“非线性打击”下的企业财务诊断

财经论丛 ›› 2018, Vol. 34 ›› Issue (9): 3-12.

• 特约专稿 • 下一篇

“非线性打击”下的企业财务诊断

吴晓波, 华晔

浙江大学管理学院,浙江杭州 310058

收稿日期:2018-07-31 出版日期:2018-09-10 发布日期:2018-09-11
作者简介:吴晓波(1960-),男,浙江杭州人,浙江大学管理学院教授,博士生导师;华晔(1992-),女,浙江杭州人,浙江大学管理学院博士生。
基金资助:
国家自然科学基金面上项目(71472164);中宣部“四个一批”人才项目

Financial Diagnosis of Enterprises under the “Nonlinear Attack”

WU Xiaobo, HUA Ye

School of Management,Zhejiang University, Hangzhou 310058,China

Received:2018-07-31 Online:2018-09-10 Published:2018-09-11

摘要/Abstract

摘要： 本文主要研究企业技术范式转变所带来的“非线性打击”对于企业财务诊断的影响,并提出了影响企业现有财务诊断体系指标的三个可能机制:放弃旧技术范式的损失、探索新技术范式的成本以及新、旧技术范式之间的竞争。文章认为“非线性打击”会对现有的企业财务诊断指标产生负向的影响,从而在一定程度可能会对企业相关决策产生误导。通过对华为、海康威视、大华集团等企业的分析与比较,本文揭示了现有的企业财务诊断方法和指标在“非线性打击”下的缺陷与不足,并且在此基础上从创新管理的角度提出了提高“非线性打击”下企业财务诊断准确性和可靠性的相关思路与建议。

关键词: 技术创新, 非线性打击, 范式转变, 财务诊断

Abstract: This paper mainly studies the influences of “nonlinear attack” which are caused by a technological paradigm shifting on the financial diagnosis of enterprises. The paper proposes three possible mechanisms that may influence the indexes of the financial diagnosis system: the loses due to the abandon of a former technological paradigm, the costs resulting from the exploration of a new technological paradigm, and the competition between the former and the new technological paradigms. It is believed that the “nonlinear attack” has a negative influence on the indexes of the financial diagnosis system, and thus will, to some extent, mislead enterprises’ decision making. With the comparisons and analyses among enterprises like Huawei, Hikvision and Dahua Group, this paper tries to reveal the drawbacks of the existing financial diagnosis system and provide suggestions from an innovation management perspective to promote the accuracy and reliability of the enterprise financial diagnosis system.

Key words: Technological Innovation, Nonlinear Attack, Paradigm Shifting, Financial Diagnosis

中图分类号:

F275

吴晓波, 华晔. “非线性打击”下的企业财务诊断[J]. 财经论丛, 2018, 34(9): 3-12.

WU Xiaobo, HUA Ye. Financial Diagnosis of Enterprises under the “Nonlinear Attack”[J]. , 2018, 34(9): 3-12.

参考文献

[1] Dosi G. Technological Paradigms and Technological Trajectories[J]. Research Policy, 1982, (11): 147-162.
[2] 吴晓波. 二次创新的进化过程[J]. 科研管理, 1995,(2):29-37.
[3] 郭雯. 技术范式转变时期知识的动态演化进程[J]. 科学管理研究, 2006, 24(5):88-91.
[4] [美]理查德·福斯特. 创新:进攻者的优势[M]. 王宇锋,译. 北京:中信出版社, 2008.
[5] 吴晓波. 二次创新的周期与企业组织学习模式[J]. 管理世界, 1995,(3):168-172.
[6] 王宗萍. 关于企业财务诊断的研究[J]. 企业经济, 2004,(5):177-178.
[7] 马冬青, 袁颖. 企业财务诊断分析[J]. 市场论坛, 2006,(2):128-129.
[8] 王琦, 耿素杰. 企业财务诊断指标体系探讨[J]. 长春理工大学学报(社会科学版), 2006, 19(1):38-41.
[9] 苏文凤, 卢凤君, 陈宏明. 电力企业财务诊断分析与方法研究[J]. 经济师, 2003,(5):178-179.
[10] 吴丽玲, 张合振, 吴添玲. 财务诊断及MCS模型应用研究[J]. 财会通讯, 2014,(2):85-87.
[11] 邓和智, 马睿清, 庞大莲. 大数据背景下的财务诊断探析[J]. 中国管理信息化, 2016, 19(23):46-49.
[12] 徐晓燕. 基于企业生命周期的财务诊断方法[J]. 预测, 2004, 23(4):61-64.
[13] 刘娜. 平衡计分卡应用于企业不同生命周期的诊断分析研究[D]. 南宁:广西大学硕士学位论文, 2009.
[14] 吴晓波, 苗文斌, 郭雯. 应对技术范式转变挑战:知识管理动态模型[J]. 科学学研究, 2006, 24(5):727-733.
[15] 罗仲伟, 任国良, 焦豪,等. 动态能力、技术范式转变与创新战略——基于腾讯微信“整合”与“迭代”微创新的纵向案例分析[J]. 管理世界, 2014,(8):152-168.
[16] Leonard D. A. Core Capabilities and Core Rigidities: A Paradox in Managing New Product Development[J]. Strategic Management Journal, 1992, 13(S1):111-125.
[17] Christensen, C. M. The Innovator's Dilemma: When New Technologies Cause Great Firms to Fail[J]. Social Science Electronic Publishing, 1997, 8(97):661-662.
[18] 吴湘繁, 马洁, 王永伟,等. 基于产业技术变迁的组织变革模型:组织惯例演化视角——以百年柯达为案例[C]. 第八届(2013)中国管理学年会论文集(选编),2013.
[19] Tan J. Innovation and Risk-taking in a Transitional Economy: A Comparative Study of Chinese Managers and Entrepreneurs[J]. Journal of Business Venturing, 2001, 16(4):359-376.
[20] 吴晓波, 郭雯, 苗文斌. 技术系统演化中的忘却学习研究[J]. 科学学研究, 2004, 22(3):307-311.
[21] Tiwari A. K., Mohnen P., Palm F. C., et al. Financial Constraint and R&D Investment: Evidence from CIS[M]. Determinants of Innovative Behavior, Palgrave Macmillan UK, 2008. 319-341.
[22] Mazzucato M., Tancioni M. R&D, Patents and Stock Return Volatility[J]. Journal of Evolutionary Economics, 2012, 22(4):811-832.
[23] Gharbi S., Sahut J. M., Teulon F. R&D Investments and High-tech Firms' Stock Return Volatility[J]. Technological Forecasting & Social Change, 2014, 88(88):306-312.
[24] Cassiman, B., Veugelers, R. R&D Cooperation and Spillovers: Some Empirical Evidence from Belgium[J]. American Economic Review, 2002, 92 (4): 1169-1184.
[25] Escribano, A., Fosfuri, A., Tribó, J.A. Managing External Knowledge Flows: The Moderating Role of Absorptive Capacity[J]. Research Policy, 2009, 38 (1): 96–105.
[26] Berchicci L. Towards an Open R&D System: Internal R&D Investment, External Knowledge Acquisition and Innovative Performance[J]. Research Policy, 2013, 42(1):117-127.

“非线性打击”下的企业财务诊断

Financial Diagnosis of Enterprises under the “Nonlinear Attack”

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	高智林, 谭文浩. 企业数字化转型会促进绿色技术创新吗？——基于文本分析方法的经验证据[J]. 财经论丛, 2024, 40(1): 79-91.
[2]	盛皓炜, 王如忠. 数字经济对工业生态效率的影响——基于长三角城市群的实证分析[J]. 财经论丛, 2023, 39(9): 3-13.
[3]	付建栋, 刘军. 进口产品结构与产能利用率:溢出效应抑或替代效应[J]. 财经论丛, 2023, 39(7): 15-24.
[4]	王冲, 王磊. 区域市场一体化促进城市技术创新吗？——基于“撤县设区”的实证分析[J]. 财经论丛, 2023, 39(12): 3-13.
[5]	王俊豪, 霍雨佳, 金暄暄. 激励性管制对高耗能企业绿色技术创新的影响——来自“节能减排财政政策综合示范城市”的证据[J]. 财经论丛, 2023, 39(11): 103-112.
[6]	彭硕毅, 张营营. 区域数字经济发展与企业技术创新——来自A股上市公司的经验证据[J]. 财经论丛, 2022, 38(9): 3-13.
[7]	唐国平, 孙洪锋, 陈曦. 碳排放权交易制度与企业投资行为[J]. 财经论丛, 2022, 38(4): 57-68.
[8]	刘春济, 高静, 赵红军. 地方增长目标、区域技术创新与中央政府发展导向调整[J]. 财经论丛, 2022, 38(2): 3-14.
[9]	宋培, 陈喆, 宋典. 绿色技术创新能否推动中国制造业GVC攀升？——基于WIOD数据的实证检验[J]. 财经论丛, 2021, 37(5): 3-13.
[10]	龚刚敏, 赵若男. 财政分权对区域技术创新影响的空间计量分析[J]. 财经论丛, 2021, 37(3): 26-37.
[11]	谢获宝, 吴壮倩, 惠丽丽. 税收征管、营改增与企业技术创新投入[J]. 财经论丛, 2020, 36(7): 33-42.
[12]	周凡. 银行准入放开推动产业供给侧结构性改革的路径——基于中国地级市微观数据的研究[J]. 财经论丛, 2020, 36(6): 40-50.
[13]	覃予, 王翼虹. 环境规制、融资约束与重污染企业绿色化投资路径选择[J]. 财经论丛, 2020, 36(10): 75-84.
[14]	黄光灿, 白东北, 王珏. FDI对中国工业行业的选择效应研究——基于环境规制博弈的联立方程[J]. 财经论丛, 2019, 35(9): 103-112.
[15]	姜能鹏, 贺培. 资本要素市场扭曲影响OFDI技术创新效应吗？[J]. 财经论丛, 2019, 35(9): 3-11.