诸如盈利能力的高低、偿债能力的高低、财务状况的优劣等，其结论是定性的，即使通过假定、估计、预测等办法得出定量的结果，往往也带有一定的主观因素，所以它客观上不存在能通过精确的数学方法取得的结果，只能应用模糊数学方法去研究。
财务评价的影响因素往往具有模糊性。财务评价一般受到多种因素的影响。在模糊数学产生前，对于受到多种因素影响的事物的综合评价，我们往往采用总分法或加权平均法。但在这两种方法中，相应于每一种因素，都有一个确定的评判分数。但在财务评价中，许多因素都因具有模糊性而不能简单地用一个分数来加在评判。这时为了得到合理的结果，有必要考虑一些模糊因素改进评价方法，而模糊数学中的综合评判方法就是一种有效的评价方法。
三、模糊财务评价的数学模型
（一）建立因素集
我们把影响财务评价对象的各种因素构成的集合称为因素集。它是一个普通集合，用U表示：
U＝｛u[，1]，u[，2]，……，u[，m]｝
其中u[，i]代表第i个影响因素，m为因素的个数。这些因素，通常都具有不同程度的模糊性。例如，评价财务健康状况时，影响评价的因素可选为：U[，1]（盈利能力）、u[，2]（偿债能力）、u[，3]（资产利用率等），它们都是模糊的。应注意，U中的各因素可以是模糊的，也可以是不模糊的，但它们对U的关系只有两种：u[，i]∈U或u[，i]U。
（二）建立权重集
一般说来，各个因素的重要程度是不同的，对重要的因素要特别着重，对不太重要的因素虽然应当考虑，但不必十分着重。为了反映各因素的重要程度，对各个因素u[，i]应分配给一个相应的权数a[，i]，i＝1，2，…，m。通常要求a[，i]满足：
于是，由个各权重a[，i]组成U上的一个模糊集：
称
为权重集。同样的因素，如果取不同的权重，评价的最后结果也将不同。
（三）建立备择集（评价集）
备择集也称评价集，是评价者对评价对象可能作出的各种总的评价结果组成的集合。用V表示：
V＝｛v[，1]，v[，2]，…，v[，n]｝
其中v[，i]代表第i个评价结果，n为总的评价结果数。模糊财务评价的目的就是在综合考虑所有影响因素的基础上，从备择集中选出一个最佳的评价结果，例如财务健康状况评价时，评价集可取为V＝｛很好，较好，一般，不佳｝，评价结果就是从V中选出一个最合理的“财务健康状况”。
同样，V也是一个普通集合，即v[，i]对V的关系只有两种：v[，i]∈V或v[，i]V。
（四）单因素模糊评价
单独从一个因素出发进行评价，以确定评价对象对评价集V的隶属程度，称为单因素模糊评价，设评价对象按因素集U中的第i个因素u[，i]进行评价，对评价集V中第j个元素v[，j]的隶属程度为r[，ij]，则按u[，i1]的评价结果可用模糊集合表示：
对所有因素都进行分别评价后，即可得矩阵
称为单因素评价矩阵，它可以被看作是因素集U和备择集V之间的一种模糊关系，即影响因素与评价对象之间的“合理关系”。从该角度看，r[，ij]可以理解为u[，i]与v[，j]之间隶属“合理关系”的程度，即按u[，1]评价时，评价对v[，j]的合理程度。
（五）模糊综合评价
单因素模糊评价，仅反映一个因素对评价对象的影响，这是不够完全的。我们的目的在于综合考虑所有因素的影响，得出更合理的评价结果，这就要进行模糊综合评价。模糊综合评价的模型可以表示为：
“∨”表示两者取大，“∧”表示两者取小。
b[，j]称为评价指标，它表示综合考虑所有因素影响时，评价对象对备择元素v[，j]的隶属度。
（六）评价指标的处理
经过前面的几步之后，得到了评价指标b[，1]，b[，2]，…，b[，n]。为了给出确定的评价结果，可以用以下办法处理：
1.最大隶属度法
取V中与
对应的元素v[，j]作为评价结果，称为最大隶属度法。
这种方法仅考虑了最大评价指标的贡献；舍去了其它指标所提供的信息，这是很可惜的。为了弥补这一缺点，可采用模糊分布法。
2.模糊分布法
这种方法直接把评价指标作为评价结果，或者把评价指标归一化，用归一化的评价指标作为评价结果，各个评价指标具体反映了评价对象在所评价的特性方面的分布状态，使评价者对评价对象有更深刻的了解，并能做出更灵活的处理。
三、案例
我们欲根据某企业财务报表的资料评价该企业的资产运用效率，我们选取以下指标建立因素集：
U＝｛u[，1]，u[，2]，u[，3]，u[，4]，u[，5]｝
其中：
u[，1]：流动资产周转速度
u[，2]：固定资产周转速度
u[，3]：总资产周转速度
u[，4]：应收帐款周转速度
u[，5]：存货周转速度
我们根据各指标的重要程度建立权重集，设为：
然后我们建立如下备择集：
V＝｛很好，较好，一般，不佳｝
我们首先根据单因素分别评价企业的资产运用效率如何，也就是对各个评语的隶属度如何，这需要综合考虑指标数值大小、经济环境、行业状况等因素，评价者根据自己的把握度确定隶属度：如根据流动资产周转率，假设评价者有25%的把握认为资产运用效率很好，有35%的把握认为较好，有30%的把握认为一般，有20%的把握认为不佳，则可确定[,1]＝（0.25 0.35 0.30 0.20）。也可采用调查法，根据各种评语人数的百分比确定隶属度。假设依次得出：
则得到单因素评价矩阵为：
据此我们可做出以下评价：我们有22.7%的把握说该企业的资产运用效率很好，有31.8%的把握说它较好，有27.3%的把握说定一般，有18.2%的把握说它不佳。
四、结束语
模糊财务评价是一个崭新的课题，本文仅提出了一些粗浅的见解，许多问题尚未得到很好的解决，如：因素的选择、权重的分配等，这些问题都会直接影响评价结果的准确性，还有待于进一步研究。但我们可以肯定地说，将模糊数学方法应用于财务评价，一定会把财务评价提高到一个新的水平。