基于三项MCDM方法的制药企业财务绩效评价研究

王 梦 翔

(湖南工业大学 经济与贸易学院，湖南 株洲 412007)

近些年来，制药行业内公司的财务绩效，深受健康产业兴起、养生消费观念迭代、医药监管日趋严格等因素的影响，呈现出若干新问题、新情况。

健康产业蓬勃兴起。在我国政府颁布的《关于深化医药卫生体制改革的意见》中，提倡要以预防为主，初步建立国家基本药物制度。全国卫生健康工作会议进一步提出了改革发展的重点任务，要求深入实施健康中国战略，坚持预防为主。预防为主促进了我国大健康产业的快速发展。中国大健康产业投资战略研究报告显示，大健康理念有助于全民养生意识的形成，真正做到健康消费。

养生消费观念更新迭代。以妇科药物为例，一方面，我国人口总额巨大,妇科药物的市场潜力巨大；另一方面，对治疗药物来源的调查显示,药品的医院处方来源低于多媒体广告知识普及率，且像女性常用的针剂、栓剂、沉液等品种品牌多样,潜在市场虽大,但有上百家生产厂家瓜分市场份额，竞争尤为激烈。

医疗监管日趋严格。新医改中“两票制”致力于减少经销商、“一致性评价”提出药品高要求、“三医联动”重新配置医疗医药资源等国家政策的实行，使得药品流通行业集聚，药品零售趋于连锁化，但零售药店集聚度仍有提升的空间。医药产品和企业的重新洗牌，对医药行业提出了信息集成管理、财务数据共享、业财融合等新要求，从而促进医药行业安全生产和产业链价值管理的专业化，进一步压缩药品流通环节，提升产业集中度，优化供应链集成。

基于以上的情况，如何正视公司在行业内的地位，发掘自身的优势，从而进一步优化企业运营活动，成为新时期制药行业的重要问题之一。而绩效评价则提供了一种衡量企业财务水平，发现自身尚存的不足，进行合理筹投融资决策的手段。

基于此，笔者提出了一种混合模糊多准则决策(MCDM)方法来衡量上市制药公司的绩效。研究中提出的方法是基于改进逼近理想解排序(TOPSIS)方法、多重属性效用分析(MAUT)方法和权重指数法(SAW)。笔者首先介绍MCDM分析及其TOPSIS、MAUT和SAW方法； 然后，将上述方法用于衡量制药企业2018年的财务绩效；最后对得出的结果进行详细分析，得出相关结论。

一、文献回顾

财务业绩是公司主要特征之一，它在一定程度上反映了公司的竞争力、业务潜力、管理层的经济利益以及当前或未来员工的稳定性。因此，运用财务绩效指标对其进行财务绩效分析，找出其优缺点，对管理层、股东、监管机构(政府)、金融部门以及整个经济等都有一定的贡献[1]。公司的绩效评估通常与公司如何使用资产、股东权益和负债、收入和费用等有关，而财务比率分析是公司业绩评价的最佳工具之一，也是较易获取的数据。绩效评估为管理层提供了一个机会，帮助企业找出能获取比成本更高收入的企业活动[2]10。

对国内外相关研究文献进行整理分析后发现，在绩效评价中，参数法大多使用基于资产负债表中财务比率的比率分析、回归分析等方法。而在非参数法中最常用的方法是数据包络分析(DEA)，而多准则决策是另一个用于绩效评价的可行方案。朱文涛、段利忠等利用《企业绩效评价标准值》中的2008～2014年数据，计算熵权并进行加权平均计算领域全行业绩效，并通过灰色关联GM(1,1)模型对未来5年医药全行业绩效进行了预测[3]。彭钰钦采用平衡记分卡途径对绩效进行分解，采取层次分析+熵值的方法进行权重分配和计算，验证了广药白云山的并购绩效[4]。张珂妍则采用因子分析法，探讨昆药集团财务绩效的行业排名，提出昆药集团财务的弱势主要在于其盈利能力较低[5]。黄滢臻、樊一何分别从财务比率、经济增加值两个角度，以案例研究形式对华润三九、哈药集团的财务绩效进行评价[6][7]。

国际上，MCDM逐渐成为企业财务评价的主要手段之一。Lee、Chen、Wang提出一种基于模糊层次分析法(FAHP)和平衡计分卡(BSC)的评估方法对台湾制造业的IT行业进行评价，从4个主要角度(即财务，客户，内部业务流程，学习和成长等)选择绩效指标，然后提出了FAHP方法以解决信息的模糊，最终构建了FAHP信息系统，以促进求解过程[8]。Wang和Lee在研究中使用灰色关联分析(GRA)评估了三家货运公司[9]，Kung、Chung应用模糊MCDM方法基于财务报告材料，使用FAHP选择权重指标，利用模糊TOPSIS方法进行计算对台湾地区的5家主要航空公司进行排名[10]。Esbouei和Ghadikolaei使用FAHP计算标准权重和ARAS方法对制造商公司进行排名[11]。Ergul和Seyfullahogullari根据2008～2010年的财务表现，对在ISE上进行交易的零售公司进行排名[12]。

MCDM技术被广泛应用于有限数量的决策方案中，这些方案具有多个典型的冲突属性。该技术在决策问题过程中可以分辨出哪些个体在财务绩效问题上更胜一筹及全体样本的排序。因为MCDM提供了高度复杂条件下的最佳选择决策方法，其已经应用于不同行业、组织、公司的许多领域[13]。

二、MCDM简述

MCDM由基于多个标准的评价备选方案优劣的累积分析方法构成，MCDM方法用于性能测量，所获得的结果可用于对备选方案进行排序、选择和分类[14]。

多标准决策是指在存在多个冲突标准的情况下作出决策，MCDM方法对备选方案进行排名，建议将排名得分最高的方案作为决策者的最佳方案。但是，各种可用的MCDM方法，其复杂性和解决方案各不相同，可能使决策者感到困惑。几种MCDM方法似乎适合于特定的选择问题。因此，决策者还面临的问题是：如何从几种可行的方案中选出最合适的MCDM方法。而不同方法可以沿着不同的维度(例如决策的复杂性、可信赖性、稳健性等)对财务绩效进行衡量。笔者在比较不同的MCDM方法的排序性能时，考虑了以下三种MCDM方法：

a)简单加法加权指数(SAW)方法；

b)逼近理想解排序(TOPSIS)方法；

c) 多重属性效用分析(MAUT)方法。

三、样本选择与体系构建

由于制药业对促进就业和助推经济发展、保障人民健康有重要的作用，它已经成为制造业种的一个非常重要的行业。尽管其重要性越来越大，但关于制药企业绩效评价的研究文献却很少。以“制药/药企/药业”+“绩效/财务”为关键词进行检索，在知网上只检索到400条信息，其中研究企业绩效评价的只有25条。因为该行业对国民经济的税收贡献十分重要，为评价制药企业在这一部门的业绩而进行的研究，将有助于发展此行业的生产力的提升。从另一角度看，业绩衡量现在也已成为制药企业监测和衡量其竞争对手的业绩的必要条件之一，成为企业提高对内部和外部环境的敏感性的必要条件。

研究基于2018年的基础数据，使用TOPSIS、MAUT和SAW的MCDM技术方法，对沪深两市的216家制药行业内的企业绩效进行测量。数据来源于国泰安金融数据库，对ST/PT公司进行了筛除，并进行了多来源核对，对部分缺失值进行了补充，确保了初始数据的准确性。

根据前人经验[15][16][17][18]，构建制药行业财务绩效评价指标体系，如图1所示。

图1 制药行业财务绩效评价指标体系

根据选取的数据，得到所有变量的描述性统计如表1所示。

从表1可以看出，整个行业内财务指标整体上差异较大，其中应收账款周转率标准差达到35.335,表明不同公司销售回款时间相差很大，而应收账款周转率直接影响到企业可使用资金的充裕度，间接影响到采购及生产决策，该指标差异度可能对整体财务绩效的影响度较大。从营利性指标可以看出，某些企业在单位利润率上呈现负数，说明其整体上是亏损的。

四、评价过程及结果

(一)因子分析法下的评价结果

MCDM三种方法的比较，除相互比较外，利用其他方法进行外部比较，可以增强其可信度。利用因子分析，得出了2018年财务绩效评价结果，其所有样本排名的前15位公司如表2所示。

表2 因子分析方法下企业绩效评价结果

(二)TOPSIS方法

Hwang和Yoon最早开发的TOPSIS顺序偏好方法被称为经典的MCDM方法之一[19]58，它基于这样一种思想，即所选择的替代方案应与理想解决方案的距离最短，而与负理想解决方案的距离最远。在TOPSIS过程中，性能评价和标准的权重均作为精确值给出。Abo-sinna和Amer扩展了TOPSIS方法来解决多目标非线性规划问题[20]。

TOPSIS的主要步骤是

2)形成加权归一化决策矩阵,Vij=ai×Nij,ai为设定的权重值;

3)确定正理想解和负理想解,A+是(V1+,V2+,…,Vn+)中的最大值，A-是(V1-,V2-,…,Vn-)中的最小值;

5)计算每个替代方案的接近系数

6)根据得出的CL值，确定评价排名。

由于传统TOPSIS存在新加入或删除的选项会影响人们的决策问题[21]，为解决偏好反转问题，采取王宗润、汤小芸提出的改进TOPSIS方法，使用MAX归一化方法，同时引入选项相似性概念。鉴于样本公司数较大，故采用因子分析下得分前五的公司进行示例计算。

表3 因子分析前五名公司的原始数据

表4 标准化后数据

表5 指标的相似距离

(三)MAUT方法

多属性效用理论(MAUT)方法是多属性决策方法(MADM)的一部分。MAUT主要由Keeney和Raiffa提出。MAUT的基本思想是:在任何决策问题中，都有一个真正有价值的功能或效用必须最大化。决策者的偏好以实用函数的形式被反映出来，该函数是根据一组标准定义的。MAUT中各方案的评价可以从单属性效用函数得出的效用值表现出来[22]。在计算完每个备选方案的综合效用后，决策者对备选方案进行完全排名。综合效用函数相对于单属性效用可以是加性可分离的或乘性可分离的。

MAUT的主要步骤如下所述。

1)确定决策问题的子要素。

2)使用一种加权方法计算子要素权重，在研究中，要素权重是由CRITIC过程得出。

3)形成决策矩阵X，它显示了针对各种个案的不同替代方案的绩效组合

i=1,2,…,m;j=1,2,..,n。

4)评估每个标准的效用函数。对于给定的标准，将值1分配给最高满意度，将值0分配给最低的值，可以通过归一化程序计算中间值。

对于收益性指标

则是成本性指标的计量方法,uj(xij)是根据归一化尺度上的单属性效用函数确定的归一化标准值。

根据以上步骤，得出的因子分析前5名公司的结果如表6所示，从表中可以看出,A2(0.806 6)>A3(0.798 0)>A1(0.752 1)>A4(0.751 1)>A5(0.693 6)。

表6 MAUT法下样本公司总效用计算

(四)SAW方法

简单加性加权法(SAW)也称为加权线性化方法，该方法需要将决策矩阵的值表示为线性非标度值。用这种方法生成偏好值(pi)包括三个步骤。

表7 标准化后决策矩阵

(五)方法的比较

对以上几种方法进行整理，得到排名比较结果如表8所示。

表8 各方法公司排名比较

从表8中可以看出，MCDM下的改进TOPSIS法、MAUT法、SAW法得出的5家公司财务绩效排名是一致的，尽管与因子分析法相比，A1由第一名变动至第3名，但其他公司的排序并未发生变动，说明MCDM各方法是具有一定的一致性的。

五、结 语

绩效评价通过收集、分析和系统地报告信息，监控企业使用的资源、生产的产品和提供的服务的过程，对企业的活动和产出进行检查、评价和改进，进而测定目标和已经实现的结果。在当今的竞争环境下，企业绩效的测量和评价已经变得非常重要，因此，为了在不断变化的市场中生存，企业必须加强和控制其财务结构，有效的财务分析对于确保财务政策的有效实施至关重要，多准则决策分析(MCDM)则为解决多个不相容决策提供了可行性方法。

基于全行业2018年各公司财务绩效评价，本研究重点比较了5家排名最前列的制药企业的财务业绩。在研究中，笔者运用TOPSIS、MAUT和SAW等方法，使用客观加权技术CRITIC对标准进行加权。另外，基于MCDM文献中广泛使用的理论和主要思想，本研究应用了三种不同的技术：MAUT、SAW和TOPSIS。通过这种方式，笔者试图提供具有更多合格和不同意见的通用解决方案。

通过对不同方法得到的结果的比较表明，本研究TOPSIS、MAUT和SAW方法提供的排名差异度至少在前5名内区别并不大。例如，对2018年结果的分析显示，根据因子分析的排名，A1公司获得第一名，而根据MAUT、 SAW的分析，它获得第三名。而在2018年，A3、A4、A5在这四种方法中排名相同。考虑到因子分析方法与其他三种方法比较时出现的偏差，可能是由归一化方法的不同造成的，但总体来说，评价结果是较为一致的。

研究的主要焦点在于，财务比率无法个别地提供对公司绩效的全面了解，且鉴于不容易就业务单位的财务绩效发表评论，因此这些信息可能会误导投资者和公司股东。因此，应用定量的财务绩效评价模式是近年来研究者所考虑的问题。研究的目的是试图寻求一种合适的模式来评估公司的财务绩效，并为此提供一种最合适的方法。研究采用的方法，由于其具有概念简单、计算方便等优点，是较为合理的绩效测量方法。此外，在实践中使用多种MCDM方法最重要的缺点是每个方法给出的结果不同，这使得很难对研究结果进行评估，而使用TOPSIS/SAW/MAUT的三重验证，能使其结果稳健性更强。

除上述优点外，本研究也存在一定的局限性。由于没有考虑所有的财务比率，以及选取样本时间跨度较短等问题，使本研究受到了限制。如果把尽可能多的财务比率都包括在内，那么关于这一问题的下一步研究可能会有所改进。作为未来的研究，可以生成复合模型，所有提到的模型都可以修改，以寻找扩展来满足绩效评价的要求。同时，MCDM技术的一些模糊应用如VIKOR、PROMETHEE和ELECTRE也可以用来比较结果。