企业价值评估指标体系的构建及评价方法实证研究

企业价值评估指标体系的构建及评价方法实证研究*王

晶

高建设

宁宣熙

（二）评价方法

企业价值评估指标体系建立后，用何种评价方法进行评价直接决定着评价结果的客观、公正性。目前，在理论与实务界运用较多的评价方法主要有功效系数法、综合分析判断法、主成分分析评价法、层次分析评价法和比较分析评价法等。其中主成分分析评价法、层次分析评价法、功效系数法属于定量评价法；综合分析判断法、比较分析评价法属定性评价法。

一个成熟的指标体系的选择、指标权重的确定为企业间的横向比较提供了标准，企业的差异能否由指标体现出来也反映了指标的优劣，且运用一个指标时，也必须充分考虑影响指标的因素。

灰色聚类评价是根据灰数的白化权函数将一些观测指标或观测对象划分成若干个可定义类别的方法（刘思峰、党耀国、方志耕，2004）。集对分析理论（SPA）是一门新兴学科,它是一种用联系数“a+b·i+c·j”统一处理模糊、随机、中介等不确定性系统的理论和方法（赵克勤，2000）。鉴于企业价值评估的“灰性”和应用同一性、差异性和对立性3个方面来研究系统的不确定性的科学性，本文构建了一种灰聚类—集对集成评价（GCSP）方法来表达对企业的评价，既有归属的类（优、良、好、差），还可表达优的程度、良的程度等。避免了传统评价方法的简单，模糊聚类反映的信息少，差异性小的缺点。有了对不同企业的合理评价，即可对企业价值做出合理估计。

定义1：设有n个聚类对象，m个聚类指标，s个不同灰类，根据第i（i=1，2，…，n）个对象关于j（j=1，2，…，m）指标的观测值xij（i=1，2，…，n；j=1，2，…，m）将第i个对象归入第k（k∈{1，2，…，s}）个灰类，称为灰色聚类。

定义2：将n个对象关于指标j的取值相应地分为s个灰类，称之为j指标子类。j指标k子类的白化权函数记为fjk（·）。

表1󰀃󰀄󰀅%󰀆653420142210122212102212101520155555摘要：本文对企业绩效评价指标体系及企业价值评估指标体系进行了比较分析，提出了企业价值评估指标体系的设计思路。根据企业价值评估的特点，设计了一套企业价值评估指标体系，基于集成灰色聚类评估和集对分析理论提出一种新的评价方法并进行了实证研究。

关键词：价值评估评价方法灰色系统集对分析（一）企业价值评估指标体系

从近代经济发展中看，企业价值评估源于企业绩效评价，而真正意义上的企业绩效评价需求是为了加强资本所有权控制和公司内部控制而提出来的。自从泰勒创立了科学管理理论后，以美国为主的西方国家对绩效评价方法的研究开始逐步深入；1992年，卡普兰和诺顿发明的“平衡计分测评方法”引起了强烈反响。卡普兰等第一次将创新能力和学习能力作为重要的评价指标，说明在知识经济时代企业要在激烈的市场竞争中立于不败之地，必须不断创新和积累知识（孟建民，2002）。

为了更好地运用企业价值评估指标体系，应正确把握好企业经营业绩和企业价值的关系，既要重视经营业绩指标在企业价值评估指标体系中的重要作用，又不能完全受经营业绩指标的影响，必须实现经营业绩指标、核心能力指标、外部环境指标的有机结合，这样才能充分地发挥企业价值评估指标体系在企业价值评估中的作用。

基于上述理论和我国有关企业价值评估的研究成果，本文构建的企业价值评估指标体系主要由企业现有盈利能力评价、企业潜在盈利能力评价和企业持续盈利能力评价3个部分组成。其中企业现有盈利能力评价由财务指标构成，参照国务院国资委统计评价局制定的《企业绩效评价标准值》，其包含反映企业盈利能力状况、资产质量状况、债务风险状况和经营增长状况4个方面一级指标和8个方面二级指标，用于综合评价企业财务会计报表所反映的经营绩效状况，成为对企业未来盈利评估的历史基础。企业潜在盈利能󰀁󰀂力评价包含了行业成长性和企业1.󰀇󰀈󰀒󰀓󰀔󰀕󰀖󰀗󰀘󰀙󰀁󰀂成长性2项一级指标和5项二级1.1󰀔󰀕󰀖󰀗 !指标，反映企业价值在现有基础1.1.1&’()*+上未来增值的可能性（或空间），1.1.22’(34+1.2’(:; !重点体现企业可持续竞争力对企1.2.12’(?@+󰀅A󰀆业价值作用的产业效应与位势效1.2.2G)HI?@+󰀅A󰀆应强度。企业持续盈利能力的评1.3OPQR !1.3.1’(]O+价指标设计为管理创新、产品创1.3.2‘<󰀕abc新、市场创新3项一级指标和121.4LMl󰀊 !项二级指标。在3项指标体系中，1.4.1op󰀅M󰀈󰀆l󰀊+1.4.2’t5ulu+以企业现有盈利能力即财务指标2.󰀇󰀈vw󰀔󰀕󰀖󰀗󰀘󰀙󰀁󰀂体系为根本，其他两方面的指标2.1|󰀈󰀉󰀊󰀋体系最终为财务指标服务。因财2.1.1|󰀈i󰂃󰂄󰂅|󰀈󰂈󰂉XJ󰂊?T务层面的指标直接反映企业的获2.1.1.12.1.1.2|󰀈󰂍󰂎󰀑利能力，可赋予较高权重。同时，2.1.1.3|󰀈󰂑󰂒󰂓󰂔根据多层次评估指标体系的特2.1.2 |󰀈󰂗󰂘󰂙󰀑*本文受到资助项目：国家自然科学基金（70473037）。

点，在权数设置上也进行分层处理（见表1）。

企业价值评估指标体系2.2 󰀇󰀈󰀉󰀊󰀋2.2.1󰀚󰀛󰀜󰀝2.2.1.1󰀚󰀛\"#󰀑2.2.1.2(,-./󰀓+2.2.1.3󰀚󰀛50+2.2.1.49󰀚󰀛<=+2.2.1.5󰀚󰀛󰀕B+2.2.2J(KLM󰀜󰀝2.2.3.1NS?TU+2.2.3.2(,^_+2.2.3.3(,de+2.2.3.4(,mn+2.2.3.5Vq[r󰀕k+2.2.3.6J(󰀖󰀗󰀕k+2.2.3.7px(,5eTy2.2.3.8}~󰁿󰂀󰂁C+2.2.3󰂆󰂇672.2.4.167󰀜󰂋^󰂌:2.2.4.267󰂏󰂐2.2.4.3󰀌󰀍\"#󰀑2.2.4.4󰀌󰀍󰂚󰂛󰂜󰂝80306666630443344442033332.2.4.5󰀌󰀍󰀎󰀏󰀐󰀑2.2.4.6󰀌󰀍󰀞󰀟󰀖󰀗2.2.4.7󰀌󰀍$%󰀖󰀗3.󰀇󰀈01󰀔󰀕󰀖󰀗󰀘󰀙󰀁󰀂3.1.67893.1.1,>673.1.2CDEF3.1.367N󰀑3.1.467VWXYZ[\\3.2.(,893.2.19(,fghijk+3.2.29(,hi󰀖󰀗3.2.39(,his󰀑3.2.49(,op+3.2.59(,z{+3.2.6󰂂󰀕(,op+3.3.-.893.3.1󰀒󰀓-.X503.3.29-.Xhi3.3.3Mo󰂕󰂖8932320251055545777710730101010-180-

《管理世界》(月刊)

2009年第2期

定义3：设j指标k子类的白化权函数fjk（·）为典型白化权函数，则有xjk（1），xjk（2），xjk（3），xjk（4）为fjk（·）的转折点，典型白化权函数记为:fjk[xjk（1），xjk（2），xjk（3），xjk（4）]。

定义4：如果（1）若白化权函数fjk（·）无第一和第二个转折点xjk（1），xjk（2），则称fjk（·）为下限测度白化

kkk

权函数，记为fj[-，-，xj（3），xj（4）]；（2）若白化权函数·）第二和第三个转折点xjk（2），xjk（3）重合，则称fjkfjk（（·）为适中测度白化权函数，记为fjk[xjk（1），xjk（2），-，xjk（4）]；（3）若白化权函数fjk（·）无第三和第四个转折点

·）为上限测度白化权函数，记为fjkxjk（3），xjk（4）则称fjk（

表2委估企业及对比企业的各类指标

（三）实证研究

通过企业价值评估具体介绍GCSP模型的步骤如下。

例：拟评估企业属黑色金属冶炼行业，选择与其处于同一或类似行业的3个企业的交易案例数据资料，按照企业价值评估的要求设10个聚类指标（见表2）。将各聚类指标分为优秀、良好、合格、不合格4个不同的灰类，相应取值范围也作相应划分，具体每个指标灰数的取值域及各指标在综合评估中的权重可通过Delphi调查确定，此实证权重的确定按前“企业价值评估指标体系”中所述。

根据算出的白化权函数fjk（·）（j=1，2，…，10；κ=1，2，3，4），聚类权ηj（j=1，2，…，10）以及企业i关于j指标的样本值，算出灰色定权聚类系数σik=∑fjk（xij）·ηj，i=1，2，3，4；k=1，

[xjk（1），xjk（2），-，-]。

定义5：如果有（1）对于下限测度白化权函数，令k

λj=xjk（3）；（2）对于适中测度白化权函数，令λjk=xjk（2）；（3）对于上限测度白化权函数，令λjk=xjk（2）；则称λjk为j指标k子类临界值。

定义6：设λjk为j指标k子类临界值，则称ηjk=λjk/∑λjk为j指标k子类的权。

定义7：设xij为对象i关于指标j的观测值，fjk（·）为j指标k子类白化权函数；ηjk为j指标k子类的权，则称σjk=∑fjk（xij）·ηjk为对象i关于k灰类的灰色变权

聚类系数。

定义8：称σi=（σi1，σi2，…σis）=（∑fj1（xij）·ηj1，∑fj2

（xij）··ηj2，…，∑fjs（xij）ηjs）为对象i的聚类系数向量；称

2，3，4。

σ1=（σ11，σ12，σ13，σ14）=（0.17，0.37，0.40，0.00）σ2=（σ21，σ22，σ23，σ24）=（0.26，0.26，0.35，0.06）σ3=（σ31，σ32，σ33，σ34）=（0.26，0.50，0.08，0.00）σ4=（σ41，σ42，σ43，σ44）=（0.11，0.18，0.46，0.01）由，判定企业1、2、4属合格类，3属良好类，企业1为委托评估的企业，可初步判断它与企业2、4的

价值接近。

对σik进行归一化，得出“同异反”的结论评价结果:

∑=（σik）=为聚类系数矩阵。

定义9：设max{σik}=σik*,则称对象i属于灰类k*。定义10：对定义8的聚类系数矩阵，如果有：μ=α1·

Lk

·P1+α2P2+…+α·sPs，其中，αL=αi/∑σi，L=1，2，…，s.，称μ为同异反评价结果。

当聚类指标意义不同、量纲不同，且在数量上悬殊很大时，采用灰色变权聚类可能导致某些指标参与聚类的作用十分微弱，可对各聚类指标事先赋权。

定义11：设xij（i=1，2，…，n；j=1，2，…，m）为对象i关于指标j的样本值，fjk（·）（j=1，2，…，m；κ=1，2，…，s）为j指标k子类白化权函数。若j指标关于k子类的权ηjk（j=1，2，…，m；κ=1，2，…，s）与k无关，即对任意的k1，k2∈{1，2，…，s}，总有ηjk1=ηjk2，则可将ηjk的上标k略去，记为ηj（j=1，2，…，m），并称σik=∑fjk（xij）·ηj为对象i属于k灰类的灰色定权聚类系数。

定义12:根据灰色定权聚类系数的值对聚类对象进行归类，称为灰色定权聚类。

灰色定权聚类可按下列步骤进行：

第一步：给出j指标k子类白化权函数fjk（·）（j=1，

μ1=0.18P1+0.40P2+0.42P3+0.00P4

μ2=0.28P1+0.28P2+0.38P3+0.06P4μ3=0.31P1+0.60P2+0.09P3+0.00P4μ4=0.14P1+0.24P2+0.60P3+0.02P4

经分析，委估企业1优于企业4，与企业2价值最接近。（四）结论与讨论

企业价值评估是一项非常复杂的工作，涉及到企业的诸多方面。本文依据相关法律法规对企业价值评估的要求，借鉴国际上企业价值评估和绩效评价的相关理论，构建了适用中国国情的企业价值评估指标体系，并设计了一种新的评估模型—GCSP,以有效避免一般评估模型之结果过于模糊和差异性不显著的缺陷。需要指出的是：

1.该企业价值指标主要侧重于企业的盈利现状、盈利潜力和创新能力的综合评价，给出的各个指标的权重是特定专家群体的智慧所得，主要针对竞争性工业企业。

2.构建的GCSP模型是对评估方法的一种尝试，其可以有效避免评估结果不显著的现象发生。但评估方法中白化权函数的确定要依赖评价者对评价对象的认知程度。

3.该评估体系及评价模型可为企业价值评估的科学化、合理化提供一种思路，但评估指标体系非通用，具体的项目评估往往需要对所评估对象的特性进行微调。

2，…，m；κ=1，2，…，s）；

第二步：根据定性分析结论确定各指标的聚类权

ηj（j=1，2，…，m）；

第三步：从第一步和第二步得出的白化权函数fjk

（·）（j=1，2，…，m；κ=1，2，…，s），聚类权ηj（j=1，2，…，m）以及对象i关于j指标的样本值算出灰色定权聚类系数，σik=∑fjk（xij）·ηj（i=1，2，…，n；κ=1，2，…，s）；

第四步：若max{σik}=σik*，则断定对象i属于灰类

（作者单位：南京航空航天大学经济与管理学院）

参考文献

（1）孟建民：《中国企业效绩评价》，中国财政经济出版，2002年。（2）刘思峰、党耀国、方志耕：《灰色系统理论及其应用》，科学出版社，2004年。

（3）赵克勤：《集对分析及其初步应用》，浙江科学技术出版社，2000年。

k*。

-181-