模糊数学方法在财务报表分析中的应用
会计在生成财务信息的过程中充斥了模糊性，可以说模糊性是会计信息固有的特征。1965年，美国加利福尼亚大学的查德(L.A,Zadeh)教授创立了“模糊集合论”，用它来定量描述边界模糊和性状模糊的事物。本文试图将模糊数学方法引入财务报表分析，使财务报表分析的方法体系更完整、报表分析更清晰。
一、会计信息的模糊性
客观世界的不确定性分成两种：随机性和模糊性。会计作为以提供财务信息为主的人造的经济信息系统，在生成会计信息的过程中充斥着这两种不确定性。现有的文献较多的是讨论会计的随机性，并针对随机性引入了概率，而对会计模糊性的认识则不够。尽管会计中许多程序和方法都体现了人们追求精确性的思想，如复式记账、财产清查，但这种精确性是相对的，包含着大量的模糊判断。会计在确认、计量和报告环节充斥了大量的模糊判断。
二、财务报表分析与模糊数学方法
1.基本思路
经典的集合论认为，一个元素要么属于某个集合，要么不属于某个集合，没有介于二者之间的其他情况。查德则设法用一个隶属度(即隶属于某个集合的程度)的概念，来描述那些处在“属于”和“不属于”之间的模糊事物，并记为μA (X)。当μA (X)取“0”时，就是“不属于”集合，当μA (X)取“1”时，就是“属于”集合，这时的集合A就是一个经典集合。当μA (X) 取“0-1”之间的小数时，A就成为一个模糊集合。如0.9表示隶属于集合A的程度比较高，而0.1则表示隶属于集合A的程度比较低。这样，对那些模糊事物的性状就有了一种可靠的定量分析方法，也为财务报表分析开辟了一条新的思路。
2.指标体系
要有效地评估企业的某项能力，如偿债能力、盈利能力等等，就必须设计一套指标体系。该套指标体系要能很好地反映企业的该项能力，并能将不同企业财务报表的特殊性与普遍性很好地结合起来。
3.评估模型
运用模糊数学中的隶属度进行测量。调查了解各项实际指标的后进水平点(低值)和先进水平点(高值)，并将后进水平点设定为“0”，先进水平点设定为“1”，建立起区间[0，1]，然后，分别将各项指标的实际数据映射到对应的[0，1]区间上，得到各项实际指标的隶属度。
为了简化运算过程，我们通过简单的线性插值法来求得各项指标在[0，1]区间上的隶属度。根据平面上的两点决定一条直线，设后进水平点的坐标为(x1，y1)，先进水平点的坐标为(x2，y2)，则能够建立直线方程式：
(x-x1)/(x2-x1)=(y-y1)/(y2-y1) (1)
在(1)式中，已经规定y1=0，y2=1，(1)式可以整理简化为(2)式：
y=(x-x1)/(x2-x1) (2)
利用公式(2)，近似地求出各项指标的隶属度。
事实上，由于各项实际指标的重要程度并不完全一样，所以还必须给出它们的隶属度在分配上的不同权重。权重也是一个模糊集合问题，具有多种不同的计算方法，如幂法(也称几何平均法)较科学但计算较复杂，主观概率设定法计算过于粗糙等。为了兼顾科学和简便，在这里，设计了一种“排序打分法”。具体做法是，邀请若干专家，让他们根据自己的理解和判断，对各项实际指标从重要到次要进行排序打分。最重要的指标打10分，次重要的指标打9分，以此类推，排在最后的一项指标打1分，随即得出每位专家对各项实际指标的打分总和为相同的常数，之后再将各项具体指标的得
[1] [2] [3]