2006年2月財政部頒發(fā)的并自2007年1月1日起開始實施的新會計準(zhǔn)則全面引入了公允價值作為計量屬性。
一、文獻回顧
近幾年,國內(nèi)學(xué)者就如何對上市公司財務(wù)業(yè)績進行評價進行了廣泛的討論。陳孝新(2002)曾用層次分析法構(gòu)造上市公司經(jīng)營業(yè)績的多因素層次模糊分析結(jié)構(gòu)模型,并以實例進行了應(yīng)用分析[1];何有世,徐文芹(2003)對現(xiàn)行工業(yè)企業(yè)經(jīng)濟效益指標(biāo)體系進行分析,提出了改進建議,用改進后的指標(biāo)體系結(jié)合幾十家企業(yè)進行了因子分析法的實證研究,旨在說明因子分析法在企業(yè)經(jīng)濟效益綜合評價中的應(yīng)用[2];姚梅芳、鄭雪冬、金玉石(2004)設(shè)計了基于BSC卡法的高科技網(wǎng)絡(luò)及軟件創(chuàng)業(yè)企業(yè)績效評價體系,以期為高科技創(chuàng)業(yè)企業(yè)在績效測評和戰(zhàn)略管理方面提供可操作性的管理工具[3];楊成、邢宗輝、郭新有(2005)采用了統(tǒng)計學(xué)中的因子分析模型,從眾多財務(wù)指標(biāo)中提取了鋼鐵業(yè)上市公司贏利能力、股本擴張能力、資產(chǎn)使用效率等各層面因子,并對各層面因子得分進行排序,由此對企業(yè)的各個層面競爭力進行分析評價,同時利用客觀權(quán)重建立了綜合業(yè)績評價函數(shù),對企業(yè)的綜合業(yè)績進行了評價[4];劉書慶,吳田(2006)通過結(jié)合上市公司六大類18個財務(wù)指標(biāo),在采用層次分析法對上市公司經(jīng)營業(yè)績進行綜合評價的同時,借助灰色系統(tǒng)理論,構(gòu)造出上市公司經(jīng)營業(yè)績的定量評價模型[5];趙順娣(2007)采用了灰色關(guān)聯(lián)度對滬市鋼鐵行業(yè)上市公司2004年度的經(jīng)營業(yè)績進行了評價[6];孫承飛(2008)以平衡記分卡理論為基礎(chǔ),運用層次分析法確定指標(biāo)權(quán)重,對農(nóng)業(yè)上市公司績效進行了評價研究[7]。朱承亮、岳宏志(2008)運用主成分分析方法,對陜西省26家上市公司的十項財務(wù)指標(biāo)進行了綜合評價[8]。
二、實證研究
(一)指標(biāo)的選取與數(shù)據(jù)來源
上市公司財務(wù)指標(biāo)是上市公司財務(wù)業(yè)績評價的主要信息來源,按照科學(xué)性、綜合性、全面性及可比性的原則,同了上市公司的盈利能力、償債能力、營運能力和發(fā)展能力四個方面的狀況,能充分說明上市公司的整體績效水平。
截至2006年12月31日,河南省在滬深上市的公司共32家,排除中原油氣(退市),以巨潮資訊網(wǎng)用SPSS13.0軟件對其財務(wù)業(yè)績進行因子分析,并將提前的因子作為BP神經(jīng)網(wǎng)絡(luò)的輸入層神經(jīng)元。
(二)提取公共因子并計算因子得分
應(yīng)用SPSS13.0軟件對數(shù)據(jù)進行KMO測度和巴特球體檢驗,其中KMO=0.612,同時Bartlett檢驗給出的相伴概率為0.0000,即Sig=0,小于顯著水平0.05,因此,拒絕其零假設(shè),認(rèn)為適合于因子分析。按照特征值大于1的標(biāo)準(zhǔn)以2.433,1.801,1.720,1.479,1.114,貢獻率分別是24.33%,18.006%,17.204%,14.786%,11.139%,累計貢獻率為85.465%,即這五個因子反映出了總體信息的85.465%,丟失信息較少,用它們來代替原有指標(biāo)變量進行上市公司業(yè)績評價是可行的。
的信息量,根據(jù)公式
(三)BP神經(jīng)網(wǎng)絡(luò)模型的建立
BP網(wǎng)絡(luò)模型處理信息的基本原理是:輸入信號Xi通過中間節(jié)點(隱層點)作用于輸出節(jié)點,經(jīng)過非線形變換,產(chǎn)生輸出信號Yk,網(wǎng)絡(luò)訓(xùn)練的每個樣本包括輸入向量X和期望輸出量t,網(wǎng)絡(luò)輸出值Y與期望輸出值t之間的偏差,通過調(diào)整輸入節(jié)點與隱層節(jié)點的聯(lián)接強度取值Wij和隱層節(jié)點與輸出節(jié)點之間的聯(lián)接強度Tjk以及閾值,使誤差沿梯度方向下降,經(jīng)過反復(fù)學(xué)習(xí)訓(xùn)練,確定與最小誤差相對應(yīng)的網(wǎng)絡(luò)參數(shù)(權(quán)值和閾值),訓(xùn)練即告停止。此時經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)即能對類似樣本的輸入信息,自行處理輸出誤差最小的經(jīng)過非線性轉(zhuǎn)換的信息。 在此模型中,唯一存在主觀性隱患的就在于所選擇的期望值。在目前的很多應(yīng)用中,有一些學(xué)者是選擇專家評價系統(tǒng)的結(jié)果作為訓(xùn)練神經(jīng)網(wǎng)絡(luò)的期望值,這種做法對消除主觀性的貢獻很小。為了消除主觀性影響,本文將因子分析結(jié)果的綜合得分作為訓(xùn)練神經(jīng)網(wǎng)絡(luò)的期望值,將因子分析得到的因子作為輸入節(jié)點。
本文采用因子分析中31家上市公司作為一個樣本集,選取其中25家上市公司作為訓(xùn)練集,6家上市公司為測試集(預(yù)測樣本)。在Matlab7.0中,建立一個5個輸入節(jié)點、4個隱含層節(jié)點、1個輸出節(jié)點的BP網(wǎng)絡(luò),隱含層和輸出層轉(zhuǎn)移函數(shù)分別為tansig和purelin,訓(xùn)練函數(shù)選擇trainParam函數(shù),學(xué)習(xí)率為0.9,精度選為0.001,訓(xùn)練步數(shù)設(shè)為1000步。
從測試樣本預(yù)測訓(xùn)練結(jié)果比較可以看出,應(yīng)用BP神經(jīng)網(wǎng)絡(luò)進行擬合,其預(yù)測值與期望值(F)的最大誤差為0.0390,最小誤差為0.0091,平均誤差為0.0226?？梢?運用此模型對上市公司的財務(wù)業(yè)績進行預(yù)測誤差較小,滿足評價要求。調(diào)用sim函數(shù),利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對河南省31家上市公司2007年的財務(wù)業(yè)績狀況分別進行評價,向經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)輸入指標(biāo)向量,得到網(wǎng)絡(luò)輸出值,從而得出各企業(yè)財務(wù)業(yè)績評價結(jié)果。
從計算的評價結(jié)果能夠看出,河南省31家上市公司中排名前十名的分別是雙匯發(fā)展、瑞貝卡、平煤天安、焦作萬方、中原環(huán)保、安陽鋼鐵、神火煤電、中孚實業(yè)、華蘭生物、羚銳制藥。排在后十名的分別是同力水泥、焦作鑫安、中原高速、思達高科、蓮花味精、冰熊保鮮、豫能控股、安彩高科、天方藥業(yè)、洛陽玻璃。通過對比其2007年的公司發(fā)展?fàn)顩r,本文通過建立因子分析BP神經(jīng)網(wǎng)絡(luò)模型得出來的結(jié)論與實際情況基本相符合。
結(jié)論
本文對所選取的財務(wù)指標(biāo)采用因子分析法對原始信息進行篩選,實現(xiàn)了降維,既保證了原始資料信息的完整,又避免了原始信息的重疊,形成新的訓(xùn)練樣本集,減少了BP網(wǎng)絡(luò)建模時的網(wǎng)絡(luò)結(jié)構(gòu),能大大提高網(wǎng)絡(luò)的學(xué)習(xí)速率與泛化能力。另外,本文將因子分析評價結(jié)果作為神經(jīng)網(wǎng)絡(luò)的期望值,使主觀性影響得到了更好的消除。同時,本文采用的BP神經(jīng)網(wǎng)絡(luò)克服了感知神經(jīng)網(wǎng)絡(luò)和線性神經(jīng)網(wǎng)絡(luò)的局限性,可以實現(xiàn)任意線性和非線性的函數(shù)映射,避免了人為的確定權(quán)重,克服了以往缺乏自學(xué)習(xí)能力的缺點,減少了評價過程中的隨機性和評價人員主觀上的不確定性及其認(rèn)識上的模糊性;通過對參評樣本的不斷學(xué)習(xí),能使系統(tǒng)誤差達到任何精度要求,且有收斂性,提高了評價的可靠性,使評價結(jié)果更有效、更客觀。
參考文獻:
[1]陳孝新.多因素層次模糊綜合評價在上市公司經(jīng)營業(yè)績分析中的應(yīng)用[J].財經(jīng)理論與實踐,2002,(4):50-52.
[2]何有世,徐文芹.因子分析法在工業(yè)企業(yè)經(jīng)濟效益綜合評價中的應(yīng)用[J].數(shù)理統(tǒng)計與管理,2003,(1):19-22.
[3]姚梅芳,鄭雪冬,金玉石.基于Kaplan-NortonBSC法的高科技網(wǎng)絡(luò)及軟件創(chuàng)業(yè)企業(yè)績效評價體系研究[J].工業(yè)技術(shù)經(jīng)濟,2004,(12):103-105.
[4]楊成,邢宗輝,郭新有.鋼鐵業(yè)上市公司的業(yè)績評價[J].統(tǒng)計與決策,2005,(10):156-157.
[5]劉書慶,吳田.基于灰色理論的上市公司經(jīng)營績效綜合評價[J].生產(chǎn)力研究,2006,(12):259-263.
[6]趙順娣.基于灰色關(guān)聯(lián)度分析的綜合績效評價方法與應(yīng)用[J].財會通訊,2007,(3):6-9.
[7]孫承飛.基于BSC的農(nóng)業(yè)上市公司績效評價研究[J].特區(qū)經(jīng)濟,2008,(4):111-112.
[8]朱承亮,岳宏志.主成分分析在我國上市公司財務(wù)評價中的應(yīng)用——基于陜西省26家上市公司的實證分析[J].技術(shù)經(jīng)濟與管理研究,2008,(5):9-12.
