财务诊断及MCS模型应用研究

一、财务诊断及MCS模型的提出

企业财务诊断是企业诊断的重要组成部分，其目的是为了解决企业财务问题和提高经济效益。自本世纪以来，企业财务诊断在欧美和日本等国家已经得到较快的发展，形成了一类专门的产业。我国自上世纪八十年代以来，财务诊断得到迅速发展，但尚未引起理论界的足够重视。关于财务诊断的定义很多，本文采用马冬青（2006）的财务诊断定义：财务诊断是在对企业财务状况进行全面分析的基础上，运用一整套诊断方法，发现问题，并提出诊断方案或建议，使企业走出困境或改善其财务状况。

与主要依靠定性化的分析方法和一般的管理理论方法进行诊断的传统财务诊断不同，现代诊断则是通过定量与半定量的分析那些影响企业财务活动的各个因素，依据先进的诊断模型或诊断体系，采用因素分析方法，对企业财务活动进行综合评价或专项分析，为受诊企业或受诊主题提供改进的建议和措施。

一般的传统企业财务诊断过程为：首先，接受受诊者或者企业的诊断邀请；其次，诊断专家或者施诊者分析受诊企业情况或诊断问题状况，确定诊断主题或诊断对象；再次，进入正式诊断过程，找到问题，分析问题；最后，向受诊企业提供诊断建议或诊断方案，并告知受诊企业方案的作用与解决的问题的程度，经过与受诊企业的沟通并形成最终方案。传统的企业诊断流程如图1所示：

图1 传统企业财务诊断流程图

传统企业财务诊断的诊断过程过于简单，未能体现诊断过程中所采用的诊断方法和工具；未能体现对受诊主题性质深入的认识、判断和预测；未能说明诊断的阶段性目标与思路过程；未能表达施诊者对诊断问题的信心与预见。而现代诊断对传统诊断存在的缺陷进行了弥补，如图2所示：

此模型与计算机相结合，利用其在运算上的便利，缩减了大量的逻辑运算时间，并能够保持高度的准确性，提高了诊断时效，与质量；充分发挥专家的作用，在此过程中，专家凭借个人的经验、知识、预见性和创造力，与其他诊断方法相结合，使诊断更具客观性和科学性，有效实现了施诊者与诊断方法的有机结合，既有专家的价值判断又有诊断方法的相辅相成，让诊断更具客观性、有效性和价值性，使企业诊断方案质量更好，效率更高，帮助企业健康发展。此模型在诊断的过程中，灵活运用了各种因素分析方法对因素进行全面分析，从方法和技术上对诊断方案生成做到全面改善，是企业诊断行之有效的体系模型。

本文就是在此诊断模型统的基础上，就企业财务诊断方案生成过程的因素进行选择与优化，如何对因素进行收集、选择、分析、优化，以及用何种方法进行判断与优化。

二、因素分析概述

（一）狭义的因素分析法 因素分析法是统计学的一种分析方法，主要是分析各个指标因素对总因素变动的影响情况。作为现代多元统计实用重要的方法，已经在很多领域得到广泛的应用，主要包括：连环替代法、差额分析法、指标分解法、定基替代法。

（1）连环替代法。此方法是利用各个因素之间的互存影响关系，将因素分解为各个能够计量的又一层因素，（2）差额分析法。该方法采用各个因素之间的的实际值与标准值之差，来得到各指标对因素的影响程度。例如，每股收益=（税后利润-优先股股利）/总股数，即每股收益受着三个因素的影响，通过比较两年中各个指标的变化，计算出总的每股收益的的变化情况，且三个影响因素与在两年中不同的变化，就可以得到每股收益的变化是由这三个因素中的哪个因素起主要作用的。

（3）指标分解法。就是把因素用指标分解开来，例如存货周转率=主营业务成本/存货

（4）定基替代法。该方法是用分析值代替标准值，从而得出各个因素对指标的影响程度。例如标准收益的差异分析。

采用因素分析法时注意的问题：因素分解的关联性；分析前提的假定性；因素替代的顺序性；替代顺序的连环性。因素分析法的结果要在符合逻辑的某种假定前提下进行，使所求的因素关系具有实际经济意义的，因为各个因素的变动影响数会因为替代顺序的不同而存在差异，只有做到这些，才能使因素分析法应用准确，并发挥其积极、有利的作用。

另外在统计学界，还提出了其他体系较为完整的因素分析法，其主要包括传统因素分析法（即拉氏指数与派氏指数所构成的指数体系）、理想指数分析法（费雪的理想指数公式）、微积分因素分析法和影响系数分析法等方法。其中，后三种方法是为了弥补第一种方法的不足而提出来的。这些方法各有特点，对于完善因素分析理论与方法，都起到了积极的作用。

（二）广义的因素分析法 而从广义上来说，因素分析法是指运用定性或定量的方法对因素进行选择、分析、优化等的过程。所有对因素做出定性或定量分析的方法都可以归纳为广义上的因素分析方法。下面简单列举几种常见的因素分析方法：

（1）基于企业财务活动的分析方法。企业财务诊断的要求是系统的、全面的，所以不能针对某一方面孤立地诊断分析，要进行综合评价和综合分析找出问题所在。根据不同的诊断手段，综合诊断法又包含以下方法：沃尔诊断法（通过选取一些有代表性的财务指标，如运营能力、偿债能力、盈利能力等方面，赋予一定的权值，选取标准值，计算诊断期这些指标的得分，将得分与权重加总得到评分值来对企业财务状况做出评价）；杜邦分析法（以权益净利率为起点，将财务因素逐层分解，分析企业的资产结构、盈利能力、营运能力、变现能力、资本结构等方面）；Z分数诊断法（其方法主要是判断企业财务危机的发生。首先选取能够反映财务风险的指标，根据它们在预示企业财务危机方面的能力赋予系数，计算Z分值，与临界值对比从而掌握企业的风险程度）；雷达图分析法、盈亏平衡分析法、杠杆诊断法等。在实际诊断中，往往将各种方法综合使用。

（2）基于管理理论的分析方法。在管理学中，有很多因素分析的方法，这些方法也很常见，例如：SWOT分析法（既分别对企业外部的机会因素和威胁因素，企业内部的优势和劣势因素进行分析）、GE矩阵、波士顿矩阵（BCG矩阵）分析、关键成功因素法（KSF）等。

（3）基于多元统计的分析方法。由于很多实际问题都不是受单一因素影响的，而是涉及很多变量因素，多元统计方法就是通过对多个变量因素进行分析，来研究其总体特征、规律以及各个变量因素的相互关系。常见的多元统计分析方法有很多，如主成分分析法（Principal Component Analysis，PCA）、因子分析（Factor Analysis，FA）、聚类分析（Cluster Analysis，CA）等。

（4）基于智能原理的分析方法。一般常见的智能原理的分析方法有：人工神经网络（Artificial Neural Networks，ANNs）也简称为神经网络（NNs）、遗传算法（Genetic Algorithm，GA）、粗糙集理论（Rough Set Theory，RST）等。

（5）基于运筹学的分析方法。运筹学是用数学方法研究各种系统优化的问题，其核心是运用合理的人力、物力和财力得到最优的效果。常见的基于运筹学的分析方法有：多属性和多目标决策分析法（Multi-objective Decision Making，简称MODM）、线性规划问题求解法（The Methods to Linear Programming）、层次分析法（The Analytic Hierarchy Process，简称AHP）、决策论（Decision Theory，简称DT）等。因素是在整个诊断过程中都是积极分子，为提高诊断质量，须对其运用一些适当的方法进行分析和研究，把握影响诊断的关键因素。在企业财务诊断中，根据诊断内容、范围不同所采用的方法也不同。而且在不同的阶段，不同的模块往往采用不同的诊断方法相结合。

（三）模型各个模块的运行过程与方法的匹配 将方案生成系统的不同模块与不同方法相互配合达到协同、互赢，这是诊断的最理想状态，但是各种方法都有其缺点与长处，这些方法用到何处，怎么使用，都可能会对诊断产生不同效果。所以，能够做好因素分析方法与模型的匹配是实施诊断的前提。

在上述的MCS模型中，几大模块的运行过程，也就是方案生成的过程，那么对应四大模块，我们可以把对因素分析处理的过程分为四个阶段：因素收集、因素选择、主题选择、因素优化。这四个阶段都是为了因素分析服务的。在因素收集阶段，从受诊企业的内外环境入手，搜集获得第一层的信息，汇总受诊企业的内外部影响因素，包括内外部环境的定性因素与财务指标的定量因素，并将这些因素进行初步的整理和归类，根据诊断需求与施诊者的经验进行初步筛选。这个阶段是实施诊断的基础，也是财务诊断的最原始依据。在因素选择阶段，将收集到的因素，按照类别进行初步选择，主要是将内外环境的定性因素与财务的定量因素，分别进行选择。由于环境因素之间的相互影响和相互制约，因素之间的比较又无法用定量的方式描述，而德尔菲法正是解决这类问题的行之有效的方法，它通过专家的知识与经验对因素进行筛选，初步确定因素以及其层次关系；运用指标分解法与因素分析法等对财务因素进行选择判断。在主题选择阶段，由于企业财务诊断与诊断方案的生成是在一定主题下形成的，根据诊断需求与施诊者的知识经验，形成不同的方案主题，再根据主题进行诊断。在因素优化阶段，在方案主题的背景下，有目的的对因素进行优化。由于诸多环境因素与财务因素对主题的相互影响，如果只靠施诊者的主观判断，不仅工作量大，而且诊断结果也会根据不同的施诊者得出不同的方案，再者，由于环境的定性因素，财务指标的适度性，这些都使得因素之间不再是简单的线性关系。由于这些诸多原因，将环境因素与财务因素分别进行优化，采用层次分析法对环境因素进行优化、采用BP神经网络对财务因素进行优化，它们可以科学有效做到因素的优化。

图3 因素分析方法引入MCS模型

三、传统财务诊断的缺点

企业诊断自上世纪80年代初进入我国，至今己有20多年。最初的企业诊断主要依靠人工诊断，诊断方案也是依靠人工生成。随着信息技术与计算机的迅速发展，企业诊断演化为专家的知识、经验和定性判断同定量模型以及定量数据的描述有机地结合起来，以实现定性因素与定量因素之间的有效结合，因此借助于计算机和互联网来生成诊断方案，这是诊断方案生成的发展方向。但是，不能单纯过度地依赖计算机进行诊断方案的生成，因为斯蒂文？库克和尼格尔？斯莱克曾经强调了创造性在企业诊断中的重要性，提出诊断方案的制定是充满创造性的活动，陈述了在诊断过程中应刺激和鼓励创造性。广泛的备选方案是创造性行为的结果，满意化会中止对更全面的备选方案的挖掘，使人们更接近于决策连续集合的最优化。同时，人们也越来越意识到分析方法和诊断工具对诊断的重要性。传统财务诊断主要存在以下问题：

（一）手工化工作量大，方案生成效率低。在传统的财务诊断过程中，由于诊断的实际操作都是依靠手工来完成的，而这个过程的分析工作正是为形成诊断方案而服务的，是形成和创建方案的前提，但大量的手工操作不但使诊断的时效低，而且容易造成误差，影响诊断的质量和客观性。

（二）初始问题与诊断方案的一致性差。很多诊断都是对问题的单方面分析，缺乏对相关外界信息的思考，往往忽略了对环境的分析，致使对诊断问题的分析面窄，造成诊断方案的质量与时效相对较差；另一方面，由于诊断的分析过程与方案的形成是两个相对独立的过程，在施诊者的思考和判断下，生成的方案与被诊断的问题却发生了脱离的现象，也就是诊断方案并没有解决企业发生的问题，这就违背了委托者的初衷，使诊断失去了诊断的意义。

（三）依靠诊断专家个人能力，使诊断方案参差不齐。如前所述，施诊者接受企业的诊断邀请，施诊者为企业进行诊断，提供诊断建议与方案，这个过程的完成是依赖于施诊者的经验、知识、预见性和创新性的。一方面，由于施诊者依靠长期的主观判断与经验分析，致使诊断行为主观性强、随意性大，甚至使一些资质差的诊断者和一些诊断机构也在滥竽充数，影响诊断的良性发展；另一方面，过大的依赖于施诊者的个人能力，使对诊断问题的思考过于狭窄，影响和限制了诊断的质量与效果。

如上所述，企业财务诊断尚需改进，使诊断过程更加科学化、系统化；保证诊断质量；使诊断更合理、有效、客观和准确；使定量分析与定性分析有机的结合；摆脱对施诊者一味的依靠。

四、MCS模型的优点

为有效解决传统诊断存在的问题，梁戈夫教授提出了MCS模型（Management consulting System），推动了诊断方案生成的研究。模型如2图所示。这个模型共包括四个部分，即环境诊断分析模块、因素分析模块、方案主题选择和形成模块和基本方案生成模块。其模型的基本运行过程是从宏观、中观和微观的环境因素开始的，形成初始因素，经过主珍模块实现对因素的分析，形成诊断方案生成的素材，在选定主题背景下形成诊断方案。从功能上分析，每个模块都为诊断过程提供了特有的功能。其中，在环境诊断分析模块中，针对诊断问题或者诊断主题，收集相关的宏观、中观到微观的因素，经过专家的初步筛选，将其分类整理，这些因素就成了诊断方案生成的第一手素材，形成初始因素群；在因素分析模块，通过对环境分析模块中的因素做进一步分析，根据不同的需要，采用不同的方法对因素进行处理，为施诊者提供有利的诊断依据，提供战略类型及强度的判定；在方案主题选择及形成模块中，施诊者通过对诊断问题与因素的分析，得出诊断方案，这个环节是一个非结构化的系统；基本方案生成模块是通过线性规划组建的逻辑过程，来改善方案组合，并利用铺盖度评估和效用评估来检测方案的适用性。

参考文献：

[1]司林、向俊：《企业财务诊断理论的运用分析》，《湖北广播电视大学学报》2009年第3期。

[2]马冬青、袁颖：《企业财务诊断分析》，《市场论坛》2006 年第2期。（编辑 杜 昌）