熵值法是一种依据指标值所包含信息量多少确定指标权重的赋值方法，该方法不同于层次分析法，它是一种客观公正的赋权方法不受主观影响。计算出来的值越小说明该指标值的变异程度越大换言之熵值与变异程度反向变动。

第一步求各评价对象在各指标下的比值：

$P=X_{ij}/{\displaystyle \underset{i=1}{\overset{n}{\sum }}{X}_{ij}}\left(i=1,2,3\cdot \cdot \cdot m;j=1,2,3\cdot \cdot \cdot n\right)$

第二步求各指标熵值：

$e_j=-\frac{1}{Inn}{\displaystyle \underset{i=1}{\overset{n}{\sum }}{p}_{ij}In}{p}_{ij}\left(j=1,2,3\cdot \cdot \cdot n\right)$

第三步通过熵值求出各指标权重：

$d_j=1-e_j\left(j=1,2,3\cdot \cdot \cdot m\right)$

$w_j=d_j/{\displaystyle \underset{i=1}{\overset{m}{\sum }}{d}_j}\left(j=1,2,3\cdot \cdot \cdot m\right)$

功效系数法通常用来处理企业多目标决策相关的问题，需要分别确定各个评价指标的满意值与不允许值，其中：满意值作为评价指标的上限，不允许值作为评价指标的下限。通过上限与下限分别计算评价指标对应的功效系数从而转化为功效评分值。然后将指标评分值与指标权重相结合计算出各项指标的最终得分值。

在计算企业绩效评价标准值时所需要用到的公式如下：

基本指标得分值 = 各单项指标得分合计

单项基本指标得分 = 本档基本指标得分 + 调整得分

本档基本指标得分 = 指标权重*本档标准系数

调整得分 = 功效系数 × (上档基本得分 − 本档基本得分)

上档基本得分=指标权重 × 上档标准系数

功效系数 = (实际值 − 本档标准值)/(上档标准值 − 本档标准值)

灰色关联度分析是分析不同系统因素之间的关联程度。根据序列曲线几何形状的相似度判断不同序列之间的联系程度是否密切。序列曲线的几何形状越相似说明关联程度越高，反之则越低。

灰色关联度分析的步骤主要包括确定母序列和子序列、数据预处理、计算关联系数、计算关联程度、关联度排序等。

第一步确定母序列，母序列又称参考序列，能反映系统行为特征的数据序列，类似于变量

$Y={\left[y_1,y_2,y{}_3\cdot \cdot \cdot y_n\right]}^T$

第二步确定子序列，子序列又称为比较序列，影响系统行为的因素组成的数据序列，类似于自变量

$x_{\left(m,n\right)}=\left[\begin{array}{l}{x}_{11},x_{12},x_{13}\cdot \cdot \cdot x_{1n}\\ x_{21},x_{22},x_{23}\cdot \cdot \cdot x_{2n}\\ x_{31},x_{32},x_{33}\cdot \cdot \cdot x_{3n}\\ \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \cdot \\ x_{n1},x_{n2},x_{n3}\mathrm{...}{x}_{nm}\end{array}\right]$

第三步数据预处理：由于不同要素具有不同量纲和数据范围，因此要进行预处理去量纲，将他们统一到近似的范围内，先求出每个指标的均值，再用指标中的元素除以其均值。

第四步计算灰色关联系数：通过计算两级最小差值和最大差值得到子序列中各个指标与母序列的关联系数，其中 $\rho$为分辨系数取0.5。

(1) 假设两级最小差值为A，则

$A={\min }_i\min k_k|x_0\left(k\right)-x_i\left(k\right)|$

(2) 假设两级最大差值为B，则

$B={\max }_i{\max }_k|x_0\left(k\right)-x_i\left(k\right)|$

(3) 构成关联系数 ${\epsilon }_i\left(k\right)$，则

${\epsilon }_i(k)=y\{x_0\left(k\right),x_i\left(k\right)\}=\frac{A+\rho B}{\{x_0\left(k\right),x_i\left(k\right)\}+\rho B}$

其中 $\rho$为分辨系数取0.5第四步计算关联度：关联度=关联系数的均值，即

$r_i=\frac{1}{n}{\displaystyle \underset{k=1}{\overset{n}{\sum }}{\epsilon }_i}\left(k\right)$

由于S公司作为一家民营企业，除了肩负社会责任之外，主要目标就是企业的利润稳步增长，所以本文以企业净利润为灰色关联分析的母序列。通过分析S公司公布2019年至2023年财务报表中各项重要财务指标的数值变化，结合企业实际情况，从盈利能力、偿债能力、营运能力、成长能力四个维度分别选出与净利润关联性比较大的五项财务指标，构建初步财务风险预警指标体系，见 表1 。

由于各项财务指标之间单位并不统一，所以需要对数据进行了无量纲化处理。在此基础上，利用灰色关联分析计算出各项财务指标与净利润之间的关联系数，并进行排序，见 表2 。

经计算可知所有财务指标与净利润的关联系数均在0.7以上，所以我们选择代表各项能力的五个财务指标中关联系数前三位构建财务风险预警指标体系。但由于国资委所颁布的《企业绩效评价值》中没有流动比率、产权比率和股东权益周转率、总资产增长率的评价集，所以这些指标剔除。S公司财务风险预警最终指标体系见 表3 。

对于确定各财务指标所占权重大小，本文采用熵值法的方式。首先利用正向化的方法对数据进行无量纲化处理，然后求出各项财务指标的熵值，进而求出各项财务指标的权重，见 表4 。

本文采用功效系数法计算财务指标风险评价值。功效系数法通常用来处理企业多目标决策相关的问题，需要分别确定各个评价指标的满意值与不允许值，其中：满意值作为评价指标的上限，不允许值作为评价指标的下限。为了提高最终结果的有效性，本文在企业绩效风险评价标准值的选择上采用国务院国有资产监督管理委员会每年更新的关于《企业绩效评价标准值》中的数据，该数据将企业绩效评价标准值分为五档，分别为：优秀值、良好值、平均值、较低值、较差值。通过上限与下限分别计算评价指标对应的功效系数从而转化为功效评分值，见 表5 。

在划分风险等级时，我们基于以下考虑因素进行风险等级划分，将企业面临的风险分成五个等级，分别为巨警、重警、中警、轻警、无警，见 表6 。通过财务数据测算我们很难保证一家公司并不存在任何风险，所以对于无警的评价标准要适当严格些，这样使得最后评价结果准确些。 表7 为S公司2019年至2023年指标体系风险评价值与对应警情等级情况。综合评价值计算公式：综合评价值 = 各项财务指标得分 × 对应财务指标权重。

根据 表7 可知，S公司在2019年至2023年的经营情况并不存在很大风险，大部分处于轻警这一警情阶段。但是这并不意味着S公司可以不重视在这一阶段发生的问题与未来可能面临的风险。

在 表5 的S公司财务指标风险评价值中，有几项指标的数据需要特别关注。其一是应收账款周转率，这一指标在2019年到2023年这五年中应收账款周转率得分持续降低，由于目前国内市场产品需求趋于饱和状态，S公司从2022年开始将产品从国内销往海外，实现业务大幅增长，但也使得S公司应收账款数额账上数字大幅增加，应收账款周转次数逐年降低。另外，代表S电气公司营运能力的三项指标包括应收账款周转率、流动资产周转率、总资产周转率的得分值总和从2021年的16.51下降到2023年的14.75，说明S公司在公司运营方面还存在一定的问题，公司的资产周转率并不高，还未达到同行业的平均水平。最后观察代表S公司成长能力中资本保值增值率与营业收入增长率得分趋势来看，发现S公司的营业收入增长率得分波动比较大，在2023年已经积极拓展海外市场的情况下2023年营业收入增长率得分依然在减少，S公司可能对于海外市场的拓展转化而来的业务量还不够多，也可能没有对先前客户做到很好的维护丢失了后面的订单。

为了确保财务风险预警模型能够行之有效，S公司需要完善财务风险预警制度。一方面，S公司应当建立详细的财务风险预警管理机制，界定各个部门的职责，并明确有效的财务风险预警措施，以保障公司的正常运营。此外，还需要在制度中明确财务风险防范知识，以帮助公司的员工更好地掌握和运用有关的财务信息。

S公司可以从企业管理层以及财务部挑选出或通过外部招聘渠道聘用一些具有财务风险预警背景的人员组成该专业职能部门。在企业日常运营中，财务风险预警部门的工作人员通过收集和分析财务指标的方式及时发现财务风险，找出引发财务风险的来源，提出改善建议整理成报告，上报给企业管理人员。

良好的预警意识可以有效提升员工的财务风险管理水平，从而更好地实现财务风险管理目标。 因此，加强员工的财务风险预警意识对于保障财务风险预警模型充分发挥作用是至关重要的。首先，企业应将财务风险预警意识融入到企业的经营理念中，在理念上引导员工注重财务风险的预防，营造一个全员注重财务风险预警的环境；其次，相关部门应定期举办培训会，让员工更好地理解和运用财务风险预警模型。这样可以增强员工的防范意识，并为公司的发展做出贡献；最后进行适当的奖励，以此来激励员工注重财务风险预警。