企业经营绩效综合评价的指标处理研究

第三节　企业经营绩效综合评价的指标处理研究

近年来系统工程的概念越来越多地为人们所理解和接受，特别是在经济发展规划、各种社会经济政策的评价等方面，系统工程的观点得到了广泛的应用。所谓系统工程的方法，就是从系统的观点出发，用定量的与定量和定性相结合的方法，对社会的、经济的系统进行分析、设计或改造的过程。曾一度以来，一些数学工具如数理统计方法、数学经济模型、数学规划方法等在系统工程和决策中的应用大大促进了系统工程方法的发展。但与此同时，人们也无法回避决策过程中决策者的选择和判断所起的作用，即决策中总会有大量因素无法定量地表示出来。运筹学家们重新回到人的选择和判断上，并认真研究决策思维的规律。正是在这种背景下，美国运筹学家匹兹堡大学萨迪(IL.Saaty)教授于20世纪70年代初期提出了著名的层次分析法(the analytic hierarchy process)，以下简称AHP。

AHP从本质上讲是一种思维方式。AHP把复杂的问题分解为各个组成因素，将这些因素按支配关系分组形成有序的阶梯层次结构，通过两两比较的方式确定层次中诸因素的相对重要性，然后综合决策者的判断，以决定决策诸因素相对重要性的顺序。整个过程体现了人的决策思维的基本特征，即分解、判断、综合。AHP又是一种定性和定量相结合，将人的主观判断用数量形式表达和处理的方法。它改变了长期以来决策者与分析者之间难以沟通的状态。在大部分情况下，决策者可以直接使用AHP进行决策，因而大大提高了决策的有效性、可靠性和可行性。

运用AHP进行决策时，大体可分为以下四个步骤进行：

(1)分析系统中各因素之间的关系，建立系统的阶梯层次结构。

(2)对同一层次的各元素关于上一层次中某一准则的重要性进行两两比较，构造两两比较判断矩阵。

(3)由判断矩阵计算被比较元素对于该准则的相对权重。

(4)计算各层元素对系统目标的合成权重，并进行排序。

实际上，AHP是一种基于系统分析思想的绩效评价权重确定方法，本书就是采用AHP对前面设定的企业经营绩效评价指标进行分析，进而构建基于利益相关者理论的企业经营绩效综合评价的一般框架。

一、企业经营绩效评价指标的权重确定方法——基于层次分析法

在评价指标体系构成后，怎样科学地确定每个指标的权重就成了评价的关键。权重的大小表示相应指标对形成和提高企业核心竞争力的重要程度。权重确定的主要依据是评价目标的要求和评价指标本身的重要性及其在整个评价指标体系中的作用。传统的确定方法主要有“专家估测法”和“频数统计法”等，这些方法的主要缺点是可靠性差，易受选择对象的范围和自身条件的影响，且工作量大，比较费时，因而在很多场合其使用受到限制。而本书主要采用AHP进行权重测定。

(一)建立基于利益相关者理论的企业经营绩效综合评价的层次分析模型

由于前面进行企业经营绩效指标分析时，将企业的指标层次建立为四层，而一般意义上的层次分析法分析模型为三层结构，因此，我们采用当前评价中较为普遍的指数化结果方式对原指标体系进行修改。

首先，我们将传统企业经营绩效评价的单一结果拓展为三个指数，即市场结构指数、公司治理结构指数和战略运营指数，建立包含两个层次，即影响因素层同指标层重合的层次分析模型，所建立的层次分析模型如图4-3所示。根据所构造的指标体系，层次分析模型共分为两层：目标层和影响因素层，目标层即企业经营绩效，影响因素层(指标层)包括对企业经营绩效进行评价所要考核的三个方面内容。

图4-3　评价结果层次分析模型

其次，我们将市场结构指数、公司治理结构指数、战略运营指数分别作为目标层，将前面分析的二级指标作为影响因素，将三级指标作为指标层，分别构建三个层次分析模型，如图4-4，图4-5，图4-6所示。

图4-4　市场结构指数层次分析模型

图4-5　公司治理指数层次分析模型

图4-6　战略运营指数层次分析模型

(二)构造评价指标的判断矩阵

设某层有n个因素，X={x₁，x₂，…，x_n}，要比较它们对上一层某一准则(或目标)的影响程度，确定在该层中相对于某一准则所占的比重(即把n个因素对上层某一目标的影响程度排序)。

上述比较是两两因素之间进行的比较，比较时取1～9尺度，如表4-5所示。

表4-5　比较尺度：(1～9尺度的含义)

用a_ij表示第i个因素相对于第j个因素的比较结果，则

则A称为成对比较矩阵。

2，4，6，8表示第i个因素相对于第j个因素的影响介于上述两个相邻等级之间。倒数表示第i个因素相对于第j个因素比较得出的判断a_ij，则第j个因素相对于第i个因素比较得出的判断a_ji。

(三)计算单排序权向量并做一致性检验

对每个成对比较矩阵计算最大特征值及其对应的特征向量，利用一致性指标、随机一致性指标和一致性比率做一致性检验。若检验通过，特征向量(归一化后)即为权向量;若不通过，需要重新构造成对比较矩阵。

本书根据A矩阵，用方根法求出最大特征根所对应的特征向量。所求出的特征向量即为评价因素的重要性排序，也就是权数的分配。

(1)计算判断矩阵每一行元素的乘积M_i。

(2)计算Mi的n次方根K_i。

(3)对向量K=(K₁，K₂，…，K_n)^T作归一化或正规处理，即

则W=(W₁，W₂，…，W_n)^T即为所求的特征向量。

(4)计算判断矩阵的最大特征根λ_max。

式中，(PW)_i表示向量PW的第i个元素：

(四)计算总排序权向量并做一致性检验

计算最下层对最上层总排序的权向量。

利用总排序一致性比率进行检验。若CR＜0.10则通过，可按照总排序权向量表示的结果进行决策，否则需要重新考虑模型或重新构造那些一致性比率CR较大的成对比较矩阵。

其中，

RI由表4-6给出。

表4-6　判断矩阵的平均随机一致性指标

二、企业经营绩效评价指标的数据收集和处理方法

在使用基于利益相关者理论的指标进行评价时，首先要解决两个问题：一是如何得到指标数据;二是明确评价方法。

指标数据主要有两个来源：一是实际数据，从企业现有的统计、财务等报表中直接或经简单计算而获得;二是基于调查和专家判断形成的数据。我们希望每个指标都有实际数据，但是有些公认的重要指标，我们不易得到相应的实际数据，已有的数据也未必能全面准确地反映相应的状态水平。因此，第二种数据来源是有意义的，也是常用的。当然，此时要恰当地设计评分体系和选择评分专家，以保证评价方案的科学性和可靠性。而且在指标的数据收集中，由于存在不同的数据类型，使得评价结果很难体现在同一个层次上，如部分指标是以百分数的形式存在，部分是以绝对数的形式存在，在乘以系数后，其结果就很难体现评价结果，也就是存在量纲化指标。而且在本书的指标体系中还存在定性和定量，以及个别复杂指标的问题，所以本书在指标处理中，主要遵从以下三个方面的准则。

第一，对于单位不同的数值型指标采用。由于各指标物理意义各不相同，决定了指标数据不可能具有统一的量纲，而单位不统一无法进行综合评定，因而要将收集到的各种指标数据进行无量纲化处理。其转化公式为：

式中，P_i为指标转换后的无量纲值，D_i为转换前的该指标值为所有评价企业经营绩效指标值的总和。

第二，对于其他定性分析数据类型，采用将定性转化为定量的方式。如行业性组织发育度A11，企业内部经理人聘用机制竞争水平A12，企业融资方式多样化水平及规模A33，政府对企业的要素支持度A34等指标值，根据前面指标分析研究中的评判原则，在［0，10］中取值，转化为与无量纲化后数值同样的数值类型和范围加以综合处理。

第三，对于个别特殊的复杂指标，采用专用的指标调查方法。如顾客满意度C12，主要供应商满意度C13等采用卡诺(Kano)模型，通过直接打分的形式进行测量。

三、企业经营绩效评价指标的结果显示

本书的绩效评价结果的目的在于让企业不同层次的利益相关者能够对企业的经营情况有一个认识，作为同企业建立和维系相应契约关系的一个决策依据，单纯的一个评价结果是很难满足利益相关者的信息需要。

因此，对于评价结果采用两级显示方法：其一是显示综合评价值，作用在于企业之间的定性排名比较，有利于企业综合评价的序列化;其二是显示三个综合评价指数，即市场结构指数、公司治理结构指数、战略运营指数，而且对市场结构采用了标识指数的方式，即首先将指数定性，即市场结构定性为垄断还是自由竞争，再通过指数显示企业的市场结构表现，如图4-6所示。

图4-7　标识指数方式下的市场结构指数