创业板研发投入的神经网络预测：是采用rbf模型 - 《科技管理研究》！.docVIP

创业板研发投入的神经网络预测：是采用RBF模型还是BP模型？ 李经路,胡振飞 (云南大学会计学院，云南昆明650091) 摘要：创业板公司成立时间较短、企业规模较小，其研发投入的影响因素较多，使用营业净利率、每股收益、董监高年薪、可持续增长率、资产负债率、现金流量净额和GDP这些指标，运用径向基神经网络（RBF）和逆传播神经网络（BP）方法构建一个训练完成的神经网络模型，研究发现RBF神经网络模型比BP神经网络模型具有更好的拟合、预测效果。 关键词：研发投入；人工神经网络； BP神经网络； RBF神经网络；预测 中图分类号：F230.9；F273.1；F275；F270 文献标志码：Ａ Neural Network Prediction Model for RD of GEM : BP Model or RBF Model? LI Jinglu HU Zhenfei (School of Accounting, Yunnan University, Kunming 650500, China) Abstract:GEM enterprises are mostly set up in short time. They are usually in small size. there are many factors affecting RD investment of GME. Indicators of annual report in GEM are selected ,such as the net operating profit ratio, earnings per share, salary of the directors and supervisors and senior, sustainable growth, debt-assets ratio, net cash flow, the index of GDP is applied to reflect the macroeconomic situation. By using BP and RBF neural network model, this paper constructs a neural network model which is training completed. This paper finds that the RBF neural network has better fitting and forecasting effect than BP neural network. Key words: RD; Neural Network;BP neural network; RBF neural network; forecasting ___________________________________________ 收稿日期：2016-05-20，修回日期：2016-08-18 基金项目：云南省社会科学规划基金项目“云南省生态文明指数研究”（201305）；云南省社会科学规划教育科学基金项目“DEA视窗分析模型的云南省高校科研项目效率测度”（AC15010）；云南省教育厅基金项目“智力资本对云南企业贡献的测度研究”（2014Y025） 项目来源：云南大学第四批中青年骨干教师资助基金项目“上市公司智力资本价值贡献的测度研究”（XT412003）；云南大学人文社会科学青年项目“基于补贴和税收优惠的企业研发投入效应研究”（13YNUHSS006）；云南大学教学改革基金项目“管理类课程中案例研究评价体系的构建研究”（2016Y07） 纵观世界各国经济发展状况可知，各国经济实力的竞争归根结底是科学技术的较量，而科技竞争力的较量又集中体现在RD（research and development，RD）活动的资源配置上[1]35-38。因此强化企业的创新主体地位和主导作用，形成一批具有国际竞争力的创新型领军企业是国家实施创新驱动发展战略的关键[2]。影响RD活动和效率的因素较多，这些因素对RD的影响并非简单的线性关系，因而，探讨影响RD活动非线性因素的作用机理具有重要意义。 1 文献回顾 已有较多文献关注研发投入问题，主要集中在宏观方面和微观方面。宏观方面主要探讨政府补贴对研发投入的影响效应、企业产权属性是否影响企业的研发投入、不同区域之间研发投入的差别以及科研机构的科研投入对于企业研发投入的影响效应等问题；微观方面主要考量企业融资约束对研发投入的影响、资本结构对研发投入的影响、人员投入对研发的影响、组织结构设置对研发投入的影响等问题。本文选取具有代表性的文献进行简要地回顾。 在宏观方面