企业综合财务状况评价的模糊数学方法研究

关键词： 集中化 原油 大型化 储罐

企业综合财务状况评价的模糊数学方法研究（精选9篇）

篇1：企业综合财务状况评价的模糊数学方法研究

企业财务状况模糊综合评价方法的探讨

本文首先讨论了对企业财务状况进行模糊综合评价的必要性,然后运用模糊层次评判模型,提出一种对企业财务状况进行综合评价的`方法,给出了具体步骤,并以实例作了详细分析.

作 者：胡维华 刘朝刚 潘岚 作者单位：杭州电子工业学院教务处刊 名：杭州电子工业学院学报英文刊名：JOURNAL OF HANGZHOU INSTITUE OF ELECTRONIC ENGINEERING年，卷(期)：21(1)分类号：F275.08关键词：财务状况 综合评价 二级模糊评判

篇2：企业综合财务状况评价的模糊数学方法研究

本文在对比分析了各种企业财务危机预警方法的`基础上,提出基于模糊综合评价方法的企业财务风险预警模型,并作了实证分析.

作 者：高艳青 栾甫贵 作者单位：北京工业大学经济与管理学院,北京,100022 刊 名：经济问题探索 PKU CSSCI英文刊名：INQUIRY INTO ECONOMIC PROBLEMS 年，卷(期)： “”(1) 分类号： 关键词：模糊综合评价法   层次分析法   财务危机预警

篇3：企业综合财务状况评价的模糊数学方法研究

电力是关系到国家能源安全和国民经济命脉的重要资源, 在经济社会中发挥着重要作用。 电力企业与人们的日常生活、社会稳定密切相关。 在市场经济体系中,电力企业对于市场经济健康有序的运行起着举足轻重的作用。 然而,由于我国市场经济体制的不完善,电力企业面临着诸多风险,如投资风险、财务风险等。 电力企业的财务活动变得越来越复杂,财务风险增大,成为其面临的最主要的风险, 它存在于电力企业经营管理工作的各个环节,我们不可能完全消除财务风险及其影响。 随着电力体制改革的不断深入,提高了电力企业的效率、降低了其运行风险。 为了配合改革的进程, 我们应该积极对电力企业的财务状况进行分析和评价,争取更好地防范与控制其财务风险。

1文献综述

国内外学者对财务状况评价研究进行了积极的探索。 对于上市公司的财务评价,国内的学者探讨了新的综合评价方法。 多位学者研究了模糊综合评价法和层次分析法在企业财务状况分析中的应用,这为评价电力企业的财务状况提供了方法依据。

黎洪虎(2008)等从电力企业的行业特点入手,分析电力企业的财务风险及防范措施。 Strong, R.A.(2009)介绍了利用蒙特卡罗模拟进行财务风险评价的方法。 董学晨(2010)构建了由3个财务风险子系统组成的综合评价指标体系, 分别采用层次分析法、TOPSIS-GRA法和数据网络分析法对3个子系统评价,分析了发电上市企业财务风险的特征及影响因素。 冯荣珍(2011) 从内部和外部分析了电力企业的财务风险影响因素,运用BP神经网络评价法对3家ST电力公司的财务状况进行了评价。 田金玉(2012)采用模糊综合评价模型,以内部风险、外部风险指标, 对电力企业财务风险进行评价。

通过对前人研究成果的回顾可以发现, 对电力企业财务状况的分析多为使用传统财务指标定量分析, 不能有效地将非财务指标纳入评价体系。 因此,本文根据电力企业的特点建立了包含定量指标和定性指标的评价体系, 提出将模糊综合评价法与层次分析法相结合,使用模糊层次综合评价法,设计出相对合理的将定性指标纳入评价体系的研究方法, 对电力企业财务状况进行评定。

2上市电力企业财务状况评估体系

财务状况是企业偿债能力、营运能力、盈利能力、发展能力的综合体现。 评价企业财务状况时,不能只考虑某一个因素,而应综合各因素加以权衡。 另外,财务状况是一个模糊概念,既没有明确的外延,而且内涵也相当复杂,不能准确地、定量地加以界定,难以运用传统的方法来建立起统一标准的、切实可行的综合评价模型,而模糊决策则为这一切提供了可能。 本文运用模糊层次数学评价模型, 探讨一种对企业财务状况进行综合评价的方法。

层次分析法 ( The Analytic Hierarchy Process, 简称AHP) ,是指将决策问题的有关元素分解成目标、准则、方案等层次,在此基础上,进行定性分析和定量分析的一种决策方法。 在层次分析中通过建立模糊判断矩阵, 来确定模糊权重向量的模糊综合评价方法,称之为模糊层次综合评价方法。

本文从企业财务指标、企业经营状况、以及发展前景三个维度,对上市电力企业的财务状况进行综合评价。 (1)财务指标。 财务工作实践中, 通过对企业财务状况和经营成果进行解剖和分析,能够对企业经济效益的优劣做出评价与判断。 (2)企业状况。 结合上市电力公司的特点,在综合分析前人研究成果的基础上, 本文选取组织结构、财务人员素质、财务管理水平、财务部门权力状况4项指标作为电力企业财务状况的评估指标。 (3)发展前景。 本文所设定的评估体系中引入的电力企业发展前景指标包括:竞争能力、政策环境。 企业的竞争能力决定着在市场上的地位,由此可以评估企业的发展前景。 政策环境也是影响企业前景的一个重要因素, 不同的政策环境对电力企业的影响不同,评估政策环境也就可以评估企业的发展前景。评估体系如表1所示 。

3研究方法

在设计了一套较为完整的电力企业评价指标体系之后,本章节将探讨建立模糊层次综合评价数学模型进行电力上市企业财务状况评价问题。 下面是对此模型的概述。

3.1确定因素集、评语集

(1)建立因素集 。 把影响财务评价对象的各种因素构成的集合称为因素集,用U表示:U={U1,U2,… ,Um}其中 ,Ui代表第i个因素,m为因素的个数。 这些指标通常都具有不同程度的模糊性。 例如评价财务状况时,影响评价的因素可选为:U1( 偿债能力)、U2( 营运能力 )、U3( 盈利能力 ) 等 ,均存在模糊性 。

(2)建立评语集 。 评语集是评价者对评价对象可能做出的各种总的评价结果组成的集合。 用V表示:V={V1,V2,… ,Vn}其中 , Vi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因素的基础上, 从评语集中选出一个最佳的评价结果。 例如财务状况综合评价时,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”。 如果涉及到的是多个企业的财务状况的综合排序,评语集就是所涉及到的企业,即V={C1,C2,C3}。 因为综合评价的结果得出每个评语所占的百分比,即3个企业的排序。

3.2确定权重集 ,用层次分析法确定指标集的模糊权重向量A。

(1)构建层次结构模型 。 层次分析法的基本模型是递阶层次结构模型,一般分为三层:最高层,是解决问题想要达到的目标, 所以又称目标层;中间层,这一层次包括了为实现目标所涉及的中间环节,由若干个层次组成,包括所需考虑的准则、子准则,因此也称为准则层;最低层,是解决问题的措施或方案,又称方案层。

(2)建立判断矩阵群 。 判断矩阵元素aij的标度方法,见表2。

(3)计算权重向量。 权重向量的计算有和法和根法两种方法,本文采用求和法。 对判断矩阵A每行诸元素求和,有通过规范化,得权重向量

3.3综合评价矩阵

通过模糊评价获得综合评价矩阵R。 设评价对象按指标集U中的第i个指标Ui进行评价, 评价集V中第j个元素Vi的隶属程度为rij,则按Ui的评价结果用模糊集合表示:

其中,Rj称为单指标评价集,可简化为Rj=(ri1,ri2,… ,rin)。

对所有指标都进行分别评价后,即可得矩阵

3.4综合评价结果

计算进行复合运算B=A莓R可得到综合评价结果。 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。 需进行模糊综合评价,综合考虑所有指标的影响,以得出更合理的评价结果。 模糊综合评价的模型可以表示为:

其中,“莓”表示A与R的一种合成方法。

3.5综合评价优劣排序

计算评价对象的综合评价分值, 根据评分值的大小来确定评价对象的优劣排序。

4实证分析

本文选取了30家上市电力公司, 依据其2014年第3季度的季报,采用模糊层次综合评价方法对这30家公司的财务状况进行评价。

4.1构建层次结构模型

电力企业层次结构模型如图1所示。

4.2计算指标权重

根据图1的层次结构, 应用层次分析法得到各指标的相对权重。 如表所示,由表3可得到第二层因素相对第一层因素的权重: 偿债能力0.04, 营运能力0.09, 盈利能力0.18, 发展能力0.21,企业状况0.27,发展前景0.21。

同理可得,各因素相对偿债能力的权重:流动比率0.11,速动比率0.31,资产负债率0.58。 各因素相对营运能力的权重:存货周转率0.56,应收账款周转率0.35,总资产周转率0.09。 各因素相对盈利能力的权重:销售净利率0.17,总资产报酬率0.83。 各因素相对企业状况的权重: 组织结构0.06, 财务人员 素质0.38,财务管理水平0.41,财务部门权力状况0.15。 各因素相对企业发展前景的权重:竞争能力0.17,政策环境0.83。

综上得到各层次的权重向量:

第一层次的权重向量是U1,U2,U3,U4,U5权重向量

A=(0.05,0.12,0.23,0.35,0.27)

第二层次的权 重向量分 别是 (U11,U12,U13)、 (U21,U22,U23)、 (U31,U32)、(U41,U42,U43,U44)、(U51,U52),权重向量 :

A1=(0.11,0.31,0.58)

A2=(0.56,0.35,0.09)

A3=(0.17,0.83)

A4=(0.06,0.38,0.41,0.51)

A5=(0.17,0.83)

4.3进行模糊综合评价

在企业财务状况的评价指标中,有的指标是正效应指标,即指标值越大越好,如销售净利率等;有的指标是负效应指标,即指标值越小越好,如资产负债率等。 由于本文运用模糊综合评价方法,对30家上市电力公司的财务状况进行分析并排序,因此, 对正效应指标采用这3家公司各实际指标的最大值作为标准值,对负效应指标,取该指标的倒数,将其转换成正效应指标。

根据选取的30家上市电力公司披露的2014年第3季度财务报告数据,将30家公司分为5组,每组6家,分别计算30家公司的各指标值。 对于企业状况和发展前景下的定性指标,本文采取打分将其量化。 分数分为1分,2分,3分,4分,5分,分别表示差,一般,较好,好,很好。 依次计算各指标相对于标准值的得分值如表4~8所示。

由此得到的模糊评价矩阵分别为:

由此得到的模糊评价矩阵分别为:

由此得到的模糊评价矩阵分别为:

由此得到的模糊评价矩阵分别为:

由此得到的模糊评价矩阵分别为:

4.4进行一级综合评价

设U1代表偿债能力的综合评价结果,U2代表营运能力的综合评价结果,U3代表盈利能力的综合评价结果。 采用加权平均型进一步进行综合评价得:

按同样计算方法可得第一组6家上市电力公司在营 运能力、盈利能力、企业状况、发展前景方面的综合得分:

按照同样的计算方法分别得到第二组、第三组、第四组、第五组公司在偿债能力、营运能力、盈利能力、企业状况、发展前景方面的综合得分如下:

4.5进行二级综合评价

对30家电力企业的财务状况进行二级综合评价。

因素集Ri=(偿债能力 ,营运能力 ,盈利能力 )

权重集A=(0.05,0.12,0.23,0.35,0.27)

各公司财务状况综合得分如下:

第一组:

用同样的计算方法可得第二组、第三组、第四组、第五组各公司财务状况综合得分如下:

30家上市电力企业的财务状况评分如表9所示 。

由表9中30家电力企业财务状况评分状况来看, 得分在0.8分以上的企业有13家 ,30家企业的排名与其2014年第3季度每股收益的排名基本相同, 说明用模糊层次综合评价法得出的评分结果是可信的。 根据得出的排名,我们可以直观地比较这些电力企业的财务状况。

5结语

应用模糊层次综合评价法对上市电力公司财务状况进行评级,能反映电力企业财务状况的总体情况,是一种行之有效的评价方法。 文章构建的上市电力企业财务状况评价指标体系,克服了传统财务评价法只考虑单一指标的局限, 对上市电力公司财务状况的评价更具有客观性、系统性。 采用层次分析法与模糊综合评价法相结合的模糊层次综合评价法, 运用层次分析法确定权重,既全面反映了专家和决策者的主观意见,又不失评价结果的客观性。

篇4：企业综合财务状况评价的模糊数学方法研究

关键词：汽车制造企业；财务风险；AHP-模糊综合评价

改革开放以来，我国汽车制造企业取得了迅速的发展，生产技术、管理水平都取得了巨大的进步。随着我国汽车制造业兼并重组的不断推进，汽车制造业的产业集中度将会逐步提高，规模优势也会日益凸显。然而，面对机遇的同时企业也将承受更大的风险。财务风险、财务危机时有发生给企业带来了巨大的压力。它直接危及着企业的健康发展。为此，本文将对我国汽车制造企业财务风险进行研究，以求能够促进企业持续、健康的发展。

一、基于AHP-模糊综合评价方法构建我国汽车制造企业财务风险评价模型

由于汽车制造企业风险评价是一个复杂的问题，既包括定量指标又包括定性指标，要做到客观、科学的评价，就要从不同的角度进行分析，同时，构建模型时必须遵循科学、全面、可操作和经济性原则，因此，本文选用AHP-模糊综合评价方法对我国汽车制造企业财务风险进行研究。该方法能够从定量和定性两方面进行分析，而且评价结果清晰、系统性强，能够较好的解决汽车制造企业风险评价这个问题。

（一）选取评价指标，构建风险评价指标体系

根据影响我国汽车制造企业财务风险的主要因素，建立我国汽车制造企业财务风险评价指标体系，如图1所示。从图1中可以看出，内部因素可以进行定量分析，而外部因素难以量化，为此，本文将选择模糊综合评价方法解决这个问题。

（二）建立模糊综合评价评价集

设评价指标集

u=（u1，u2），u1=（u11，u12）

u21=（u211，u212，u213，u214），…，u24（u241，u242，u243，u244），u25=（u251，u252，u253）

风险评价集v（v1，v2，v3），其中v1，v2，v3分别表示指标的评语为“优良”、“中”、“差”。

（三）构建模糊评判矩阵

在本文中，对于每个因素ui都会有vj（j=1，2，3）种评判，我们将评判结果rij称为隶属度，rij=（ri1，ri2，ri3）。如果有 m个因素，则由这m个因素的隶属度所构成的矩阵即为模糊评价矩阵R。

（四）构造判断矩阵及确定权重

专家根据判断矩阵的准则，对元素进行两两比较后按照元素的重要性程度赋值1-9：当两两者同等重要时赋值为1，前者比后者稍重要时赋值为3，前者比后者明显重要时赋值为5，前者比后者强烈重要、极端重要时分别标度为7和9，用2，4，6，8表示上述判断的中间值。若元素i与j的重要性之比为aij，则元素j与元素i的重要性之比為1/aij从而得到判断矩阵A=（aij）n×n。

对于得到的判断矩阵要进行层次单排序及一致性检验。首先，通过求解判矩阵的最大特征值及其对应的特征向量，对特征向量做归一化处理得到相应的权重。计算公式如下：

AV=λmaxV

其中：A为判断矩阵、λmax为最大特征值、V为最大特征值所对应的特征向量；其次，对判断矩阵进行一致性检验，以此避免判断矩阵因为指标过多而出现逻辑上的错误。 一致性检验过程如下：

1.计算一致性指标C.I.。计算公式为C.I.=，n为判断矩阵的阶数。

2.确定平均一致性指标R.I.。根据判断矩阵的阶数在“平均随即一致性指标表”中查找相应的R.I.值，如表1所示。

3.计算一致性比率C.R.及判断。计算公式为C.R.=，当一致性比率（C.R.）小于0.1时，判断矩阵不符合一致性要求，应该修正判断矩阵；当一致性比率（C.R.）大于0.1时，判断矩阵符合要求。

（五）进行模糊综合评价

根据指标体系由低到高的顺序，对处于同一层的各指标的指标权重与其判断矩阵进行模糊合成。然后一直重复此步骤，直至到达最高层，得到最终的合成结果。最后，根据最大隶属度原则确定评价对象的模糊综合评价结果。

二、案例分析

由于上市汽车制造企业的财务数据容易获取，也比较准确，本文选取其中的某家汽车制造企业作为例来说明AHP-模糊综合评价模型在我国汽车制造企业中将如何应用。

（一）构造评价矩阵

设计调查问卷，请20位专家们根据宏观经济环境、市场环境、该公司的财务状况等因素，按照各定量指标以及定性指标的重要程度打分，得出评语。对于取得调查结果则根据该指标的各种评语出现的次数除以专家总人数，例如流动比率这一指标， 有8名专家人给出“优”这一评语，7名专家给出“一般”的评语，5名专家给出“差”这一评语，则流动比率的判断向量为（0.40，0.35，0.25），同理，剩余指标也可取得各自的评价矩阵。

偿债能力矩阵（R21）=0.30 0.35 0.35

0.30 0.50 0.20

0.25 0.35 0.40

获利能力矩阵（R23）=0.35 0.25 0.40

0.40 0.25 0.35

0.30 0.30 0.40

成长能力矩阵（R24）=0.45 0.35 0.20

0.50 0.40 0.10

0.40 0.40 0.20现金流量矩阵（R25）=0.30 0.25 0.45

0.35 0.20 0.45

宏观经济环境矩阵（R11）=[0.40 0.35 0.25]

市场环境矩阵（R12）=[0.50 0.35 0.15]

（二）构造判断矩阵及确定其权重

专家由上到下对每一层各指标之间的相对重要程度进行两两比较判断，然后利用算术平均法对数据进行统计，得到各自的判断矩阵。本文中，我国汽车制造企业财务风险（u）问题的综合指标为最高层，第二层是u1，u2，分别代表定量评价指标和定性评价指标，专家通过对，进行两两比较后按1-9标度法打分，然后利用算数平均法统计得到u1u2判断矩阵，用字母A表示，如表2所示。

表2 u1u2的判断矩阵A

本文基于AHP算法的方根法来计算该矩阵所对应的特征值和特征向量。

1.判断矩阵每一行的元素相乘得到元素的乘积M。判断矩阵A的M=[1/3 3]T。

2.各行乘积M开n次方根（n为比较指标的个数）得到V′。判断矩阵A的M开二次方根后得V′=[0.59 1.73]T

3.将V′进行归一化处理，得到判断矩阵的特征向量V，V=。判断矩阵的特征向量为V==0.25

0.75

由此可知U1即定性评价指标的权重为0.25，U2即定量评价指标的权重为0.75。由于二阶矩阵都是满足一致性要求的，所以判断矩阵A不再进行一致性判断。同理，可以得出U1的下一层的判断矩阵为A1=5

，特征向量V1=[0.25 0.75]T。

U2的下一层有U21，U22，U23，U24，U25五个指标，根据专家的打分，统计得到判断举证A2。

A2=1 1/3 3 3 4

3 1 2 3 5

1/3 1/2 1 2 2

1/3 1/3 1/2 1 2

1/4 1/5 1/2 1/2 1

根据上面的三个步骤，同理可解得判断矩阵A2的特征向量V2=[0.26 0.40 0.17 0.10 0.07]T。又由AV=λmaxV，AV=A2V2=1 1/3 3 3 4

3 1 2 3 5

1/3 1/2 1 2 2

1/3 1/3 1/2 1 2

1/4 1/5 1/2 1/2 10.26

0.40

0.17

0.10

0.07=0.50

2.17

0.55

0.44

0.35，解得判断矩阵A2的最大特征值λmax=Σni=1=（++++）=3.12。

因为此处n=5，n值大于2，所以需要进行一致性检验，由一致性指标C.I.===-0.47，在“平均随即一致性指标表”中可查到R.I.=1.12，因此C.R.==-0.42，一致性比率小于0.1，判断矩阵符合要求。如果一致性比率大于0.1，则需要专家组重新打分，得到新的判断矩阵再检验。

同理，对剩余的判断矩阵计算其最大特征向量及最大特征值，并进行一致性检验。具体结果如下：

V21=[0.33 0.53 0.14]T

V22=[0.10 0.59 0.31]T

V23=[0.54 0.33 0.13]T

V24=[0.30 0.54 0.16]T

V25=[0.58 0.42]T

（三）模糊综合评价

1.一级模糊综合评价。由判断矩阵最大特征向量Vi得出相应的指标权重ViT，令ViT和相应的评价矩阵Ri相乘，求出该指标的模糊综合评价。例如偿债能力的模糊综合评价为：

B21=V21T·R21=[0.293 0.4295 0.2775]

专家组认为该汽车制造企业偿债能力“优”的可能性为0.2930，认为“良”的可能性为0.4295，认为“中”的可能性为，认为“差”的可能性为0.2775。同理，其他指标也可以这样分析。

B22=VT22·R22=[0.3065 0.4190 0.2745]

B23=VT23·R23=[0.3600 0.2565 0.3835]

B24=V24T·R24=[0.4690 0.3850 0.1460]

B25=V25T·R25=[0.3210 0.2290 0.4500]

2.二级模糊综合评价。在一级模糊综合评价的基础上，进行二级模糊综合评价，得出：

B2=V2T·R2=V2T·（B21，B22，B23，B24，B25）T=[0.3224 0.3824 0.2932]

B1=V1T·R1=V1T·（R11，R12）T=[0.4750 0.3500 0.1750]

3.三级模糊综合评价。在二级模糊综合评价的基础上，进行模糊计算，得出三级模糊综合评价，也就是最终评价：

B=VTB=V（B1，B2）T=[0.4379 0.3581 0.2050]

据模三级模糊计算结果可知，该汽车制造企业财务风险被认为是 “优良”的程度为，被认为是“中”的为，被认为是“差”的为，被认为是“差”的为0.41。根据最大隶属度原则可知该汽车制造企业财务状况还是比较好的。

三、結束语

根据上述分析可知，AHP-模糊综合分析法从定量指标和定性指标两方面着手对财务风险程度给予评价，而且结果简单明了，能够较好的解决我国汽车制造企业财务风险评价问题。但是该方法也存在着一些缺陷，例如对于不同的企业，需要根据其自身的情况确定各指标权重，只有这样才能更加准确的对企业财务风险进行评价。

参考文献：

1.陈淑航.基于模糊综合评价的房地产财务风险研究[J].财会研究，2010（4）.

2.崔团结.我国汽车制造企业财务风险预警分析[J].北方经贸，2009（7）.

3.李泽红，王薛.谈中小企业财务风险综合评价[J].财会月刊，2008（2）.

篇5：企业综合财务状况评价的模糊数学方法研究

本文在分析影响企业技术创新扩散因素的基础上,构建出企业技术创新扩散影响因素的评价指标体系.应用模糊数学的层次综合评价方法,对企业技术创新扩散的影响因素进行整体分析和综合评判,并运用“最大隶属度”原则,评价出影响技术创新扩散的.最大因素,加快企业技术创新的扩散.

作 者：王良印 宋淑艳 作者单位：王良印(沈阳化工学院,信息分院,辽宁,沈阳,110168)

宋淑艳(沈阳理工大学,经济管理学院,辽宁,沈阳,110016)

篇6：反映企业经营状况的财务分析方法

一、收益性分析方法好范文版权所有

收益性就是企业赚取利

润的能力。从损益表中只能了解到盈亏额，分析不出因果关系，也评价不出好坏程度。因此，需要通过财务报表中的有关项目之间的联系来评价企业的收益性。企业收益性水平高，意味着企业可获取的回报高，同时说明企业的资产与资本结构合理，并在经营活动中有效地运用，为企业安全性打下了牢固的基础。

反映企业收益性指标有很多，通常使用的主要有：

1.销售净利率

销售净利率是指净利与销售收入的百分比，其计算公式为：

销售利率＝（净利／销售收入）×100％

该指标反映每一元销售收入带来的净利润的多少，也是反映投资者从销售收入中获得收益的比率。净利率低说明企业管理当局未能创造足够的销售收入或未能控制好成本、费用或者皆有。利用这一比率时，投资者不仅要注意净利的绝对数量，而且也要注意到它的质量，即会计处理是否谨慎，是否多提坏帐准备和折旧费来减少净利。

2.毛利率

毛利率是销售收入扣减产品销售成本后的余额，它反映的是企业生产效率的高低，是企业利润的源泉。计算公式：

毛利率＝毛利润／销售收入

与此相关的是销售成本率，其公式为：

销售成本率＝销售成本／销售收入＝1－毛利率

毛利率的变化与多种因素有关，是销售收入与产品成本变动的综合结果。当经济形势发生变化，产品成本上升时，产品售价往往难以及时随之调整，从而表现为毛利率的下降；如果企业通过改善经营管理、加强技术改造等措施降低了产品成本，则相应地表现为毛利率的上升。企业产品结构变化对毛利率也产生很大的影响。当企业由生产微利产品转向生产高利产品时，毛利率将显著上升，从而增加净利，提高投资者的报酬率。

3.资产净利率

资产净利率是企业净利与平均资产总额的百分比。该指标表明企业资产的利用效果，指标越高，表明资产的利用效果越好，说明企业在增收节支和加速资金周转方面取得了良好效果。资产净利率是一个综合指标，其计算公式为：

资产净利率＝资产周转率×销售净利率

又可分解为：资产净利率＝销售收入／资产平均总额×年销售净利润／年销售收入

从上式中可知，资产净利率的高低由销售净利率和资金周转率决定。资金周转率越高，资产净利率越高，同时提高收益。但若资金周转率过高，则会导致资金不足，降低安全性（流动性）。而且从以上指标分析中可知，要提高企业效益就必须增加销售收入，降低产品成本，加快资金周转率来增加净利。

进行收益分析，还应考核一些有用比率，一是销售退回和折让比率，即销售退回和折让除以销售收入。这一比率高，说明生产或销售部门存在问题，应及时检查另一个比率：销售折扣比率，即用销售折扣除以销售收入。用这一比率可了解竞争对手的销售政策，从而调整自己的销售战略，增加销售收入，提高净利。

二、安全性分析方法

企业安全性主要是保证能收回本金和固定性收益。影响企业安全性的主要因素是企业的资本流动性和资本结构的合理性。它可通过资产负债表的有关项目之间相互比较来分析。资本流动性所反映的是到期偿债能力，当然还有分析资本结构的合理问题。反映投资安全性的主要指标有：支付能力、资金和资源利用效率、资本结构合理性分析。

1.支付能力分析

分析企业是否有维持一定的短期偿债能力，对于企业会计报表使用者而言非常重要。如果某一企业无法维持其短期偿债能力，连带也无法维持其长期偿债能力，同样也满足不了股东对股利的要求，最终会陷入企业资金周转的困难，甚至可能难逃破产的厄运。短期偿债能力是企业活动的主要凭籍，短期偿债能力薄弱，不仅维持日常交易活动艰难，而且根本谈不上如何计划未来。分析支付能力的主要指标有：

（1）流动比率。流动比率是指流动资产与流动负债的比例关系，表示每元流动负债有多少流动资产来作还款的保证。一般来说，企业的流动比率越大，说明企业的短期偿债能力越强。对于投资人来讲，流动比率越高越好。因为比率越高，资金流动越畅通，投资者的短期投资行为越有保障。

流动比率因受到若干因素的影响，实际上是无法为各种行业确定一项共同的标准的。一般来说，凡营业周期较短的企业，其流动比率也较低。因为营业周期较短，就意味着具备较高的应收帐款周转率，而且无须储存大量存货，所以其流动比率可以相对降低。反之，如果营运周期较长，则其流动比率会相应提高。因此，企业投

资者在分析流动比率时，应与行业平均比率或以前各期比率相比较来判断流动比率是偏高还是偏低。计算流动比的公式为：

流动比率＝流动资产／流动负债

其中：流动资产＝现金及现金等价物＋应收帐款＋存货＋预付费用

由上列各项因素得知，流动比率表示企业在其特定时点可使用的静止状态的资源，是一种存量观念。因为其分子分母

都取自时点报表——资产负债表，不能代表全年平均的一般状况，而这种静止状态的资金偿付概念显然与未来真正资金流动的情形无必然的因果关系，流动比率仅显示在未来短期内资金流入与流出的可能途径。事实上，此项资金流量与销售、利润及经营情况等因素，具有密切的关联性；而这些因素在计算流动比率时，均未予考虑。

总而言之，企业在采用流动比率对企业进行短期偿债能力分析时，尚须配合其他各项分析工具，才能作出最后的判断。

（2）速动比率。速动比率也是检验企业短期偿债能力的一个有效工具。它反映的是企业速动资产与流动负债的比率。所谓速动资产，是指现金、有价证券及应收帐款等各项可迅速支付流动负债的资产。在流动资产中，预付费用是变现能力最差的项目。例如预付租金、预付保险费等，因在合同中订有不可退回的条款，故其变现能力为零，一般的预付费用也很难收回而转化为现金。存货项目中作为安全库存的那一部分资产，几乎是一项长期资产。而原材料、在制品等存货的变现能力较低，部分存货可能已被抵押给特殊债权人，并且企业在为偿债和清算而被迫出售库存品时，其价格也往往受到不利的影响。速动比率的计算，就是将这些变现能力较差的流动资产扣除后，由剩下的现金有价证券和应收帐款等迅速变现的流动资产与流动负债除后得到。

一般报表分析者认为，企业的速动比率至少要维持在1.0以上才算具有良好的财务状况。通常情况下，速动比率的变化趋势与流动比率是密切相关的，也就是说，通过分析两者中任何一项比率，都可以得到关于短期流动性改善或恶化情况的相同信息。影响流动比率变化的因素，通常情况下也会影响速动比率变化。一般而言，流动性不断恶化的财务状况会导致企业风险增大，不安全。

2.资金、资源利用效率分析

合理地筹措资金，有效地运用资金，是企业科学经营管理的条件，是分析企业安全性的重要指标。具体指标有：

（1）应收帐款周转率。应收帐款周转率是指企业赊销收入净额与平均应收帐款余额的比率，用以反映企业应收帐款的流动程度。它是用来分析应收帐款的合理性与收帐效率的指标。流动比率和速动比率只是静态地说明了企业偿还短期债务能力；而应收帐款周转率与存货周转率则动态地补充说明了企业的流动资产的流动性，进而说明企业短期偿债能力。应收帐款周转率的计算公式为：

应收帐款周转率＝赊销净额／平均应收帐款余额好范文版权所有

应收帐款周转率反映了企业资金的周转和利用情况。周转率高，说明企业在短期内收回货款，利用营业产生的资金支付短期债务的能力强，在一定程度上可弥补流动性比率低的不利影响，使资金流动安全。企业现存问题中，存在应收帐款因收不回来而形成的呆帐。因此，分析应收帐款周转率指标时，还应结合应收帐款坏帐备抵率来分析。即坏帐备抵与应收帐款总额之比。该比率如逐年增加，企业应注意应收帐款有效性问题，因它必须连带影响应收帐款的周转性，影响资金安全性。

（2）存货周转率。存货周转率是一特定期间的存货余额对期间销货成本的比例关系，用以衡量企业存货通过销售实现周转的速度。企业流动资产中，存货往往占有相当份量。因为大多数企业为了销售的需要都维持相当数量的存货，如存货不足，不能及时供货，销售就会因减少而导致净利的降低，影响长期偿还能力，降低资金流动的安全性。

存货周转率＝销售成本／平均库存额或存货周转天数＝360／存货周转率

上式反映了与销售量相比，存货利用效率的高低。存货周转率高，表时存货的使用效率高，存货积压的风险相对降低，资金流动的安全有保障。但存货周转率过高也有问题，如库存水平太低，未设置应有安全库存、经常性缺货、采购次数过于频繁、批量太小，造成库存成本过高。存货周转率过低，通常是企业库存管理不良、产供销配合不好、库存积压和资金积压的结果。这样会导致企业库存成本上升，减弱资金流动安全性。

在企业实际工作中，如果存货中存在劣质积压品，就会影响周转率的真实性，从而不能真实反映企业资金流动安全性，应及时进行改善处理。

（3）长期资产与所有者权益比率。从这个比率中，可以看出自有资金的动向，可通过企业的资源配置结构来反映企业资金流动的安全性。一般而言，该比率较低，资金流动安全性较高；比率低，所有者权益的收益率会降低。在美国通常以1.0做为标准比率使用，如该比率小于1.0说明该企业固定资产全部由自有资金来解决，剩余部分用于流动资产中；如该比率大于1.0，则说明自有资金不足，不足部分由长期债务来解决。企业如以长期举债方式过多地购置固定资产，企业将处于危险边缘。因此，企业往往利用该指标来考核资金、资源利用效率。

（4）长期资产与长期资金比率。一般而言，企业的长期资产如长期投资、固定资产、无形资产等，一般用自有资金和长期负债等长期运用的基金来支持。因此，长期资产与长期资金比率以低于1.0为好；如果该比率高于1.0，说时企业长期资产的一部分是由流动负债来支持的，这样则会降低企业的资金、资源利用效率。

3.资本结构的安全性分析

企业保持较好的资金流动性、资本结构的合理性，提高资金收益率，是保障企业投资安全性的重要指标。进行资本结构合理性分析，目的在于衡量企业的长期偿债能力。评价企业的长期偿债能力时，不仅要分析企业偿还本金的能力，也要分析其支付利息的能力。具体指标有：

（1）资产负债率。资产负债率是企业负债总额与资产总额的比率。计算公式为：

资产负债率＝负债总额／资产总额×100％

资产负债率反映企业全部资产中有多大比重是通过借贷获取的。对投资者而言，负债对总资产的比率越小，表明所有者权益的比率越大，则企业的资金力量越强，资金收益率低。它希望以较高的负债比率，扩大企业获利基础，并以较少的投资即可控制整个企业。但若负债比率过高，而企业状况良好，当然可通过财务杠杆作用使投资者获得较高的报酬率；倘企业状况不佳，利息费用将使之不堪重负，有导致破产的危险。

（2）所有者权益比率。所有者权益比率是企业所有者权益与资产总额的比率。

所有者权益比率＝所有者权益／资产总额

由会计恒等式（资产＝负债＋所有者权益）可以得出：负债／资产＋所有者权益／资产＝1，即负债比率＋所有者权益比率＝1。由此，权益比率是负债比率的反面，两者表达相同的状况，实际应用时，只求其一即可。

（3）负债与所有者权益比率。负债与所有者权益比率反映了两者的比例关系。计算公式为：

负债与自有资金比率＝负债总额／所有者权益

负债与所有者权益比率，与前两个比率意义基本一致，分别从不同角度表达了同一事实。由会计恒等式（资产＝负债＋所有者权益）可得：

资产／所有者权益＝负债／所有者权益＋

1或负债与所有者权益比率＝1／所有者权益－1＝负债比率／所有者权益比率

同时，这一比率还表明了投资者对企业乃至债权人承担的义务的大小。比率低，则表明投资者对债权人承担的责任越大，企业长期偿债能力越强。

此外，由于某些资产如无形资产、递延资产及一些递延借项的价值不稳定。因此，这些资产对于企业偿债能力的意义不大。因此，应将其从企业资产中扣除，在据以计算负债与有形资产比率时宜保守一些。特别是当企业陷入财务危机并有倒闭的危险时，有形资产是偿债的主要来源。该项比率越低，则表明企业有形资产对其负债的保障程度越高。

三、效益性分析方法

企业不仅关心投资的报酬，更关心高报酬率的持续性。因此，企业获取高利润的持续性分析成为被关注的另一点。企业的产品成本、宏观经济条件、各种政策规定等竞争环境相同时，企业要在竞争中取胜，只有以提高效益来赚取更多的利润。

企业效益，是指在企业的生产经营中，投入的劳动、资源、设备、材料等各种经营要素，经过经营者和职工有效地运用，产出更高的经济价值和社会贡献。它用来衡量劳动力与资产的有效利用程度。具体指标有：

1.附加价值率

投资者选择投资项目时，最关心的是能否产生高附加价值的问题。附加价值是企业生产活动过程中创造出的新增价值。用公式表示为：

附加价值＝税前净利＋人工费＋资本化利息＋租金＋费用税金

附加价值的计算，可通过查找损益表、管理费用明细表、制造费用明细表来计算。附加价值率是附加价值与销售收入的比值。它反映每一元销售收入带来的附加价值。一般来说，越是资本密集的行业，其产品附加价值越高，净利润也随之提高；反之资本密集程度相对较低的行业，产品附加价值较低，净利润也就较低。

2.劳动生产效率

劳动生产效率是附加价值与总人数之比。它反映一人所创造的附加价值。

计算公式为：

劳动生产效率＝附加价值／总人数

该指标越高，说明劳动利用效率高，创造了更多的附加价值，因而成为衡量同行业间竞争力的重要指标。

3.附加价值与总资本的比值（总资本投资效益）

该指标反映投资的总资本在一年内创出的附加价值，该指标高说明资本的有效利用程度高，创出的附加价值多，创出的净利润多。

篇7：企业财务状况分析报告撰写方法

财务状况分析既是对已完成的财务活动的总结，又是财务预测的前提，在财务管理的循环中起着承上启下的作用。随着企业的不断发展及逐步向国际接轨的需要，企业将面临着新的机遇与挑战，因此，加强企业的财务状况分析工作，准确评价分析企业的财务状况，挖掘潜力，改进不足，不断提高企业的竞争力显得尤为重要。

一、财务状况分析报告的主要结构

(一)报告标题

标题是对财务状况分析报告的最精炼的概括，它不仅要确切地体现分析报告的主题思想，而且要语言简洁、醒目。由于财务分析报告的内容不同，其标题也就没有统一的标准和固定的模式，应根据具体的分析内容而定。如“某月份简要 会计 报表分析报告”，“某年度综合财务分析报告”，“资产使用效率分析报告”等。

(二)基本情况

即概括企业综合情况，让财务报告使用者对财务状况分析说明有一个总括的认识。如企业的主营业务范围、其他业务情况等，并对企业运营及财务现状进行介绍。该部分要求文字表述恰当、数据引用准确。对经济指标进行说明时可运用绝对数、比较数及复合指标数。特别要关注企业当前的运作重心，对重要事项要单独反映。

(三)综合分析

综合分析是对企业的经营情况进行分析研究，在说明问题的同时分析问题，寻找问题的原因和症结，以达到解决问题的目的.。财务分析一定要有理有据，要细化分解各项指标，要善于运用表格、图示，突出表达分析的内容。分析问题一定要善于抓住当前要点，多反映企业经营焦点和易于忽视的问题。

(四)总体评价

做出财务说明和分析后，对于经营情况、财务状况、盈利业绩，应该从财务角度给予公正、客观的评价和预测。评价要从正面和负面两方面进行，评价既可以单独分段进行，也可以将评价内容穿插在说明部分和分析部分。

(五)工作建议

即财务人员在对经营运作、投资决策进行分析后形成的意见和看法，特别是对运作过程中存在的问题所提出的改进建议。值得注意的是，财务分析报告中提出的建议不能太抽象，而要具体化，注重实际操作，提出的建议要切实可行。

二、财务状况分析报告的主要分析指标

(一)经营指标分析

主要说明企业基本情况、本期企业生产经营业务的主要经济指标完成情况等，如产量、营业量、销售量等实际完成额及同比增减值。 计算 反映企业发展能力状况的财力评价指标有：销售增长率，资本积累率，总资产增长率，三年资本平均增长率;三年销售平均增长率。将这些指标与标准指标及上年同期值相比计算增减值，并从以下几方面分析生产经营中取得的业绩和存在的问题及原因：一是经营环境变化的影响，主要分析企业生产经营内、外部条件变化的影响;二是营业范围调整及影响;三是需披露的其他业务情况和事项的影响等。从中找出主要影响因素，并说明企业取得成绩的主要原因是什么，说明企业经营中出现问题与困难的原因是什么，使企业明确今后的发展方向。

(二)盈亏指标分析

1.对利润表所反映的本期实际利润数与计划数及上年同期实际数进行对比，分析利润实现情况及增减值。本期实现利润(亏损)总额是多少，比计划及上年同期数增减额及增减率;分析本期实际利润总额构成情况，其中：主营业务利润、其他业务利润、营业外收支等情况与计划数及上年同期数的增减额及增减率是多少。

2.计算净资产收益率、总资产报酬率、主营业利润率、成本费用利润率等盈利能力分析指标，并用标准值与上年同期值相比计算增减值。

3.根据分析与计算结果，分析评价企业盈利能力的强弱，并从主营业务收入同比增减额的影响、成本费用同比增减额影响、其他业务利润、营业收支净额等因素分析其对本期利润的影响程度，查找导致盈利能力增强(减弱)的原因。

(三)资金指标分析

1.通过资金结构比例分析，分析本期资产负债表、利润表等报表中各项目的构成比例，以行业比例和上年同期项目比例相比较，将增长分析与结构分析结合起来，判断各项目构成比例的合理性、科学 性。

2.对企业资产的营运能力进行分析，评价企业资产管理效率情况。其评价的指标主要包括：总资产周转率、流动资产周转率、固定资产周转率、存货周转率、应收账款周转率。如通过对应收账款周转率的分析，可以得出企业应收账款变现速度的快慢及管理效率的高低。如果周转率高则表明：收账速度快，账龄较短，资产流动性强，短期偿债能力强，可以减少收账费用及坏账损失。同时借助应收账款周转期与企业信用期限的比较，还可以评价委托加工单位的信用程度，调整原订的信用条件，制定出相应的收账政策。对固定资产周转情况的分析，可以知道固定资产的利用率是否合理，固定资产结构是否恰当。

3，计算企业的偿债能力情况，其主要指标有：速动比率、流动比率、资产负债率、产权比率等。

4.指标变动差异分析，将本期各项指标计算结果与标准值及上年同期值比较，找出变动较大或不正常的指标作为重点分析对象，揭示运行中存在的问题及原因。

(四)国有资产保值增值指标分析

1.衡量国有资体保值增值情况指标是国有资本增值率，通过对该指标进行分析，能充分体现对国有资产的保护，能及时、有效发现侵蚀国有资产的现象，反映国家投入资本的保全性和增长性。

2.一般认为资本的保值增值率越高，表明 企业 的资本保全越好。当保值增值率达到100%时为保值，超过100%时为增值，若小于100%则表明国有资本减值，说明国有资产受到了侵蚀、流失、损失等，没有实现资本保全。

3.根据国有资本保值增值实现的程度，分析其原因，特别是对没有实现资本保值的要高度重视，查找漏洞，研究对策。

篇8：企业综合财务状况评价的模糊数学方法研究

一、研究设计

(一) 基本假定具体内容如下:

(1) 财务处理规则的一致性。国家对上市公司的财务处理有统一的规定, 上市公司财务制度已趋于完善, 而政府的监管力度也逐渐加大, 所以假定:所有上市公司财务处理的规则是一致的, 不同上市公司的财务数据具有可比性。

(2) 财务报表的真实性。.上市公司披露的年报是经会计师事务所审计的, 所以假定:经会计师事务所审计的报表是可信的。为在一定程度上保证分析数据的真实性, 选取经注册会计师出具的标准无保留意见或带说明段的上市公司会计报表作为分析的基础, 而对于注册会计师拒绝表示意见的上市公司财务报表则不在研究范围之列。

(二) 样本选择

所选择的中小企业样本为截止到2005年末, 在深证证券交易所中小板上市的全部50家中小企业, 股票代码002001-002050。所选样本从行业分布来看, 85%的样本是制造业公司, 保证了所选指标的可比性;从区域分布看, 沿海省份的居多, 浙江15家, 广东10家, 江苏6家, 这三个省份共31家, 占总样本的62%。其余省份29家, 占样本量的38%。这与我国中小企业的实际地域分布相符, 使得所得结论具有广泛的代表性。本文初步选择财务指标31个, 进行相关性分析后, 剩余16个。

(三) 研究方法

本文首先对所选样本数据进行描述性统计, 然后利用主成分分析法进行综合评价, 最后用神经网络进行更深层次的分析。前两种方法通过SPSS统计软件来实现的, 神经网络部分则借助于matlab来实现。

三、实证分析

(一) 描述性统计分析本文利用SPSS对原始财务指标描述性统计, 结果表明:

其一, 从资产负债率X1、流动比率X2、速动比率X3来看, 中小企业的偿债能力非常强, 资产负债率、流动比率、速动比率平均值分别为0.35、3.00、2.50, 接近或超过了其适度性水平。而同期上市公司总体资产负债率、流动比率、速动比率分别为0.54、0.21、0.64 (同期上市公司数据源于中联财务顾问有限公司, 中联资产评估有限公司、中联会计师事务所和国资委共同组成的上市公司业绩评价课题组对沪深股市2006年4月30日公布年报的1339家上市公司所作的业绩评价分析报告数据, 下同) 。这表明企业非常重视债务的清偿, 也可能与中小企业外部融资困难, 因而比较注重内部积累有关, 但另一方面也说明企业资产可能普遍存在利用不高、闲置浪费的情况。

其二, 从销售毛利率X4、主营业务利润率X5、净资产收益率X6以及每股收益X7来看, 中小企业的盈利能力平均都达到了10%以上, 且50家公司无一家亏损, 也高于同期上市公司的整体表现, 表明样本公司在2005年盈利较好。

其三, 从成长性指标主营业务收入增长率X8、主营业务利润增长率X9、净资产增长率X10、主营业务鲜明率X11等指标来看, 中小企业的平均成长性较好, 但是样本间表现有所差异, 最低值出现了负增长, 这与人们认为中小板企业普遍是高成长性的公司不同。

其四, 从资产管理能力和获取现金能力来看, 中小板企业总资产周转率X12、存货周转率X13、应收账款周转率X14分别为0.77、5.95、12.41, 同期上市公司的总资产周转率、存货周转率、应收账款周转率分别为0.89、4.78、11.96, 两者比较, 中小企业的资产管理能力并不突出。

其五, 从销售现金比率X15、净资产现金回收率X16等指标来看, 中小板企业获取现金的能力不足, 这可能企业规模不大, 急速扩张等因素有关。

(二) 主成分分析

在进行财务状况综合评价时, 评价指标若过多, 特别是指标间存在较强相关性时, 往往会影响评价结果的准确性, 对评价结果也难以解释, 主成分分析方法的优点就是能够从众多指标中提取几个对结果具显著作用的因子, 达到减少评价指标的目的。本文的主成分分析结果显示:

第一个主成分F1中总资产周转率、应收账款周转率、股东权益周转率、固定资产周转率系数均为正数且在0.86以上, 对第一主成分的影响最大, 所以, 第一主成分主要反映了中小企业的资产管理能力。

第二主成分F2成本费用利润率、销售毛利率、主营业务利润率、销售净利率系数都超过了0.80, 表明第二主成分主要反映了中小企业的盈利能力。显然, 这三项指标在5个盈利能力指标中对综合得分的影响也是比较大的。

第三主成分F3集中反映了中小企业的获取现金流的能力, 除销售现金比率外, 其余4个衡量现金流的指标系数均高于0.8。

其余主成分因子则反映了偿债能力、以及成长性等方面的信息。

前三个主成分的累计贡献率达到了84.20%, 对最后的综合得分起着重要作用, 而这三个主成分因子主要代表着公司的资产管理能力、盈利能力以及获取现金流的能力, 因此, 公司在这三个方面的表现, 决定着其最后的综合排序。

根据公式列示计算结果即可以对样本公司进行综合排名, 前十名如表1所示。

从主成分分析结果来看, 前十名的公司财务状况表现良好, 远远超过了其他公司。但另一方面, 前十名公司的主营业务鲜明率、核心业务总资产收益率增长率与所有样本差别很小, 说明前十名公司在这两个方面并没有表现出其优越性, 另一方面也说明其他中小企业也有非常好的发展潜力。

前十名公司的资产管理能力也超出了其他公司, 总资产周转率、存货周转率、应收账款周转率的平均值分别为1.06、10.20、24.21, 50家样本公司三个指标的平均值分别为0.77、5.95、12.4。此外, 前十名公司的偿债能力、盈利能力、获取现金的能力也不同程度的优于其它公司。

(三) 基于主成分分析的人工神经网络分析具体内容如下:

(1) 选择样本及确定数据。利用神经网络进行分析, 需要一定量的样本进行训练, 这里选取上述样本里的30家中小企业, 即股票代码002001-002030的30家公司作为训练样本, 剩余20家作为测试样本。

在BP神经网络中, 当输入层次过多也就是指标数量过多时, 模型往往具有不稳定性, 从而影响结果的可靠性。与以往所使用的神经网络模型不同, 本文并不是将30家中小企业的原始财务指标直接作为输入变量, 而是在主成分分析的基础上, 以提取的8个主成分因子Fi作为输入层, 这样不仅大大缩减了变量的个数, 而且更能保证模型的稳定性。

(2) 确定BP神经网络模型的结构及参数。根据评估和决策的需要, 对输出层的设计选m=5, 即将该板块的上市公司财务状况分为五类:优秀、良好、中等、较差、差。具体参考标准是:某家公司以变异系数法和主成分析两种方法计算的结果若处在1-10名则为优秀, 11-20为良好, 以此类推。如果两种排名有矛盾, 则参考销售净利率作为辅助判断标准。

对输入层, 其神经元个数是由上面主成分分析提取的8个主成分因子确定, 即n=8。对隐含层中神经元个数的确定, 我们采用以下函数确定:通过计算, 最终得到隐含层中神经元的个数是9。

综上所述, 本研究中所采用的神经网络结构为:8 (输入层) -9 (隐含层) -5 (输出层) 。根据具体情况, 这里学习因子速率取η=0.45。

(3) 仿真训练及结果。本文中这一部分是通过Matlab软件来实现的, 在Matlab软件中, 通过训练样本对网络进行训练, 迭代次数为1000次达到误差值≤0.005的要求, 最后得到满意的权值和阈值, 从而确定了稳定的网络结构。

通过Matlab运算, 输出结果形式为 (x1, x2, x3, x4, x5) , 若X2>0.9, 则表示此样本属于第i个类型。例如, 某样本结果为 (0.0165, 0.0467, 0.9874, 0.0147, 0.4567) , 可以认定其属于“中等”。

最后, 通过对预测值的分析, 得到的试验结果如表2所示:

20个测试样本中, 实际财务状况是4个优秀, 5个良好, 4个中等, 3个较差, 4个差, 依据BP神经网络输出结果, 判断情况为:4个优秀, 6个良好, 4个中等, 2个较差, 3个差, 1个无法判断。有4个样本判断情况不符实际情况, 误判率20%, 准确率达80%。神经网络模型从财务状况的“健康”程度上来分析中小企业的综合情况, 更能促进“健康”状况不佳的公司加强经营管理, 改善其财务状况。

五、财务状况综合评价结果分析

在同时期股市业绩普遍出现下滑的情况下, 从以上财务综合评价的结果来看, 中小企业整体表现优于其它上市公司。这里选取主成分分析综合排名前十名、后十名、全部50家样本以及同时期全部上市公司, 通过主要财务指标平均值的比较, 以进一步的分析, 结果如表3所示。

注:因没有同时期上市公司的现金流量信息, 这里不作与其的比较

结果表明:除了主营业务鲜明率、总资产周转率外, 中小企业各项指标均值都优于同期上市公司, 说明中小板块整体良好。但进一步分析会发现, 中小企业表现差异明显, 前十名与后十名相差悬殊。其中, 前十名的主营业务利润增长率是后十名近4倍。两者差异最明显的是获取现金流量的能力, 前十名均由较高的获现能力, 而后十名的全部资金现金回收率、每股经营现金流、净资产现金回收率均为负值。

值得注意的是, 在全部上市公司主营业务利润出现负增长的情况下, 中小板企业仍然表现出了较强的增长势头, 前十名公司的增长率甚至接近50%, 最后十名公司的增长率也达到了12%。但是, 另一反映成长能力的指标主营业务鲜明率, 中小企业的表现却不如上市公司, 这说明相对于上市公司而言, 中小企业的主营业务仍显得不够突出, 主业仍然没能够为中小企业创造足够多的利润。

参考文献

篇9：企业综合财务状况评价的模糊数学方法研究

关键词：完整性管理;风险评价;故障树;模糊综合评价;层次分析法

1 概述

石油和石油化工产品是我国重要的战略能源，不仅影响着国家的经济发展，而且还关系到国家的公共安全[1]。储罐在石油、化工、国防以及交通运输等领域应用比较广泛，是储备原料油、成品油、液体化工原料及其产品的专用设备[2]。

目前，我国有各种类型的储罐数十万台，还有数个大型战略储油罐群正在建设中，因此它的安全性和经济性越来越受到国家和企业的关注[1]。大型储罐一般指公称体积不小于200m3的储罐，我国在用的大型储罐单体最大体积已达15万m3，世界上最大的储罐体积已达到24万m3，如今10万m3的储罐已屡见不鲜[3-4]。随着我国石油储备战略基地的建设，大型储罐潜在的危险越来越多、越来越严重，使得安全、环保和长周期运行的可能性随之减小，这种情况下便对大型储罐的运行和安全管理工作提出了更高的要求[6]。

最初，大型储罐的管理模式是基于事故的管理模式，之后是周期性的维修管理模式，目前逐步发展为适用性强的完整性管理模式，即借助信息技术、集储罐群数据集成技术、检测技术、风险评估技术和维护检修技术为一体的更高层次的储罐管理系统。如何采取有效措施避免和减少大型储罐事故的发生，变预防性周期检修模式为以风险管理为核心的完整性管理模式，是管理者所面临的重大课题[4]。目前对储罐的检测，只有在储罐退出使用时才能进行，因此严重影响了储罐的正常运行。要解决储罐的安全性问题，就要加强以预防和检测为基础的储罐完整性管理[7]。从长远的经济效益和环境保护来看，为确保储罐的安全运行，实现检维修周期的优化及延寿，迫切需要一种既保证安全又经济方便的科学有序的管理模式来规范储罐的运营，在建立储罐完整性管理体系的基础上，根据各种检测结果，对储罐的风险等级进行评价，做出科学的维修决策，对石油化工行业的发展具有重大的意義[1，5]。

2 模糊综合评价法的安全状况评估管理研究

2.1 模糊综合评价法概述

模糊综合评价法是一种基于模糊数学模型的综合评价方法。1965年，美国伯克利加州大学的自动控制专家L.AZdah教授提出了模糊评价理论。该综合评价法是根据模糊数学的隶属度理论，并把定性评价转化为定量评价，也就是用模糊数学去评价受到多种因素制约的事物或对象。模糊综合评价法的特点是结果清晰、系统性强，并且能较好地解决模糊的、难以量化的问题，适合解决各种非确定性的问题[9]。

在我们的现实生活中，很多客观事物并不是都能被准确形容的，相反有些事物是具有不确定性因素的，而这种不确定性表现在两个方面，一是随机性，事件是否发生是不确定的;二是模糊性，事物本身的状态是不确定的。这种模糊概念或者说模糊现象没有办法划出清晰的界限。比如说一件事情发生的频率“偶尔”、“经常”、“频繁”等，是以一种模糊的形式来表达这件事情发生的次数，这个界限具体是怎么区分的又很难描述。模糊数学的出现是把精确描述延展到模糊领域内，去解决更复杂的问题。模糊数学并不是把我们已知的精确的数学形式变得模糊或模棱两可，而是通过精确的数学去处理那些无法准确地用数学形式表达的模糊事物。可以说，模糊数学是形式化思维和复杂系统之间的一座桥梁，将二者结合，使得经典数学又上升了一个更高的层次[9，10]。

模糊综合评价法在各领域内的应用也是很广泛的，借助数学概念为实际状况中的问题提供一种可用的评价方法。准确的说，模糊综合评价就是以模糊数学为基础，将边界不清、状态模糊的因素进行定量描述，利用多个因素指标对事物的隶属等级状况进行综合性评价[10]。

2.2 模糊综合评价法步骤

模糊综合评价就是利用最大隶属原则和模糊交换原理对评价对象做出评判，需要对各个因素进行全面的考虑，最终对评价对象做出综合评判。对于比较复杂的系统，考虑的因素会比较多，如果各因素之间有层次之分，可采用多层次模糊综合评价法。根据实际情况的需要，本文利用二级模糊综合评价法进行评判，其具体步骤如下[8，9]：

①建立因素集U

将需要评价的系统划分为若干个子系统，有多少个子系统便有多少个因素，则其因素集可表示为：

U={u1，u2，…um}，m为因素个数。

②建立评价集V

根据系统情况，选取若干评语组成集合，则称评价集：

V={V1，V2，…Vn}，n为评语数。

③建立权重分配集

在二级模糊评价中权重分配集包含等级集的权重和因素集的权重。

等级权重系数反应了某因素对系统的影响程度或隶属程度。设某一因素uij对应于j等级权重为aij，则对应因素ui（i=1，2，…，n）的等级权重为：

并且上式满足：＼1-297＼134-2.jpg＼1-297＼134-2.jpg> （2-2）

因素集权重反应了各因素对评价结果的重要性及影响程度。表示为：

并满足：（2-4）

④一级模糊综合评判

用μijk表示因素uij对于评价集中Vk的隶属度，对于每一因素ui可表示为相应的评判矩阵＼1-297＼134-5.jpg>

其中，gi表示第i因素类中构成因素的个数。评判矩阵＼1-297＼134-5.jpg>可通过模糊统计试验得到，一级模糊综合评判矩阵＼1-297＼134-6.jpg>为：

其中，1-297＼134-6.jpg>为[U×V]的模糊矩阵。

⑤二级模糊综合评判。以一级模糊综合评判为基础，对因素的影响进行二级模糊综合评判，二级模糊综合评判矩阵为：

利用上述方法，可进行多级模糊综合评判。

2.3 隶属函数的选择

在储罐失效风险评价指标体系中，打分法存在人为的主观性，并且有一些指标的测算和测定本身就是一个比较模糊的概念，因此就需要引入模糊数学中的隶属度函数，通过隶属度函数就能得到评判矩阵。隶属函数的确定比较依赖人的主观性，但也不是随意得出的，隶属函数是对客观事物的确切表示[9]。

2.3.1 常用隶属函数

隶属函数是随着客观事物的不同状态而变化的，要重新建立隶属函数是非常困难的，并且建立的模糊集合的合理性也非常不好把握。为了降低选取隶属函數的难度，前辈们总结和归纳了一些常见模糊现象的通用隶属函数，以这些通用函数为基础对隶属函数进行适当修改以得到适用于模糊集合的隶属函数。常见的模糊分布有[9]：

①正态分布

图2-1  正态分布图

②三角形分布

图2-2  三角形分布图

③梯形分布

图2-3  梯形分布图

④柯西分布

图2-4  柯西分布图

⑤ Γ型分布

图2-5  Γ型分布图

2.3.2 隶属函数的确定

根据上一章对储罐失效的三个因素的风险等级划分，本文将选择五级隶属函数。选择可靠的、准确的、适用的隶属函数是非常重要的，这样才能客观并充分的描述模糊事物。在风险评价中，获得的评价精度越高，需要划分的等级就越多，因此计算量也会随之增加。而五级隶属函数精度较高计算量不是特别复杂，是比较理想的选择[9]。利用之前介绍的常用隶属函数，可在其中选取适合的隶属函数进行计算。

根据参考文献[9]中前辈对大量数据利用Matlab软件进行编程计算，不断的训练学习，最终得到了可靠度较高的隶属函数。在其研究过程中，还得到了常用隶属函数的数据不符合度，结果显示，各隶属函数的数据不符合度差异较大，如表2-1所示[9]。

表2-1  常见隶属函数数据表[9]

[隶属函数＼&数据不符合度＼&等差三角形隶属函数（0.2）

等差三角形隶属函数（0.25）

等差三角形隶属函数（0.3）

等倍三角形隶属函数（2倍）

正态分布隶属函数

Γ型分布隶属函数

柯西分布隶属函数（a=1 c=-2）＼&29.5%

9.34%

2.24%

36.16%

11.9%

29.06%

39.68%＼&]

上表列出了部分常用隶属函数数据不符合度的数值，通过对比分析，等差值为0.3的三角形隶属函数的数据不符合度非常小，只有2.24%，在可接受的范围内。隶属函数的选取是否准确，目前还没有一个特定的方法去进行检验，只能选用近似的隶属函数去描述现实中的客观事物[9]。等差值为0.3的三角形隶属函数的图形如下图所示：

图2-6  因素等级对应各等级的隶属度函数

上图中，横坐标表示的五个等级代表的是评价集V={轻微，较轻微，一般，较严重，严重}，纵坐标表示的是各因素在不同等级的隶属度的值。假设某因素u对评价目标的影响程度为三级，根据上图就可得到该因素对应等级的隶属度：

u：Ⅲ级=0.4/Ⅰ级+0.7/Ⅱ级+1/Ⅲ级+0.7/Ⅳ级+0.4/Ⅴ级

上式即表达因素属于三级时，各个状态的隶属度。同样当因素隶属于其它级别时，各等级的隶属度也可由上图得出。将各个状态的等级表达式按顺序依次排列，就得到了评判矩阵[9]。该隶属函数的等级权重集为：

Ⅰ级={1.0，0.7，0.4，0.1，0.0}

Ⅱ级={0.7，1.0，0.7，0.4，0.1}

Ⅲ级={0.4，0.7，1.0，0.7，0.4}

Ⅳ级={0.1，0.4，0.7，1.0，0.7}

Ⅴ级={0.0，0.1，0.4，0.7，1.0}

由这些权重集即可得到评判矩阵：

归一化后：

2.4 基于大型原油储罐失效安全状况评估

根据模糊综合评判方法的步骤，即可求得大型原油储罐失效的可能性大小，亦就是其危险程度。

①建立因素集U

根据第三章对储罐失效原因的分析及故障树的建立，将引起储罐失效的基本事件分为三类u1（腐蚀因素）、u2（外界因素）、u3（材料缺陷）。故U={u1，u2，u3}。

②建立评价集V

V={轻微，较轻微，一般，较严重，严重}分别对应着Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级、Ⅴ级。

③建立权重分配集

假设u1为Ⅲ级，u2为Ⅱ级，u3为Ⅳ级。即可得到不同因素对应的不同等级状态下的等级集权重。

对各指标的因素权重的计算，可得到三大类因素集的权重系数。

④一级模糊综合评判

由选定的隶属函数即可得到评判矩阵。

因为u1为Ⅲ级，所以其等级集的权重系数

则u1的一级模糊综合评判矩阵为：

同理可以得到u2、u3的一级模糊综合评判矩阵：

⑤二级模糊综合评判

二级模糊综合评判矩阵为：

通过隶属函数的最大隶属原则可知数值0.2454最大，故该假设状况的综合等级判定为Ⅲ级，大型原油储罐在该状况下的危险程度为一般，亦就是其发生的可能性大小为中等。

利用模糊综合评判法，判断因素的风险等级得到各因素的等级集权重，采用模糊层次分析法得到各因素集权重，通过矩阵的运算，最终求得大型原油储罐在某状况下的危险等级。不同状况下的各因素的风险等级不同，可通过第四章中建立的评分表进行打分，得出各因素的危险等级。综合分析各个因素的危险程度从而得到储罐失效的风险等级。根据评价结果，对储罐发生的危险有了进一步的了解，从而可以预防危险因素的发生，再对储罐失效可能发生的危险制定相应的应急预案和事故处理措施，保证储罐能够在日常生产中安全平稳运行。

3 结论

原油属于易燃、易挥发的油品，随着我国原油储罐数量的大幅增长，一旦发生事故，后果将非常严重，因此其属于重大危险源。本文在前辈们研究的基础上，对大型原油储罐的风险进行了评价，对薄弱环节进行了判定，为大型原油储罐的运行以及科学的管理提供了依据。对储罐危险等级的判定，可辨识出失效可能性大的原油储罐，进行进一步的检测和监测，重点预防和维护，将其危险性降到最低，节省了人力、物力、财力。通过分析，可以得到如下结论：

①对储罐完整性管理进行了详细的分析与总结，借鉴相关理论，明确了储罐完整性管理每一个环节的内容及具体作用，对建立一个完善的储罐完整性体系有着重要的作用，在更深层次上可以保证大型原油储罐的本体安全，并且平稳的运行。

②对大型原油储罐进行危险源辨识，从储罐开裂、储罐失稳和腐蚀穿孔三个方面分析了大型原油储罐可能存在的风险因素。

③通过选取适合的隶属度函数，利用二阶模糊综合评价法，得到大型原油储罐在某状况下的危险等级。为以后制定相应的风险缓解措施和风险管理措施提供科学依据，提高实际的风险预测能力。

参考文献：

[1]戴光，李伟，王娅莉等.常压立式储罐腐蚀状态检测与评价技术的研究与应用[J].无损检测，2011，33（12）：58-61.

[2]李光海.常压储罐检验检测技术[J].无损检测，2010，32（7）：509-512.

[3]赵彦修，闫河.大型储罐检测标准对比分析[J].油气储运，2010，29（12）：65-68.

[4]王光，李光海，贾国栋.常压储罐群的完整性评价技术[J].压力容器，2009，26（7）：29-32.

[5]石磊，帅健，王晓霖.储罐完整性管理研究.http：//www.docin.com/p-713218029.html，2013.

[6]郭菲菲，王北福，聂立宏，等.基于MATLAB的大型储罐完整性评价系统的开发[J].浙江海洋学院学报（自然科学版），2013，32（3）：276-279.

[7]张静，帅健.储罐的完整性管理[J].油气储运，2010，29（1）：9-11.

[8]《管道完整性管理技術》编委会.管道完整性管理技术[M].北京：石油工业出版社，2011.

[9]石磊明.城市埋地燃气管道风险评价研究[D].北京：北京建筑工程学院，2012.

[10]燕子的博客.模糊综合评价.http：//blog.sina.com.cn/s/blog_51e178