平衡计分卡权重量化设计实证研究

龙源期刊网 http://www.qikan.com.cn

平衡计分卡权重量化设计实证研究

作者：刘杨晖 李抒 王海龙 来源：《财会通讯》2013年第02期

一、引言

在经济全球化的趋势下，企业竞争日益加剧，如何使企业在激烈的市场竞争中处于不败之地是所有管理者面临的重大问题。过去的企业竞争主要取决于企业的内部生产能力和管理水平。但是现代企业的竞争已经不仅仅局限于此，而是取决于企业的综合性的竞争优势。包括通过技术创新所形成的技术优势、产品优势和成本优势，通过管理创新所形成的制度优势、组织优势和人才优势。因此，如何科学、系统、全面地衡量与评价企业的战略经营业绩和竞争优势就显得突出重要。平衡计分卡就是为了适应企业的这一需要而孕育而生的现代企业战略管理指标体系与工具。

平衡计分卡（Balance Scorecard，简称BSC）是由美国学者罗伯特·S·卡普兰

（Robert·S·kaplan）和大卫·P·诺顿（David·P·Norton）在1990年诺顿研究所（Nolan Norton Institute）的课题研究成果基础上提出的一整套用于企业战略经营业绩衡量与评价的财务与非财务指标体系，它强调了企业绩效管理与战略管理之间的联系。平衡计分卡不仅仅是一个简单的指标评价系统，还是一个企业战略评价和管理的工具，它通过财务业绩指标，客户方面业绩指标，内部经营过程业绩指标，学习与增长业绩指标四个方面来全面的评价和管理企业的绩效，并提出了一整套具体的指标框架体系。

平衡计分卡里有许多具体的评估指标和目标，它们都来源于企业的长远战略规划。一个企业有着自身的远景和战略，平衡计分卡将这些远景和战略转化为有形的、可以衡量的指标。在客户方面，BSC将指标划分为三大类市场份额、顾客满意、顾客获利能力。BSC中的目标和衡量指标是相互联系的，这种联系不仅包括因果关系，而且包括结果的衡量和引起结果的过程的衡量相结合，最终反映组织战略。 平衡计分卡框架如图1所示： 二、文献综述

平衡计分卡一经问世就引起了国内外实务界和学术界的广泛关注。许多管理学、财务会计学的学者都从不同的角度对平衡计分卡进行了深入的研究。国外方面，Intter and Larcker（1998）经过研究认为业绩评价指标应该与企业战略相联系，这将是未来业绩评价指标发展的重要方向。Lipe and Salterio（2000）用实验的方法，分析研究了平衡计分卡中共性和个性指标与管理者评价业务业绩的相关性。他们得出结论，企业高层管理者在评价业绩时，只关注共性指标，而并不关注个性指标，所以他们认为平衡计分卡不能有效地将战略与业绩评价相结合。

龙源期刊网 http://www.qikan.com.cn

而Banker （2004）的研究则认为平衡计分卡中部分共性指标和个性指标与企业战略是相关的。

在国内，很多学者主要研究如何将平衡计分卡作为一种企业战略业绩评价和管理的工具运用到企业中以及分析平衡计分卡的有用性问题。赵国杰和赵红梅（2004）针对国内商业银行的存在的漏洞和弊端，引入平衡计分卡，构建了适合我国商业银行的绩效评价指标体系。吴革和易晓伟（2006）以某个大型电子产品制造企业为例，设计了一个基于平衡计分卡的战略执行案例，研究了如果以量化的思路实现企业战略的执行与评价，设计的案例不仅仅局限于业绩评价，还延伸扩展到了战略实施和控制的执行全过程。杨柏（2007）将平衡计分卡运用到汽车企业动态联盟供应链绩效评价，并设计了适合于汽车企业动态联盟供应链绩效评价的平衡计分卡的指标体系。刘俊勇、孟焰和卢闯（2011）为了研究平衡计分卡的有用性，运用实验的研究方法，对比了平衡计分卡在两个超市的实行效果，分析实验参与者在评价业务单元业绩时的指标选择，他们得出结论：有战略信息的实验参与者更依赖个性指标，而无战略信息的实验参与者更加依赖共性指标。 三、研究设计

平衡计分卡在实施过程中所面临的一个重要问题是难以将具体指标划分权重，也就是说难以得知某个具体的指标对目标的影响程度。平衡计分卡里的指标众多，但是哪些指标对企业的战略目标有影响；哪些指标对企业的战略没有影响；哪些指标对企业的战略目标影响大；哪些指标影响小，影响程度如何，这是许多企业在设计和执行平衡计分卡时所遇到的困惑，如果无法解决这些问题，平衡计分卡就很难真正的在企业中达到它应有的作用。本文将针对这一问题，运用实证的研究方法，通过回归运算来计算出各环节具体指标对企业目标的影响程度。由于篇幅有限和有些指标的数据难以搜集，所以只选取了几个有代表性的基本财务指标作为范例来进行运算，其它指标的计算方法相同。

（一）样本选取与数据来源 本文的数据来自于CCER中国经济金融数据库中的1991年至今的一般上市公司的财务数据，考虑到金融公司资产负债表的特殊性，本文剔除了金融类和包含金融类经营单位的公司，剔除金融企业、数据缺失和账面价值为负的企业，最后获得15413个样本数据。为了使数据回归结果更加的有说服力，剔除了样本数据最大部分和最小部分的1%，对变量进行了winsor处理。 下面给出了回归运算的具体公式：

Mgsy = ？滋1 +？滋2Ldzczzl +？滋3Gdzczzl +？滋4Syl +？滋5Sj1 +？滋6Jzcsylj11+？滋7

Jzcsylyy11+？滋8Sdb1+？滋9Zwzcb1+？滋10Zbcz1+？滋11Xj1dfzb1+？滋12Ldb1

本文来源：https://www.bwwdw.com/article/o7u3.html