基于BP神经网络电子企业业绩评价.docVIP

基于BP神经网络电子企业业绩评价 　　［摘 要］ 本文针对电子行业的特点建立了评价电子企业业绩的指标体系，然后应用BP网络方法对网络模型进行训练，并选取了10家上市的电子企业应用训练好的神经网络进行评价，最后得到了总体的排名结果。本文研究的目的在于让企业能够看到自身的不足并加以改善，使企业得到更好的发展。 　　［关键词］ BP神经网络；指标体系；业绩；DEA分析 　　［中图分类号］F275［文献标识码］A［文章编号］1673-0194(2008)03-0100-04 　　 　　1 前 言 　　 　　随着经济快速发展，企业都在追求规模的不断扩大，导致管理层级与管理幅度增加，使间接控制成为最主要的控制形式，而事后的业绩评价又是最有效的间接控制形式。因而，业绩评价是企业管理的重要手段和方法。电子行业现已成为我国经济发展的主导产业，具有强大的发展潜力。如果能够对电子行业的企业进行准确的经营业绩的评价和分析，将会促进电子企业得到更好的发展，从而推动我国经济的发展。 　　现行实务中对企业业绩的评价方法有很多，但存在一些不足之处。首先，对评价体系中指标的选择过于注重财务方面的指标，而忽略了非财务指标对企业经营业绩的贡献。其次，诸如专家评价法等评价企业业绩的方法主观性太强，难免会影响结果的准确性。所以本文针对电子行业的特点选定的评价指标既包括传统的财务指标，也包括能反映客户、市场等方面状况的非财务指标；为了减少主观因素对结果的影响，本文选择误差小、可自学习的神经网络分析法评价各企业的指标；同时应用DEA方法的评价结果作为神经网络的期望值来训练网络，这样能更好地减少主观因素的影响。 　　 　　2 电子企业业绩评价指标的建立 　　 　　2. 1现行经营业绩评价方法 　　目前，在国内上市公司业绩评价中享有较高声誉的评估机构是中国诚信证券评估有限公司。自1996年以来，该公司与《中国证券报》合作，每年对上市公司的业绩进行综合评价。其采用的评价方法为综合指数法，选取的指标包括:净资产收益率、资产总额增长率、利润总额增长率、负债比率、流动比率和全部资本化比率。各上市公司的最后得分是在各单项指标考核评分的基础上，乘以每项指标的权数，然后相加得到总评分。其评价体系如表1所示。 　　此外，财政部、国家经济贸易委员会、人事部、国家发展计划委员会等四部委于1999年6月联合颁布了《国有资本金效绩评价规则》，其中，工商类竞争性企业效绩评价指标体系由基本指标、修正指标、评议指标等3个层次构成，也采取综合评分的方法，该指标体系如表2所示。 　　2. 2指标的选定 　　财务层面的指标是绩效评价的传统指标。因为财务指标能够全面、系统、简练地对企业财务层面的业绩进行合理、公正、科学的评价，而且已经相当规范，所以是评价一个企业经营状况指标的首选。本文根据财政部等四部委联合颁布的企业效绩评价体系为依据来选择财务指标，所选指标如表3所示。 　　由于企业经营的多样性和市场环境的复杂性等原因，使得财务指标已经不能全面地反映企业的经营状况，故许多公司正在修改或计划替换他们的业绩评价体系。而修改完善企业业绩评价的一个显著趋势就是在业绩评价指标体系中引入非财务评价指标。将非财务指标引入业绩评价体系有很多种观点，其中以平衡计分测评法的影响较大，应用较广。平衡计分法用顾客、内部业务、学习和创新等3个方面的非财务指标来补充传统的评价指标。 　　电子产品的市场生命周期较短，产品淘汰和更新换代速度较快。电子企业只有占有很大的市场份额，同时保证较高的客户满意度、保持度，才能保证好的销售额。电子产品最重要的是“先发制人”，抢占市场，所以要求企业有高质量的技术创新。本文引入研发费用的投入、产品生产周期和员工素质等非财务层面的指标，以更好地揭示企业的驱动因素和内在的发展潜力，同时也重视了对企业外部环境的分析。 　　根据以上的分析，本文设计出我国电子企业绩效评价指标体系，如表3所示。 　　 　　3 BP神经网络模型的建立 　　 　　3. 1收集训练样本 　　 　　3. 2训练BP神经网络 　　 　　BP（Back Propagation）算法即后向传播算法，通过迭代地处理一组训练样本，将每个样本的网络期望值与实际值比较，进行学习，通过对权值进行修改使网络预测输出和实际输出之间的误差平方和最小。 　　算法的基本思想： 　　step 1初始化网络：初始网络的权值为很小的随机数，偏置也初始化为很小随机数。 　　step 2向前传播输入：计算隐藏层和输出层每个单元的净输入和输出。 　　step 3后向传播误差：通过更新权和偏置以反映网络预测的误差，向后传播误差。 　　对于输出层单元j误差公式为： 　　 　　3. 3期望值的确定 　　在此模型中，唯一