信息技术企业业绩评价模型比较分析

21世纪是信息时代，信息技术企业的经营业绩成为股东、债权人、管理部门和公司员工关注的主要问题，因此，正确、公允的评价信息技术企业的经营业绩具有非常重要的现实意义。由于各种评价方法对原始数据的预处理、权重的确定、评价方法本身掌握的标准和计算方法的不同，使得评价结果存在差异。因此，对各种综合评价方法进行比较和优选是保证评价结果准确合理的重要途径。本文基于信息技术企业业绩评价的现实需要，对六种不同的评价模型在信息技术企业业绩评价中的效果进行比较研究。

一、研究思路

本文对熵值法、因子分析法、突变级数法、企业价值（EV）、市场附加值（MVA）和综合评分法六种不同的评价方法进行比较。本文是按以下思路展开的：首先，根据IT企业的特点选择评价指标；然后，分别利用各种方法法对IT企业进行实证分析，并计算出评价结果和排序结果；最后，对各种模型的排序结果进行比较，并对模型进行优选。本文以2008年度的财务数据为样本，本文IT企业是以主营业务为计算机软硬件、通讯、电子信息的A股上市公司做为研究对象，剔除数据缺失的公司后，最终得到65家公司的数据作为最终样本。本文所用财务指标数据数据均来源于RESSET金融研究数据库，综合评分法的数据来源于中国上市公司业绩评价报告（下文简称评价报告）。本文分析工具应用的是SPSS 16.0 软件。

二、模型比较

（一）指标权重的比较分析 熵值法和因子分析法都是客观赋权的方法，首先比较以下两种模型指标的权重，分析结果显示熵值法偿债能力指标、经营效率指标和成长能力指标所占权重分别为60.37%、27.95%、4.66% ，高于因子分析法的29.89%、25.83%、2.15%。熵值法获利能力指标和现金能力指标的权重分别为1.17%和5.84% ，均低于于因子分析法的17.07%和17.06% 。五类指标中偿债能力指标这两种方法的权重差达到了30.48%，差别最大；其次是获利能力和现金指标，差别达27.21%和7.91% ，差别较小的是经营效率和成长能力指标，差别仅为2.13%和2.52%。在15个子指标中两种方法差别最大的是流动比率和现金比率分别相差19.25%和11.37% ，差别最小的是每股收益增长率，相差仅为0.11%。这说明同为客观赋权方法的熵值法和因子分析法由于评价的原理不同，造成一些指标的权重存在较大的差异。

（二）评价结果的比较分析 为了分析六种评价结果的相关性，对这六种评价结果进行Pearson和Spearman秩相关分析，得到以下结果，如表1所示。通过表1可以看出，评价报告得分与突变级数法、因子分析法、EV和MVA方法的Pearson相关系数分别为0.377、0.559、0.371、0.525，达到极显著水平，说明这五种方法评价结果在数值上是极显著相关的；评价报告与因子分析法、EV和MVA的Spearman相关系数分别为0.487、0.341、0.537，达到极显著水平，与突变级数法的Spearman相关系数为0.264，达到显著水平，说明这五种方法的评价结果在排序上是显著相关的。这说明评价报告的方法具有较强的综合性，对各种评价方法都有较强的融合性。表1还显示熵值法、因子分析法和突变级数法这三类综合评价的方法在数值上和排序上都两两的极显著相关，但三者与EV和MVA的相关性都不显著，说明熵值法、因子分析法和突变级数法这三种方法尽管方法有差异，但在结果上比较相近。不过由于熵值法、因子分析法和突变级数法的评价方法与EV和MVA的方法差别较大，导致评价结果的相关性不强，相关系数都没有通过显著性检验。

三、评价模型的优选

六种评价方法哪种方法更适合评价IT企业。由于熵值法、因子分析法和突变级数法的目的是对样本企业进行排序，因此本文只在业绩排序层次上判断模型的优劣，就是要判断模型对样本企业排序的合理性。可采用序号总和理论建立合理的排序依据，即：把各种不同的评价方法下排序的序号相加，得到序号总和，按序号总和排序的结果作为真正的排序结果。在本文进行序号总和排序时，对于序号总和相同的情况，本文采用的是各方法序号方差较小的优先的方法来对序号总和相同的样本排序。具体模型选优的步骤为：（1）分别用上述六种方法对样本进行评价和排序；（2）计算各种方法排序的序号总和；（3）计算各模型的评价排序结果和序号总和排序结果的等级相关系数（见表2）；（4）比较等级相关系数，数值较高的模型评价效果相对较好。

从表2中可以看出，熵值法、因子分析法、突变级数法、企业价值（EV）、市场附加值（MVA）和综合评分法与序号总和的Spearman相关系数均在0.01水平上双尾显著，说明这六种方法在业绩评价排序上都具有较好的评价效果；由于因子分析法的Spearman相关系数为0.817大于其他五种方法。因此，因子分析法在对IT企业的业绩排序时效果相对较好。

四、结论

本文通过实证数据，具体的比较了熵值法、因子分析法、突变级数法、企业价值（EV）、市场附加值（MVA）和综合评分法在IT企业中的应用效果。本文首先对两种客观赋权评价模型的各指标权数进行比较。其次，在对评价结果的比较中发现，多数评价模型的评价结果在数值上和等级上是显著相关的，但是也存在个别方法差别较大结果比较不显著的情况。最后，采用序号总和法对六种模型的优劣进行评价，结果表明因子分析法评价排序的效果相对较好。本文限于篇幅没有在时间跨度和应用广度上进一步的探讨，因此本文结论的进一步拓展研究有待作者进一步的披露。

参考文献：

[1]朱庆须、宋绍清：《基于熵值法的IT企业业绩评价模型》，《财会通讯（学术版）》2005年第6期。

[2]叶、朱庆须：《信息技术企业业绩评价模型构建》，《中国地质大学学报（社会科学版）》2006年第3期。

[3]焦董瑞、朱庆须、胡方：《IT企业业绩评价方法探析》，《生产力研究》2010年第7期。

[4]李玲玲：《企业业绩评价方法——方法与运用》，清华大学出版社2004年版。

[5]中国财务顾问有限公司、中国上市公司业绩评价课题组主编：《中国上市公司业绩评价报告》，经济科学出版社2009年版。

[6]Richard A.Johnson， Dean W.Wichern著，陆璇译：《实用多元统计分析（第四版）》，清华大学出版社2001年版。

[7]白雪梅、赵松山：《多种综合评价方法的优劣判断研究》，《统计研究》2000年第7期。

[本文系河北省软科学项目“中外企业业绩评价体系比较与改进研究”（编号：044572173）的阶段性研究成果]