基于BP神经网络的“互联网+农业”上市公司绩效评价.docxVIP

PAGE 1 - 基于BP神经网络的“互联网+农业”上市公司绩效评价 基于BP神经网络的“互联网+农业〞上市公司绩效评价 291X〔2021〕12-0071-05 引言 农业是国民经济建设和进展的支柱产业，其进展关乎国家经济命脉。作为农业产出的农产品，其流通连接着广大农民和众多的消费者，直接影响农民和消费者的切身利益。由于流通环节多、效率低下、损耗严峻等，导致“菜贱伤农〞“菜贵伤民〞时有发生，农产品流通陷入困局。流通环节多、效率低下、损耗严峻等问题，与农业公司专业性弱、大而不优、多而不强紧密相关。随着互联网时代的到来，互联网技术的不断更新，催生了电子商务，为农业公司创新和转型升级提供了新的思路。农业上市公司是支撑农业进展的龙头企业，对推动农业产业化、进呈现代农业起引领作用。目前，很多农业上市公司已着手布局“互联网+〞领域，抢占“互联网+农业〞先机[1]。所谓“互联网+农业〞，是指依托互联网技术，实现生产要素的合理配置，以及人力、物力和资金的优化调度，提高生产效率，推动农业生产方式和运营方式的变革，从而促进农业的转型升级。“互联网+〞背景下，“互联网+农业〞上市公司绩效如何，应如何加强自身绩效治理，对其可持续性进展和整个农业的转型升级起重要作用。 目前，农业上市公司的绩效评价主要接受平衡记分卡、因子分析法、EVA分析法等线性回来方法。彭晓洁、高梦捷〔2021〕运用因子分析法对我国农业上市公司进行绩效评价，结果说明，农业上市公司绩效差距较大[2]。蕾娜、邓淑红〔2021〕基于EVA构建农业上市公司绩效评价模型，结果说明，我国农业上市公司运营状况差[3]。线性回来方法只能评价指标间的线性关系，不能判定指标间非线性关系。而BP神经网络具有自学习和自适应能力，其非线性映射能以任意精度靠近非线性函数[4]，因此能够评价指标间的非线性关系。目前BP神经网络以其独特性在医药企业、商业银行等不同领域得到广泛运用，但尚未涉足农业公司绩效评价。褚淑贞、杨家欣〔2021〕基于BP神经网络构建了医药企业绩效评价模型，讨论说明，BP神经网络能精确评价医药企业绩效[4]。蔡艳萍、孙夏〔2021〕综合运用BP神经网络和灰色关联度对上市商业银行绩效进行评价，结果说明，BP神经网络评价模型具有很好的泛化能力[5]。 因此，本文以“互联网+农业〞上市公司为讨论对象，拟借鉴农业上市公司绩效评价指标，运用层次分析法确定指标权重，基于BP神经网络构建“互联网+农业〞上市公司绩效模型，并依据评价结果提出绩效优化建议，对“互联网+农业〞上市公司改善经营治理水平和促进农业产业化具有重要意义。 一、“互联网+农业〞上市公司绩效评价指标体系构建 〔一〕绩效评价指标选取 对农业上市公司的绩效评价主要实行传统的财务绩效指标，从“会计收益状况〞“资产运营状况〞“偿债能力〞“进展能力〞四个方面进行。赵景芬、戴蓬军〔2021〕接受净资产收益率和总资产收益率两个反映会计收益的指标，评价农业上市公司绩效[6]。吉生保、席艳玲、赵祥〔2021〕以主营业务收入和利润总额两个反映资产运营的指标、度量农业上市公司绩效[7]。彭晓洁、高梦捷〔2021〕从获利能力、营运能力、偿债能力和进展能力四个维度评价农业上市公司绩效，以销售净利润率、净资产收益率和每股收益反映获利能力，以存货周转率、应收账款周转率和总资产周转率反映营运能力，以速动比率、资产负债率和已获利息倍数反映偿债能力，以营业收入增长率、净利润增长率和总资产增长率反映进展能力。传统绩效评价指标能有效评价上市公司绩效，但存在过分注重利润指标缺乏[2]。故，张平心、陈琳、李补喜〔2021〕在传统绩效评价指标基础上，增加了每股经营现金流量以反映公司盈利质量[8]。 基于现有绩效评价讨论，本文综合考虑传统绩效指标和盈利质量指标，从会计收益、资本运营、偿债能力、进展能力和盈利质量五个方面评价“互联网+农业〞上市公司，以求全面反映其绩效水平。 〔二〕绩效评价体系构建 本文以“互联网+农业〞上市公司绩效为总的测评目标，即目标层;以会计收益、资产运营、偿债能力、进展能力和盈利质量作为到达总目标所涉及的中间层指标，即一级指标;准则层为直接评价“互联网+农业〞上市公司绩效的具体指标，即二级指标。用U表示“互联网+农业〞上市公司绩效，U1，U2，U3，U4，U5表示二级指标，即U={U1，U2，U3，U4，U5}={会计收益，资产运营，偿债能力，进展能力，盈利质量}。Uij表示具体二级指标〔i=1，2，3，4，5;j=1，2，3，4〕。“互联网+农业〞上市公司绩效评价体系〔见表1〕。 二、基于BP神经网络的绩效评价模型构建 BP神经网络是单向传播的前向神经网路，由输入层、隐含层和输出层3个层次构成。讨论说明，隐含层个数会影响神经网络学习速率，3层神经网络可以