您好, 访客   登录/注册

基于模糊理论思想的财务数据分析

来源:用户上传      作者: 胡哲 张捍东 胡苏华

  【摘要】使用因数分解法和模糊理论的思想实现关于财务数据的分析和评价,具有优越性和合理性。文章以马钢为例,运用杜邦分析法,结合因数分解法将数据分解,最后使用模糊控制理论的相关思想展开相关的论述,为财务报表分析提供一种新的思路。
  【关键词】模糊理论 财务数据分析 因数分解法 杜邦分析法
  财务数据对于企业管理有着重要的作用。模糊理论就是模拟人的思维方式使用计算机来进行过去那些只有靠人工才能做到的工作。本文主要讨论如何使用模糊理论,结合因数分解法展开关于财务数据分析的介绍,以说明基于模糊理论思想的财务分析理论的可行性和优越性。
  一、因数分解法简介
  由于直接对于财务数据分析过程,不能够直接得出有关数据的变动原因,特别是需要对于有些数据进行差异分析时,该问题更显突出,为此引入因数分解法,提高整体分析效率。
  因数分解法是一种将某一财务比率变动进行分析的一种数学分解方法,通过此法可以方便地分析出该比率变动的主要原因和次要原因。使用该种方法,可以方便地去除使用变量替代法时,替代次序的不同的情况下,对于分析结果的影响。同时,使用因数分解法分解之后,我们也可以更方便地进行模糊理论分析,将财务分析的模糊化成为一种可能。
  二、模糊理论思想简介
  模糊理论的主要思想是使用模糊集合描述事物的概念。模糊控制是建立在人工经验的基础之上的,对于一个熟练的操作人员,他可以凭借丰富的实践经验,采取合理的方法来巧妙地实现对于复杂系统的控制。因此,我们可以对于这些经验加以总结和描述,进而实现分析过程的简化,提高财务分析的效率。
  1.模糊集合。模糊集合的思想就是将人的判断、思维过程使用简单的数字形式直接表示出来,为人类提供了能充分利用语言信息的有效工具(李士勇,2011)。模糊集合是模糊理论思想的核心之一,对于有关的财务数据来说,数据是使用数字形式表示出来的,但是我们使用模糊理论的思想将其模糊化,使用模糊集合的思想就可以简化对于有关财务数据的分析过程,提高分析的效率、分析的准确率。
  图1 基于模糊理论思想的财务数据分析的原理图
  图1就是基于模糊理论思想的财务数据分析的原理图,经过以下的操作过程,就可以实现对于相关财务指标的评价,最终提供给有关决策者使用,方便其日常工作流程。
  操作过程一:数据的存储。运用相关会计理论的方法和有关财务指标的数据统计的方法,可将有关的财务指标及其内部数据计算出来,并将其存储与记录,以供财务分析时使用。在此过程应当保证数据的真实、可靠、准确,消除会计处理方法对于财务指标的影响,以便客观反映有关的财务状况和经营成果,提高整体分析的准确率。
  操作过程二:数据因数分解法处理。将得到的财务指标数据使用因数分解法进行处理,并将得到财务指标差异变量,直接将其进行模糊化处理。
  操作过程三:数据模糊化处理。对采用因数分解法处理的财务指标差异变量进行模糊化处理,即利用模糊集合的概念,运用隶属函数将其模糊化处理,得到我们所需要的模糊值。
  在这一过程中,应先将经因数分解法分解的财务指标差异变量将其论域量化,应结合不同企业的实现情况来进行处理。具体量化过程可见下文叙述。对于其他的财务指标也可以采用类似的方法,对其展开分析,同样也可以实现对于财务指标的评价和分析。此外,对于几个不同的财务指标差异变量,我们可使用同一个模糊子集来描述。但是在实际使用过程之中,可以对于不同的财务指标差异变量使用不同的模糊子集变量加以描述,以使得其更加符合实际情况,使得分析结果更加准确。
  经过以上的财务指标差异变量的模糊化处理过程,我们就可以完成对有关的财务指标差异变量的模糊化处理过程,实现对于财务指标的评价,供决策者使用。
  操作过程四:决策者的使用。通过以上各种技术处理后,我们就可以得到经模糊化出来的财务指标差异变量的模糊化取值,实际上也就是实现对于该指标的评价过程。通过对于这些所得出的模糊化取值的分析,决策者就可以结合实际的情况,加以自身的工作经验,实现对企业某一部分的运行情况的了解,及时发现问题并解决问题。
  为了更有效地说明该方法,以下将主要以杜邦分析法为例,结合相关上市公司的财务数据,展开对于模糊理论思想的财务数据分析的原理的实例分析,以说明该方法的合理性和优越性。
  三、杜邦分析法简介
  杜邦分析法(净资产收益率)是最有名的财务综合指标分解方法之一,它将企业的效益产生的各个环节,如生产、经营、管理、销售分解成相应指标,并且再将它们综合起来,揭示企业获取收益的内在因素及其相互之间的关系(高建来,2012)。杜邦分析法主要是从企业的净资产收益率出发的,将其分解成若干财务指标,从而形成了“杜邦指标分解体系”。
  净资产收益率是净收益除以所有者权益平均余额后的比率。该比率反映的是所有者权益的剩余报酬,并且是作为企业经营业绩的重要衡量指标。基本分解过程如下所示:
  四、实例分析
  我们选取马鞍山钢铁公司的2011年的财务报表数据进行相关论述与分析。同时,为了保证数据的准确性,根据现行的会计政策,为了保证数据的可比性和一致性,报表在列报前已经将其追溯调整了,因此并没有对于有关数据进行处理。
  1.因数分解法处理。由于篇幅的限制,仅将杜邦分析法分析计算的结果直接给出,由于因数分解法必须使用两期的数据加以对比,为此我们将使用财务报表中的2011年和2010年的两期财务数据,然后对其使用因数分解法分解。
  通过这样的处理,我们得到差异数据,一方面消除了不同差异变量分析次序不同所带来的差异,另一方面也为下文的模糊理论的分析带来的可能,以下我们将对这些因素变量进行模糊分析。
  2.数据模糊化。依据模糊理论的有关思想,我们将经因数分解法分解之后的数据的论域都量化为13个等级,即都为{-3,-2,-1,-0.5,-0.2,-0.1,0,0.1,0.2,0.5,1,2,3}。其模糊子集都为{NB,NM,NS,ZE,PS,PM,PB},他们分别代表:很差,比较差,差,一般,好,比较好,非常好。   (1)定义模糊隶属度函数。由于三角形隶属函数的灵敏度强、分辨率高,因此对于以上的差异变量,我们将都采用三角形隶属函数。
  三角形隶属函数主要由三个参数确定,分别为a,b,c确定,即:
  当然,为了突出某些变量的重要性,或者弱化某些变量的变化,我们也可以采用其他的隶属函数来实现。
  (2)数据模糊化计算。使用三角形隶属函数对于上述四个指标依次进行处理,计算其隶属度的取值。这一过程中,我们将主要采用上述式(2)对其进行计算。将隶属度转化为模糊集中的某一变量。最后,使用表3差异变量模糊集划分表,对数据进行划分,即将计算出来的隶属度取值与该表进行比较,得到该差异变量的模糊集变量。此过程中,应结合不同企业的实际情况,加以一定的经验常识,有目的地对表中的变量取值加以合适的调整。
  (3)供决策者使用。通过模糊化的指标,我们不难看出,对于净资产收益率这一指标,相对于其前一年度而言,是差的,说明整体企业的收益水平有所下降。其中,销售利润率方面必须加以关注,因为其指标模糊化后的模糊集取值为很差,因此必须加强对于销售利润率的管理,采取有力措施提高销售利润率。对于总资产周转率来说,经过模糊化过程后,我们可知其得到了一定程度的改善。此外,权益乘数该指标几乎与前一年度趋平,说明企业的债务权益比率在过去的一年中并没有多大的改变。
  五、结论
  使用模糊理论思想进行财务数据分析所得到的结果,与经过详细的财务分析之后所得到的分析结果进行比较,其结论基本一致,因此,说明该方法准确,即该方法具有很高的可行性和合理性。
  实际使用过程中,我们只要将有关的参数设置好,就可以直接得出相关的结论,可以很快地实现对于财务数据的分析过程,节约时间和劳动力,直接得出结论。也可以使用以上方法实现简单的财务数据的分析,找出关键因素,然后再进行更深一步的分析,体现出本方法的优越性。
  当然,以上过程还是有很多值得完善的部分,具有隶属函数的选择、变化等级的划分、模糊集的选择等多方面,还是有很多值得深究的地方。
  综上所述,本方法是有着很高的合理性和优越性,有着很高的实际使用价值,为财务报表分析提供了一种很好的思路。
  (作者胡哲、胡苏华系硕士研究生;张捍东教授为博士)
  参考文献
  [1] 袁利锋.以财务数据为基础的专家系统的研究与开发[D].北京:华北电力大学,2006.
  [2] 袁广.基于模糊数学的财务分析指标体系设计[D].长沙:中南大学,2006.
  [3] 李士勇.模糊控制[M].哈尔滨:哈尔滨工业大学出版社,2011.
  [4] 刘金琨.智能控制[M].二版.北京:电子工业出版社,2011.
  [5] 高建来,王丹.杜邦分析体系的拓展及应用[J].商业会计,2012(7):32-34.
转载注明来源:https://www.xzbu.com/1/view-6473877.htm