论文 浅析港航上市公司财务业绩评价.docVIP

论文 浅析港航上市公司财务业绩评价.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
论文 浅析港航上市公司财务业绩评价

浅析港航上市公司财务业绩评价 [摘要]:近年来,我国的港航企业进入资本市场的步伐日益加快,尤其在加入WTO之后,我国的港口与航运上市公司将面临更加激烈的竞争,对港口与航运上市公司财务状况进行分析越来越受到有关各方的关注。鉴于航运类上市公司在股市中不断展现出来的强劲态势,投资者也更加需要有一个较为完整的财务业绩评价体系,以此来评价企业的经营成果和预测企业今后的发展走向。 [关键词]:港航上市公司、财务业绩评价、BP神经网络 港口与航运业是国民经济中的基础产业,该产业已成为世界各国最具现代化的部门之一。随着我国港航企业国际化程度的不断提高和航运市场的日趋成熟,港航企业进入资本市场的步伐也日益加快。近年来,国内已有超过20家大型和超大型航运公司先后进入了资本市场,分别在上海和香港等地挂牌上市。这些企业上市后在经营上取得了骄人业绩,在股市中也越来越受到人们的瞩目。但由于我国大部分航运上市公司上市的时间不长,因此至今为止对构建一个较完整的符合航运上市公司经营特点的财务业绩评价系统的研究一直处于方兴未艾的阶段。鉴于此,本文将就该问题进行初步探索。 1 港航上市公司财务业绩评价概述 按照规范的定义,企业业绩评价是指评价主体运用数理统计和运筹学等方法,采用特定的指标体系,对照设定的评价标准,按照一定的程序,通过定量定性对比分析,对评价客体在一定期间内的业绩表现,做出客观、公正和准确的综合评判。狭义的企业业绩评价是在会计学和财务管理的基础上,运用计量经济学原理和现代分析技术而建立起来的,真实反映企业现状、预测未来发展前景的一门统计评价科学。 本文的财务业绩评价就是企业业绩评价的狭义概念,是站在社会投资者的角度对航运企业经营业绩进行评价的。它只是业绩评价系统中的一个子系统,属于企业的外部业绩评价问题,与企业出资者对企业价值的评估,或管理者对员工的业绩考核的立足点有着本质差异。客体为航运业上市公司的经营业绩。之所以选择航运业的上市公司,主要考虑到两方面的因素:航运上市公司是航运企业的佼佼者,占据本行业大部分的资源且有较为鲜明的营运特点和代表性;另外,上市公司的信息较易获取。 2007年7月大连海事大学世界经济研究所刘斌博士,公布了2006,运用了因子分析法对,开创了港航业绩评价的先河。MATLAB是由美国MathWorks公司推出的用于数值计算和图形处理计算系统环境除了具备卓越的数值计算能力外它还提供了专业水平的符号计算文字处理可视化建模仿真和实时控制等功能MATLAB的基本数据单位是矩阵它的指令表达式与数学工程中常用的形式十分相似故用MATLAB来解算问题要比用CFORTRAN等语言简捷得多MATLAB是国际公认的优秀数学应用软件之一。MATLAB6.5的神经网络工具箱(NNT)来进行网络设计和计算的。 3 实证分析 3.1 用向量规范法将原始数据标准化向量规范法将原始数据标准化无论成本型属性还是效益型属性,向量规范化均用下式进行变换 3.2 运用BP神经网络的仿真运算 将原始数据标准化之后,结合上一章中列出的各指标要素,可以确定出本文设计的用于航运上市公司财务业绩评价的BP神经网络的结构为19-10-1(即19个输入层神经元,10个隐层神经元,1个输出神经元)。 接着,运用MATLAB软件按照系统提示进行参数设置及操作,即可创建出一个神经网络模型。再将网络训练样本数据,即2006年的航运上市公司财务标准化数据和期望值数据在MATLAB神经网络工具包里进行网络训练,达到要求后,可得出训练值(系统运行过程及结果省略),我们发现原始期望值与神经网络模型的训练值非常接近,即该模型能较为准确地根据各评价指标来确定航运上市公司的财务业绩情况。网络模型训练结束后,基于BP神经网络的航运上市公司财务业绩评价模型已经建成。 对2007年航运上市公司财务业绩进行评价时,只需输入评价样本标准化处理后的指标数据,即可得到评价结果,对评价结果进行均值为0.5,方差为1的处理后得到最终的排名结果。本文的仿真运算即是如上所述,并参考2006年由大连海事大学世界经济研究所刘斌教授对港航上市公司绩效评价中对股票类型的归类的思路和方法,得出基于BP神经网络的2007年航运上市公司股票归类结果,如表3-1所示。 表3-1 2007年中国航运上市公司业绩评价表 名次 航运上市公司 网络输出结果 处理后得分 股票归类 1 中国远洋 0.3676 1.00 龙头股 2 中海集运 0.3178 0.890569 龙头股 3 中海发展 0.2734 0.808514 龙头股 4 中远航运 0.2504 0.715495 绩优股 5 招商轮船 0.2390 0.657578 绩优股 6 长航凤凰 0.2382 0.543845 潜力股 7 长航油运 0.1940 0.42848

文档评论(0)

zhuwenmeijiale + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:7065136142000003

1亿VIP精品文档

相关文档