基于企业经营管理视角的沃尔比重评分法改进研究

摘 要：在现在企业经营的过程中，企业管理者和投资者需要通过财务综合分析来了解企业的经营现状。然而在现实中常用的沃尔比重评分法存在一些弊端，沃尔比重评分法不能说明所选择的各个财务比率所占权重的合理性也未能说明其计算的标准是如何确定的。本研究拟以沃尔比重评分法为基础，通过不同的能力分析选取相应的财务指标，通过因果图分析法来探究所选取的财务指标对企业质量和发展的影响和影响程度，这些指标之前是否存在关系及何种作用关系，作用的方向，绘制出因果图，以更好地做出分析和判断。对企业的管理和发展策略的制定具有很大的意义。

关键词：沃尔比重评分法;因果图分析法;线性回归拟合;财务报表分析

一、引言

财务分析以企业财务报告及其他相关资料为主要依据， 对企业财务状况和经营成果进行评价和剖析，从而改进企业管理工作和优化经济决策。传统上将财务指标分类为营运能力、偿债能力和盈利能力并使用能反应相关能力财务指标进行构建，用来综合的反应企业财务状况和企业经营状况，并做出参考意见，提高对于企业财务分析的准确性。让财务报表使用者更好地进行经营管理，投资和治理等工作。传统的财务分析包括沃尔比重评分法，杜邦财务分析体系法等，本文将结合消费品行业上市公司财务报表的分析，对沃尔比重评分法进行改进，包括指标的选用，分值计算的方法等，并和传统的方法进行对比，对完善财务评价模型具有重要的理论和现实意义。

二、沃尔比重评分法及因果图分析法

财务综合评价的先驱者之一亚历山大·沃尔首先提出了信用能力指数的概念，把流动比率、负债资本比率、固定资产比率、存货周转率、应收账款周转率、固定资产周转率和主权资本周转率等七项财务比率，用线性关系结合起来，并分别给定各自的分数比重，然后通过与标准比率进行比较，确定多项指标的得分及总体指标的累计分数，从而对企业的信用水平乃至整个企业的财务状况作出评价，即所谓的沃尔比重评分法。

沃尔比重评分法创新性地将原本独立的财务指标归属于不同的能力，并按照一定的权重将其组合起来，对企业进行系统性的评价。在当前的社会实践中被广泛地接受和应用。

20世纪80年代以来，Glymour，Scheines，Spirtes，Pearl J和其他一些建立因果关系挖掘先驱工作的研究者，就从统计学和哲学的角度出发，研究基于非时序观察数据的因果关系发现方法因果关系模型的建立一般是基于其隐含的假设的经典的因果关系模型主要为Rubin的因果关系模型（Rubin Causal Model）和Pearl J以及Spites，Glymour，Scheines等人的因果图模型（Causal Diagram Model）。

相关性不代表因果性。相关性是对称的，而因果性是不对称的。如果A是B的原因，那么B是A的结果，但我们绝不会同时说“事件A是事件B的原因，事件A也是事件B的结果”。

一般而言，我们认为A和B是某种事件，而且A必须发生在B之前。因为“因”必须发生在“果”之前，所以如果A导致了B，那么不可能同时有B导致了A——两个事件无法互为因果。由此可见，因果关系存在一种不对称性。

因果结构模型由Judea Pearl先生提出，通过因果图，能够十分直观地了解到模型间各因子的关系，和互相作用，具有更好的解释性，而不是只考虑相关关系，其中因果性有三个层级，分别是关联性，干预，反事实分析。先考虑构建模型所需要考虑的因子，并对其进行分析，了解其各因子之间是否具有因果关系和具有什么样的关系，最后构建模型。先对一些概念和工具进行简述。

三、沃尔比重评分法的缺点

通过实践中大量的应用发现，沃尔比重分析法存在一些固有的不足，本文将讨论以下三个方面：

1.在研究指标选取上，没有考虑行业因素。传统的沃尔比重分析法所采用的很多指标在不同行业所表现出的差异较大，这样构建出的评价体系的可信度将会相应地降低，比如银行业，房地产行业重点关注的财务指标和传统行业相差极大，在选构使用构建模型的财务指标时应该考虑行业特征来进行选取。如果选取了两个或多个具有相似特征的指标，这样在进行计算时将会间接地增加该特征的权重。

2.在研究周期方面，傳统方法局限于同时期。过度地放大了短期财务波动的影响，对企业真实能力的反映可能会失真。

3.分值的计算和权重的选取不合理。体现在两方面，一是以绝对值来进行计算，但是在实践中通常考虑的是企业的不同能力在同行业中的相对水平，二是对分配的权重数值无法做出合理的解释，同样未考虑行业的差异。

四、沃尔比重评分法的改进

根据以上所提到的沃尔比重法的缺点，本节将会针对性地进行改进。

1.指标选取的改进

传统的能力分为偿债能力、营运能力、盈利能力。在此根据薛云奎的四维分析法，把财务分析分为四个维度，经营、管理、财务和业绩。分别采用以下指标：经营方面，议价能力，营业资本需求比重，营业周转天数;管理方面，应收周转天数，费用率;财务方面，有息债务率，资产负债率，利息利润比率;业绩方面，现金周转天数，净资产核心收益率，收入现金比，营业增长率，自由现金流复合增长率。

采用未来3年的所有者权益增长率来作为综合评价目标，使用因果分析法，相关性和方差膨胀系数法来对指标进行筛选。

在此要引入一个重要的概念就是干预。没有“干预”的概念，很多时候没有办法谈因果关系。这时需要引进do算子，do的意思可以理解成“干预”，比如一个因果关系A→B，do（A）=a，表示如下的操作：将指向A的有向边全部切断，且将A的取值固定为常数a。如下例：

多重共线性是指自变量之间存在线性相关关系，即一个自变量可以是其他一个或几个自变量的线性组合。若存在多重共线性，计算自变量的偏回归系数时矩阵不可逆。其表现主要有：整个模型的方差分析结果与各个自变量的回归系数的检验结果不一致，专业判断有统计学意义的自变量检验结果却无意义，自变量的系数或符号与实际情况严重不符等。常用的检验方法为方差膨胀系数法，计算公式如下：

其中，Ri为自变量，对其余自变量作回归分析的负相关系数。方差膨胀系数VIF越大，说明自变量之间存在共线性的可能性越大。一般来讲，如果方差膨胀因子超过10，则回归模型存在严重的多重共线性。又根据Hair（1995）的共线性诊断标准，当自变量的容忍度大于0.1，方差膨胀系数小于10的范围是可以接受的，表明自变量之间没有共线性问题存在。

2.研究周期改进

考虑到传统方法只考虑当前的数据，会放大短期的波动性，会对企业的评判造成误差，并且企业在财务数据上的变化需要一定的时间进行反应。我们采取过去5年的财务数据，并对未来三年所有权益增长率来做分析。

3.分值和权重的计算改进

不同财务数据数值的高低并不能直接体现出该指标所反应能力的好坏，而应该与同行业水平进行对比其所处的相对位置来反映其好坏。我们将不同的财务指标进行数据处理，根据行业所处的水平最终将连续数据全部转换为分类数据，按等级分为很差、差、正常、好、很好，这几个类别，分别用-2，-1，0，1，2表示。

五、实证研究方法及过程

对沃尔比重法进行改进，我们据需要的计算使用python来编写相关算法和函数，对选取的行业样本数据进行分局，最后和在传统方法上改进后的方法来进行对比，对其效果进行验证。

1.数据选取

本文采用上市公司财务数据，数据来源为聚宽，时间段为2010年1月1日至2020年6月30日。行业选择根据聚宽一级行业分类，选取日常消费和可选消费行业作为数据样本，其行业代码分别为“HY005”和“HY004”。选择该行业是考虑到行业之间不同财务数据特性会有很大的差别，若选某些行业又会样本不足，所以选取该消费品行业。

2.数据处理

第一步，对备选财务指标进行处理。

将所有备选指标根据同行业中所处的相对水平全部处理为分类数据并构建函数将数据全部处理为很差，差，正常，好，很好这几个分类数据。

第二步，分析指标之间的关系。

使用相关性，方差膨胀系数法和因果分析法对数据进行处理来筛选出构建模型所需要的财务指标。

最终得到三个财务指标，分别为净资产核心收益率，营业增长率，应收周转天数。如下图：

根据得到的因果结构图，使用线性回归算法（Linear Regression）来拟合直线，得到如下方程：

T=0.209E+0.018O+0.096R+ε

根据公式可知，净资产核心收益率和应收周转天数对所有者权益增长率有较大的影响，营业增长率较小，由于构建的函数为评分模型，可以忽略常数项，将ε从公式中剔除。由公式可以解读出，净资产核心收益率，营业增长率，应收周转天数质量的提升将引起所有者权益增长率的提升，其中核心收益率和应收周转天数的影响较大，营业增长率的影响较小。

第三步，分值计算。

分别使用本文改进的沃尔比重分析法和对权重调整改进后的沃尔比重法对所选取的样本进行分值计算。

3.对比分析

将传统方法和新的方法计算出分数后，将两种方法进行对比。由于构建模型的目的是反映企业经营情况，并选出优秀的企业，所以我们仅对两种方法所选出的企业分数排名前25%的企业进行对比，如果比例过多将失去了筛选优秀企业的意义。再者为了较为公平的反映模型的效果，我们在筛选出来的企业使用分位数来做对比，以消除极端数值对评估时的影响。在此我们一共选取了两种方法分值排名前5%，10%，15%，20%，25%的企业，取其中的25%，50%，75%分位数做对比，纵轴为对应企业的所有者权益增长率。构建函数进行计算，并按照分数值进行排序，结果如下：

由图可知，改进后的方法甄别及评价优秀企业的能力效果显著高于傳统方法。

六、结论

沃尔比重分析法作为实际中常用的方法，具有计算简便的特点，对盈利能力，偿债能力，发展能力综合进行分析评价，但是无法准确的说明选择该指标里的原因和分配相应权重的理由，并且未对不同行业进行针对性的考虑。

改进后的沃尔比重分析法考虑到了不同行业的财务特征，解释了不同指标之间的因果关系，并通过计算得出相应权重数值。随着中国市场经济的发展，会计制度的完善，相应的评价标准也是应该与时俱进进行相应的调整。同时可以结合专家经验和自身的实际情况，进行更加针对性的分析，以提高财务分析的准确性。

参考文献：

[1]Pearl J.Causality：Models，Reasoning and inference.2nd Edition.Cambridge，United Kingdom：Cambridge University Press，2009.

[2]Cooper G F，Yoo C.Causal discovery from a mixture of experimental and observational data//Proceedings of the 15th Conference on Uncertainty in Artificial Intelligence.Stockholm，Sweden，1999：116-125.

[3]李爽.煤矿安全文化的研究与思考[M].中国矿业大学出版社，2010.02：第101页.

作者简介：祁炜琳，男，汉族，陕西富平人，西安财经大学，研究生，统计学专业，主要研究方向：统计学