企业效绩的模糊综合评价法，本文主要内容关键词为：综合评价论文,模糊论文,企业论文，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、企业效绩模糊综合评价的原由
1.模糊性与企业效绩的模糊特性
“模糊性”主要是指客观事物中间过渡中的“不分明性”。如“年轻”与“年老”是有本质区别的两个概念，但是，它们的区别是逐渐的，而不是突变的，两者之间并不存在显著的年龄界限。也就是说，这两者带有某种程度的模糊性。类似的模糊现象在现实生活中俯拾皆是，如“高与矮”、“美与丑”、“一大堆”、“一小撮”等等，都难以划定明确的界限。优与劣这两个对立慨念之间也不存在绝对分明的界限，具有模糊性，同时，优与劣是在一定范围内与某种优劣的标准模式识别的结果，因此，评价企业的效绩其实是确定被评价对象对优的隶属度。从效绩评价的过程来看，评价指标的遴选、指标权数的确定以及评价标准的选择都带有一定模糊性。其理由主要来自三个方面：（1）外界环境影响的不确定性。影响企业效绩的外界环境因素可分为“竞争性”与“非竞争性”两种，前者为产业所特有，并因产业的不同而改变；后者是一般环境因素，如经济、政治以及文化等，即使产业不同，其面临的非竞争性环境却应是相同的。环境因素对企业效绩既有直接、确切的影响，但更多的是间接的、不确定的影响（杜胜利，1999）。（2）效绩评价的复杂性。要全面、正确地评价企业效绩，不仅要考虑物资层面，也要考虑精神层面；不仅要考虑定量的财务指标，而且要考虑定性的非财务指标，并且，由于企业的经营性质和所处的发展阶段各不相同，对其效绩考核的重点也应有所差异。所以，选择什么指标以及指标之间权数如何确定都要根据企业的具体情况来分析。（3）人类认识的模糊性。人类对事物的认识都带有一定的模糊性，许多问题的研究不能不考虑人类观察认识问题所具有的这种模糊性。象效绩评价这类完全是人类主观行为的活动，必然要受到评价各方的性格、偏好、价值观念、经验、知识和技术水平等因素的影响。
因此，为了使效绩评价更接近实际情况，就必须考虑这些不确定的、模糊的因素。如果建立基于模糊数学的评价模型，用模糊集合论描述这些因素，则企业的效绩评价更具有全面性和综合性。然而迄今为止，几乎所有的评价模型都是建立在精确数学的基础之上，过分强调能够定量的财务指标，不得不放弃许多重要但难以量化的指标。
2.综合评价
综合评价指的是对一个涉及多个因素或多个指标的事物进行评价时，必须根据所有的因素或指标做出全面综合的评价，而不能只从某一方面去评价。传统的企业效绩综合评价方法，如杜邦法等，由于只涉及财务指标而倍受批评。我国财政部等五部门联合颁布的《国有资本金效绩评价规则》等一系列文件对此有所改进，增加了8个评议指标，专门对影响企业经营效绩的非计量因素进行定性分析。但它把定性分析的结果通过功效函数转化为可以度量的评价分数，然后与定量指标的分数进行加权平均。这种方法虽然简单易懂，但其科学性不足：其一，仅以一分之差来区分各等级，理由很不充分。89.9分属于良好还是优秀，它与90分到底有多大的区别？其二，将性质不同的指标进行加权平均，必然使计算结果缺乏科学性（张蕊，2003）。定性指标的分数加定量指标的分数其结果究竟反映了什么？
因此，当涉及的因素都是模糊概念时，传统的方法就不适用了，需要采用模糊综合评价法。模糊综合评价是对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法，其特点是评价结果不是绝对地肯定或否定，而是以一个模糊集合来表示。
二、模糊综合评价的数学模型
模糊综合评价是一种成熟的模糊数学方法，其数学原理及数学模型的建立有严密的证明过程，在此不做详述，本文的重点是讨论它在企业效绩评价中的应用。其基本步骤如下：
1.建立因素集U：U=｛u[,1],u[,2]……u[,n]｝
即确定影响事物的各因素，分别用u[,i]表示。例如，对服装的评价可分解为u[,1]（花色）、u[,2]（式样）、u[,3]（耐穿程度）、u[,4]（价格）等因素，构成它的因素集。
2.建立评价集V：V={v[,1]，v[,2]……v[,m]}
评价集是评价者，通常是有关专家对评价对象可能做出的各种总的评价结果的等级。评价集不能太多，也不能太少，多了不便于专家掌握标准，少了也不利于区分评价的好坏。
3.确立评价矩阵R
评价矩阵R可通过专家调查法或德尔菲法得到。首先成立一个由L位专家组成的评判组，每位专家针对每一个因素u[,i]（i=1，2…n）评定评价集V中的一个且仅一个等级v[,j]。若L位专家中，评定u[,i]为等级v[,j]的有L[,ij]人
4.建立权重集A：A=（a[,1]，a[,2]…a[,n]）
因素的权重集是表示各因素重要程度的权数所组成的集合，表示某因素在评价中的重要程度。可以用专家系统中的经验打分法得到。
5.模糊综合评价
=AO
即把A和进行模糊变换，得到评价矩阵。其中“0”表示广义的合成运算，若要突出主要因素，则选择M（∨，∧）或M（·，∨）模型；若要适当兼顾各因素，则往往采用M（·，+）模型。
6.结果解释
求出=（b[,1]，b[,2]……b[,m]）后，如何做出对此事物的综合评价结论呢？一般有两个原则可依循：
（1）最大隶属度原则：若b[,k]=max（b[,1]，b[,2]……b[,m]），则可判定对此事物的评价为Vk。
（2）模糊分布原则：即用B直接作为评价结果，使人们对此事物的等级有一个全面的了解。
三、案例分析
按照模糊综合分析法，我们对某企业效绩进行评价。
1.设因素集U={u[,1]，u[,2]……u[,9]}
综合我国现行评价体系和平衡记分法（SEC），我们选取了u[,1]（净资产收益状况）、u[,2]（资产营运状况）、u[,3]（长期偿债能力）、u[,4]（短期偿债能力）、u[,5]（销售增长状况）、u[,6]（市场占有能力）、u[,7]（技术能力）、u[,8]（发展创新能力）、u[,9]（学习能力）等9个指标为反映企业效绩的主要指标。其中，u[,1]、u[,2]、u[,3]、u[,4]、u[,5]是财务业绩方面的指标，原来都用精确的比率指标反映，但对它们适当地模糊化更能客观真实地反映企业效绩。例如，在评价企业短期偿债能力时，该企业流动比率为1.8，但专家们发现该企业存货数额庞大，占了流动资产的较大部分，说明其资产的流动性并不好，因而仍可评定该指标为较低等级。u[,6]是客户方面业绩指标，u[,7]内部经营过程方面业绩指标，u[,8]、u,[9]是学习与增长方面业绩指标。
2.设评价集V={v[,1]，v[,2]……v[,4]}
简便起见，我们设v[,1]：优秀，v[,2]：良好，v[,3]：平均，v[,4]：较差。
3.我们选取了该企业的注册会计师、熟悉该企业情况的专家组成评判组，得到评价矩阵
4.根据专家意见，我们确定权重集A为：
A=（0.3，0.15，0.1，0.05，0.2，0.06，0.07，0.035，0.035）
5.按照M（·，+）模型
=AO
=（0.26575 0.333 0.2645 0.13675）
所以，根据最大隶属度原则，该企业效绩评定为“良好”。事后，该企业领导认为这个评价结果比较符合实际情况。
四、小结
第一，传统的财务评价系统明显不适应现代效绩评价发展的要求，非财务性效绩评价必将受到普遍关注[5]。但是，非财务评价指标难以用货币来衡量，这是它致命的缺点。因而，如何将定性的非财力指标纳入评价体系一直是个难点。我们认为模糊综合评价法能将定性指标实行定量分析，是解决这个难点的有效方法。希望我们提出的这种企业效绩的评价方法能为今后研究有关问题的同仁们提供一个有益的思路。
第二，建立一个符合实际的评价模型，需要反复实践，不断改进，是一个“学习”的过程。由于条件所限，本文案例分析中评价指标的选取、权数的确定都由经验给出，没有进行相关的实证研究，也没能对该评价模型的有效性进行经验研究，这可能会在一定程度上影响本文的说服力。但就企业效绩评价的未来研究而言，这并不会影响模糊综合评价法在理论上和实际工作中的广泛适用性。