中图分类号：F272.5；F062.9 文献标识码：A 文章编号：1001-9952（2004）11-0005-11 一、引言 中小企业是推动国民经济发展的重要力量，在一国经济社会发展中发挥着不可替代的作用。国际经验表明，中小企业在扩大就业、活跃市场、收入分配、社会稳定和国民经济结构布局等方面起着愈来愈重要的作用。对中小企业的成长性进行评价，能够总体判断我国中小企业的发展状况，客观地分析中小企业的产业结构状况和地区分布状况；同时，也能够为进一步研究中小企业的成长机理、改善企业的成长环境提供必要的数据支持。 二、综合评价方法综述 影响中小企业成长的因素很多，为此，评价中小企业成长性的方法一般都属于综合评价方法，即依据企业的实际统计数据计算综合评估得分（或称指数）的数学模型。目前国内外中小企业成长性综合评估方法有很多，但实际测算中普遍采用的方法则主要有以下几种： 1.单一指标法。这种方法以单一的指标或者是由多项因素构成一个合成的单一指标模型，对企业的成长性进行评价。其优点是思路简单明了，计算量小；缺点也十分突出，即单一性的指标难以涵盖企业成长性的方方面面，具有较大的局限性。采用此种方法最典型的模型是《新财富》每年推出的上市公司成长性排名。 2.加权评分法。这是目前经济评价中应用最多的一种方法。一般做法是根据各具体指标在评价总目标中的不同地位，给出或设定其标准权数；同时确定各具体指标的标准值（通常为该指标的行业平均值）。然后比较指标的实际数值与标准值得到级别指标分值，最后汇总指标分值求得加权评估总分。加权评分法的最大优点是简便易算，但也存在三个明显的缺点：第一，未能区分指标的不同性质，会导致计算出的综合指数不尽科学；第二，不能动态地反映企业发展的变动状况；第三，忽视了权数作用的区间规定性。用此方法对国内上市公司业绩进行评价的主要有中国诚信证券评估有限公司每年推出的上市公司业绩排名等。 3.隶属函数评估法。这是根据模糊数学的原理，利用隶属函数进行综合评估的方法。一般步骤为：首先利用隶属函数给定各项指标在闭区间[0，1]内相应的数值，称为“单因素隶属度”，对各指标作出单项评估。然后对各单因素隶属度进行加权算术平均，计算综合隶属度，得出综合评估的指标值。其结果越接近0越差，越接近1越好。隶属函数评估方法较之加权评分法具有更大的合理性，但该方法对状态指标缺乏有效的处理办法，会直接影响评价结果的准确性。同时，该方法未能充分考虑企业近几年各项指标的动态变化，评价结果很难全面反映企业生产经营发展的真实情况。 4.功效系数法。国家经贸委财经司与国家统计局工交司联合推荐的“功效系数法”是根据多目标规划原理，对每一个评估指标分别确定满意值和不允许值。然后以不允许值为下限，计算各指标实现满意值的程度，并转化为相应的评估分数。最后加权计算综合指数。由于各项指标的满意值与不允许值一般均取自行业的最优值与最差值，因此，功效系数法的优点是能反映企业某一时点在同行业中的地位。但是，功效系数法同样既没能区别对待不同性质的指标，也没有充分反映企业自身的经济发展动态，使得评估结论不尽合理。 5.两次记分法。这种方法是从动态和静态两方面分别考察计分。各指标实际数值与行业平均水平相比较，改善记1.5分，持平记0.4分，下降记0分；然后与前期水平比较，改善记1.5分，持平记o.4分，下降记0分，最后两项评分相加，乘上权数后汇总即得综合指数。两次记分法从空间和时间两个方面评估企业，思路是全面的。但是，这种方法过于粗略，使得评估结果具有很大的模糊性。如资产报酬率指标，若行业平均值为20％，那么，一个企业为 26％，另一个企业为32％，按两次评分法评估两个企业，结果都得1.5分，两个企业在资产报酬率上的差异就会消失，因而评估结论将难以准确描述一个企业在本行业甚至全产业中的正确地位。 6.二维判断法。二维判断法是由我国“中小企业发展问题研究”课题组提出的一种评价中小企业成长性的一种方法。所谓二维判断法，就是从两方面同时考察企业的变动状况：一是空间，即正确反映企业在本行业（或全产业）时点状态所处的地位；二是时间，即尽可能考虑一段时期内企业连续成长的速度和质量。其基本原理是：在确定各指标状态值及标准分值的基础上，首先测算评估期前3年企业各指标的平均数值，并确定平均分值，考察企业以往（评估期前3年）的发展状况；然后根据企业评估期某一指标的实际值，测算企业该指标的行业比较得分，考察企业该项指标在同行业（或全产业）所处的地位；据此再计算该指标行业（全产业）比较得分与前3年平均分值的比值，考察企业该指标在整个测评期内的成长状态；最后将各指标的比值加总得出综合成长指数，从整体上反映企业的成长状况是越来越好，还是有进有退，抑或是逐渐萎缩。但是，与其他综合评价方法相比较，二维判断法也存在明显的不足：一是这种方法在确定标准分值上仍存在较多的人为因素，只能靠充分调查、分析和征询专家的意见，以尽可能避免人为失误；二是这种方法的计算过程比较繁琐，需要的数据量非常庞大。为此，只能借助计算机等设备，在事先编好运算程序和做好基础数据处理的基础上，才能取得较好的结果。
