基于VIKOR方法的高新技术企业成长性评价*

中国矿业大学管理学院 尹夏楠 朱莲美 北京联合大学管理学院 鲍新中

一、文献回顾

大力发展高新技术企业是加快转变经济发展方式，优化经济结构，实现经济又好又快发展的重要途径。高新技术企业依靠领先的技术和产品、优质人力资源和差异化战略等优势实现其快速成长，成长性代表着公司的可持续发展能力。在日趋激烈的竞争中如何保持企业健康成长受到国内外学者的关注。Banteletal（1998）实证研究显示注重产品开发和市场销售的企业一般具有更高的成长性。B.C Ghosh（2001）研究得出管理团队、领导能力、战略与方法、专注市场、维持自由和客户关系等因素是决定中小型企业成长的关键因素。国内学者朱和平等（2004）认为决定创业板上市公司成长性的因素包括财务状况、人力资本力量、技术创新能力、市场和社会关系能力四个方面；马璐、胡江娴（2005）根据企业所处的行业环境、制度体系、核心能力及市场开发能力四个方面构建了企业成长性评价指标。李柏州等（2006）运用β调和系数法分析了成长潜力、竞争力和成长环境对中小型高新技术企业成长性的影响；梁益琳、张玉明（2011）运用仿生学构建高成长机制模型，并验证了生存能力和成长潜力与创新型中小企业成长性有显著的正向关系。阮青松，常乐（2012）采用因子分析法研究了公司的风险能力、盈利能力、成长速度、经营效率和创新能力对创业板上市公司成长性的影响；朱月胜、宋清（2014）运用主成分分析法实证了资产结构对创业板上市公司成长性的影响。

这些研究主要集中于常用的企业财务指标对上市公司成长性进行评价分析，包括涉及到的风险亦是如此，财务指标的优点是能够利用数据客观反映企业的成长性，但对于具有高风险特征的高新技术企业而言，除了考虑传统的盈利能力、营运能力、偿债能力和发展能力对其成长性的影响外，必须考虑企业的综合风险控制能力对企业发展的重要影响。基于上述考虑，有必要构建一套能够反映高新技术企业成长性动态变化趋势的方法体系，包括科学性、可操作性强的评价指标体系及评价方法模型，以便为优化企业资源配置和管理决策提供判断依据。本文从创新能力、风险控制和财务管控视角构建一套完整的高科技上市公司成长性的评价体系，将VIKOR多属性决策方法应用到成长性评价中以解决多属性衡量冲突问题，建立高新技术企业成长性评价的多属性评价模型，最后应用该模型对中关村信息技术上市公司的成长性进行了评价。

二、高新技术企业成长性影响因素分析

高新技术企业以研发为主要投入，强调人力资源和智力资本的积累、运用和管理，依靠创新和各项风险控制能力，以追求高利润为核心的绿色智力密集型企业。高新技术企业的特点集中表现为创新能力强、风险大、收益高，即高新技术企业的成长性得益于企业持续挖掘各项资源的创新能力、管控财务运作的能力以及发展过程中各项风险的控制能力，最终表现为企业持续的整体成长态势。

（一）财务管控能力 企业的财务管控能力表现为以效益管理为根本，强化成本费用控制，优化资产负债结构，有效防范财务风险，提高资产运营能力。有效提升企业的资产管理能力和盈余管理能力有利于企业的健康成长。李宝仁等（2003）运用神经网络方法从企业的盈利能力、成长潜力、资金运营能力、生存状态以及企业规模五个维度对创新型中小企业成长性进行了评价。本文认为盈利能力一方面可以衡量公司一段时期内的业绩好坏，另一方面也能发现经营中存在的主要问题，从而盈利能力是衡量中小上市公司成长状况的重要标准。Wiklund（2009）实证研究证实运营能力对企业成长有积极正向作用，即企业运营能力越好，其成长性越高。张秀生（2013）以2011年以前上市的30家创业板信息技术产业公司的财务报表为数据样本，得出企业的盈利能力和营运能力对企业的成长性有明显的推动作用。

（二）创新能力 以持续的创新能力求生存和发展是高新技术企业的本质特征，也是企业取得竞争优势的来源，更是其区别于其他企业的关键性因素。创新涵盖的范围非常广，既包括产品的生产流程、生产技术及产品市场的创新，也包括思想理念的创新，比如服务、管理架构、管理政策及管理制度等。从实务角度来看，创新可以分为技术创新、制度创新以及文化创新。其中，技术创新是核心竞争力，是企业经营决策与竞争策略中的根本要素；而制度创新和文化创新可以综合为管理创新。高新技术企业之所以能够在激烈的市场竞争中保持其迅速成长依赖的就是不断地通过各种资源的整合再经过创新从而形成自身的核心能力。于新宇等（2010）采用灰色关联的方法验证了创新能力和经济效益对中小企业成长性的影响，并且经济效益获取的可持续性比创新能力的可持续发展更为重要。沈海平（2010）通过对中小板上市公司的面板数据的实证分析，发现企业自身的研发投入所形成技术资本优势之间的差异往往会对企业的成长性造成极大的影响。一个企业如果创新能力越强，不仅表现为创新投入和创新产出，而且表现为具备完善的组织结构和管理体系能力以及较强的运行能力，则越有利于企业的健康成长。

（三）风险控制能力 创新是一个充满风险的过程，无论是在规划企业战略创新的过程还是在具体的创新项目中，忽略风险的创新是盲目的创新，或置企业于风险爆发的边缘，或企业风险爆发导致巨大的经济损失，控制风险的创新才是真正有利于企业稳健成长的过程。目前一些学者在研究风险对企业成长性的研究只是局限于财务风险，而忽略了影响企业成长的经营风险和发展战略风险，以及在实现企业成长过程中的执行风险。经营风险能够促使企业快速发展同样也能够使企业陷入困境，发展战略风险的失控可能直接导致企业的寿命缩短。鲍新中等（2010）运用突变级数法验证了高技术企业的成长性随时间推移的变化，并且在高成长性的同时面临很高的经营风险。陈晓红等（2009）以我国中小板上市公司为样本进行了实证分析，研究发现技术创新与中小企业成长呈倒U型的关系，而导致这种现象的原因是中小企业承担风险能力弱以及技术创新的风险性二者共同作用的结果。

三、高新技术企业成长性评价指标体系构建

（一）建立评价指标体系 本文综合考虑高新技术企业成长性的影响因素，构建评价指标体系时遵循科学、客观地评价原则并兼顾应用和可操作性的思路，建立了高新技术企业成长性评估指标体系，如表1所示。其中，评价成长性的一级指标为前文论述的财务管控、创新能力和风险控制三个影响因素，在三个影响因素的基础上进一步细分，分别设置了二级指标和三级指标体系。

（二）运用AHP方法确定各项评价指标权重 层次分析法处理决策问题的基本思路是：把多目标、多准则且难以标准量化处理的决策问题化为多层次的单目标问题，通过两两比较来确定同一层次上各个元素相对上一层次元素的重要程度，最后得到指标的权重。在确定了上述高新技术企业成长性评价的具体指标后，采用层次分析法，按指标的一、二、三级分层，形成一个三层结构分析模型，选取了高新技术企业管理人员、高校企业管理专业科研人员分别对各指标的重要程度进行比较并赋值，将其赋值进行算术平均，最终确定各指标的权重。各评价指标的权重结果如表1所示。

表1 高新技术企业成长性评价指标体系

四、基于VIKOR方法的高新技术企业成长性评价模型

（一）VIKOR的基本原理 VIKOR算法是由Opricovic和Tzeng提出的一种最佳妥协解的多属性决策方法。该方法可以同时考虑群效用的最大化与个体遗憾的最小化，能充分考虑决策者的效用偏好，从而使决策更具合理性。VIKOR的基本观点是：首先确定理想解与负理想解，并以折衷规划法为核心，然后比较各被评价对象的评估值，根据其与理想指标值的距离大小来排列被评价对象的优劣顺序。其中，理想解是指被评价对象在各评估指标中的最佳值，而负理想解是指被评价对象在各评估指标中的最差值。在综合评价中，VIKOR采用了Lp-metric聚合函数，如式（1）所示。

其中，1≤p≤∞，j=1，2，…m。m是指被评价对象的个数，每个评价对象用kj表示，fij表示评价对象kj第i个评价指标的评估值；fi*和fi-分别表示正理想解和负理想解；p为聚合函数的距离参数（一般取1、2或∞，本文取1）；n为评价指标个数；wi为评价指标i的权重；Lpj代表了评价对象kj到理想解的距离。VIKOR最大特色就是最大化了群体效应，所以妥协解可被决策者接受。

（二）高新技术企业成长性的VIKOR评价 在高新技术企业成长性评价中，假设待评价对象有m个，记为A=｛A1A2…Am｝T，评价指标有n个，记为D=｛D1D2…Dn｝T。记评价对象kj的第i个指标的评价值为fij，1≤i≤n，1≤j≤m。采用VIKOR算法的步骤如下。

（1）确定各指标的权重。VIKOR评价要求确定各属性指标的权重。利用AHP法分别确定第三层级指标的权重，然后进行归一化计算，权重向量为w=｛w1，w2，…wn｝T。本文基于AHP计算的各权重见表1。

（2）决策矩阵的规范化。本文采用式（2）规范化决策矩阵，规范化后的矩阵，记为F=（fijnxm）。

（3）根据规范化后的决策矩阵F，计算各个指标的正理想解f*和负理想解f-。

式中：I1为效益型指标集合，I2为成本型指标集合。

（4）计算各个评价对象群体效益值Sj和个别遗憾值Rj。

式中：Sj代表评价对象的群体效应，Sj值越小，则群体效应越大；Rj代表个体遗憾，Rj值越小，则个别遗憾越小。

（5）计算各评价对象的利益比率值Qj。

式中：S*=minSj，S-=maxSj，R*=minSj，R-=maxSj，v是最大群效用权重，表示决策机制系数，在此取0.5，即折衷的态度，采用均衡这种方式，可以使群体效用最大化和负面影响最小化。

（6）评价对象排序。按照Sj，Rj，Qj值从小到大排序，评价对象排在前面的优。当满足以下两个条件时，可根据Qj值大小排序，Qj最小值为最优值。

条件1：Q（k（2））-Q（k（1））≥1/（m-1），其中k（1）是Q排序中的最优评价对象，k（2）是Q排序中的次优评价对象。

条件2：k（1）是S或R的排在前面的评价对象。

如果条件2不满足，k（1）和k（2）均为折衷解；如果条件1不满足，方案k（1）、k（2）…k（t）是折衷解，其中k（t）满足Q（k（t））-Q（k（1））≥1/（M-1）。

五、实例应用

（一）样本选取 为了体现高新技术企业的特征，并避免区域政策以及行业差异对企业成长性的影响，本文以北京市中关村创业板信息技术行业的上市公司为例，以便更加客观地对公司成长性进行排序。考虑到创新投入效益的滞后性，本文选择了2010年前上市的5家公司，对其2012年和2013年的数据进行分析处理，5家公司分别是立思辰（K1），华力创通（K2），数字政通（K3），数码视讯（K4）和世纪瑞尔（K5）。

（二）数据收集与处理 （1）取得源数据。样本中的定量指标数据均来源于国泰安CSMAR系列研究数据库以及上市公司年度财务报告，部分数据经过整理计算后得出，对于定性指标采用专家打分的方式确定分值。

（2）数据无量纲化处理。为了消除不同指标的性质、量纲、数量级存在的差异，需要对上述指标的数据进行无量纲化处理，以消除不同物理量纲对决策产生的影响。本文采用上述式（2）线性规范化的方法消除指标间的无量纲化，处理结果见表3所示。

表2 样本原始数据

表3 原始数据的规范化处理结果

其中，2个负值的财务指标确定为0；K4中的D10和D11数据与其他公司的数据相去甚远，直接确定为1，以避免数据失真。

（三）基于VIKOR的综合评价 根据式（3）与（4）确定评价对象在各指标下的正理想解和负理想解，见表3；根据式（5）与（6）计算5个评价对象的群体效益值Sj和个别遗憾值Rj，结果见表4。由表4可知S*=0.3694，S-=0.7318，S*=0.1035，R-=0.1774，根据式（7）计算各评价对象的利益比率Qj，见表4。5个评价对象按照Sj、Rj与Qj的排序结果见表4。

（四）高新技术企业成长性排序 根据Sj、Rj与Qj的排序结果，中关村五个信息技术行业的上市公司成长性排序为数字政通（K3）>数码视讯（K4）>立思辰（K1）>世纪瑞尔（K5）>华力创通（K2）。本案例中，评价对象m=5，门槛值1/（m-1）=0.25，根据上述两个条件对评价对象进行排序，最终得出五个信息技术行业上市公司成长性的排序结果：数字政通（K3），数码视讯（K4），立思辰（K1）>世纪瑞尔（K5）>华力创通（K2），即数字政通，数码视讯和立思辰是经过妥协后成长性效果相对最好的上市公司，属于第一等级，其中，数字政通公司在该等级中排在第一；华力创通经过妥协后成长性效果相对最差的公司，属于第三等级；世纪瑞尔公司属于第二等级。

表4 各评价对象的Sj、Rj与Qj及其排序

从企业的核心战略来看，数字政通，数码视讯和立思辰这三家公司分别从事智慧城市管理，超光网数字电视以及在线教育业务，均是运用新一代信息技术与当前推动经济转型的业务想融合，实现独特的价值创造和快速成长，这进一步验证了VIKOR方法对高新技术企业成长性评价的有效性。

六、结论

财务管控能力是高新技术企业成长的充分条件，创新能力则是企业成长性的必要条件，而风险控制能力则是实现前述二者的重要保障，三者缺一不可。本文提出了基于VIKOR多属性决策方法的高新技术企业成长性综合评价方法，从财务管控、创新能力和风险控制三个视角构建了高新技术企业成长性评价体系，建立了基于VIKOR方法的高新技术企业成长性评价模型。实例应用结果表明，基于VIKOR方法的高新技术企业成长性评价方法能够有效地反映高新技术企业的成长性，为成长性评价提供了一种新的方法，可以为其他行业的成长性评价工作提供参考。

［1］ 鲍新中、李晓：《非基于时序数据的高技术企业成长性分析》，《科学学研究》2010年第2期。

［2］ 张秀生、刘伟：《创业板上市企业成长性影响因素研究》，《统计与决策》2013年第15期。

［3］ 陈晓红、李喜华、曹裕：《技术创新对中小企业成长的影响——基于我国中小企业板上市公司的实证分析》，《科学学与科学技术管理》2009年第4期。

［4］ BANTEL K A Technology-based,adolescent firm configurations:strategy,identification,context,and performance.Journal of Business Venturing.1998,13（3）.

［5］ B.C Ghosh,Tan Wee Liang.The key success factors，distinctive capabilities and strategic thrusts of top SMEs in Singapore.Journal of Business Research,2001（5）.