基于因子分析ＢＰ神經(jīng)網(wǎng)絡(luò)的上市公司財(cái)務(wù)業(yè)績(jī)綜合評(píng)價(jià)

摘要:為了克服傳統(tǒng)的主觀賦值的財(cái)務(wù)業(yè)績(jī)?cè)u(píng)價(jià)方法，將因子分析法和BP人工神經(jīng)網(wǎng)絡(luò)相相結(jié)合，建立了評(píng)價(jià)模型，并用河南省31家上市公司數(shù)據(jù)加以驗(yàn)證。實(shí)證分析表明，這種測(cè)評(píng)方法減少了評(píng)價(jià)過程中的隨機(jī)性和評(píng)價(jià)人員主觀上的不確定性及其認(rèn)識(shí)上的模糊性，而且通過對(duì)參評(píng)樣本的不斷學(xué)習(xí)，使系統(tǒng)誤差達(dá)到預(yù)定的范圍內(nèi)。

關(guān)鍵詞:財(cái)務(wù)業(yè)績(jī);綜合評(píng)價(jià);因子分析;BP神經(jīng)網(wǎng)絡(luò);上市公司

中圖分類號(hào):F275.2文獻(xiàn)標(biāo)志碼:A文章編號(hào):1673-291X(2009)18-0088-02

前言

在決策理論中，理性投資者一般通過了解上市公司當(dāng)前財(cái)務(wù)狀況，預(yù)測(cè)其發(fā)展趨勢(shì)，確定公司的成長(zhǎng)潛力，選擇產(chǎn)生最大期望效用的投資行為。另外，由于證券市場(chǎng)存在著嚴(yán)重的信息不對(duì)稱以及證券市場(chǎng)異常現(xiàn)象的出現(xiàn)[1]，對(duì)于其他利益相關(guān)者，如債權(quán)人、經(jīng)營(yíng)管理者和有關(guān)政府主管部門，他們也必須對(duì)公司的財(cái)務(wù)業(yè)績(jī)進(jìn)行綜合評(píng)價(jià)，以期作出正確的投資和管理決策。2006年2月財(cái)政部頒發(fā)的并自2007年1月1日起開始實(shí)施的新會(huì)計(jì)準(zhǔn)則全面引入了公允價(jià)值作為計(jì)量屬性。

一、文獻(xiàn)回顧

近幾年，國(guó)內(nèi)學(xué)者就如何對(duì)上市公司財(cái)務(wù)業(yè)績(jī)進(jìn)行評(píng)價(jià)進(jìn)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(yíng)業(yè)績(jī)的多因素層次模糊分析結(jié)構(gòu)模型，并以實(shí)例進(jìn)行了應(yīng)用分析[1];何有世，徐文芹(2003)對(duì)現(xiàn)行工業(yè)企業(yè)經(jīng)濟(jì)效益指標(biāo)體系進(jìn)行分析，提出了改進(jìn)建議，用改進(jìn)后的指標(biāo)體系結(jié)合幾十家企業(yè)進(jìn)行了因子分析法的實(shí)證研究，旨在說(shuō)明因子分析法在企業(yè)經(jīng)濟(jì)效益綜合評(píng)價(jià)中的應(yīng)用[2];姚梅芳、鄭雪冬、金玉石(2004)設(shè)計(jì)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(jī)效評(píng)價(jià)體系，以期為高科技創(chuàng)業(yè)企業(yè)在績(jī)效測(cè)評(píng)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(jì)學(xué)中的因子分析模型，從眾多財(cái)務(wù)指標(biāo)中提取了鋼鐵業(yè)上市公司贏利能力、股本擴(kuò)張能力、資產(chǎn)使用效率等各層面因子，并對(duì)各層面因子得分進(jìn)行排序，由此對(duì)企業(yè)的各個(gè)層面競(jìng)爭(zhēng)力進(jìn)行分析評(píng)價(jià)，同時(shí)利用客觀權(quán)重建立了綜合業(yè)績(jī)?cè)u(píng)價(jià)函數(shù)，對(duì)企業(yè)的綜合業(yè)績(jī)進(jìn)行了評(píng)價(jià)[4];劉書慶，吳田(2006)通過結(jié)合上市公司六大類18個(gè)財(cái)務(wù)指標(biāo)，在采用層次分析法對(duì)上市公司經(jīng)營(yíng)業(yè)績(jī)進(jìn)行綜合評(píng)價(jià)的同時(shí)，借助灰色系統(tǒng)理論，構(gòu)造出上市公司經(jīng)營(yíng)業(yè)績(jī)的定量評(píng)價(jià)模型[5];趙順娣(2007)采用了灰色關(guān)聯(lián)度對(duì)滬市鋼鐵行業(yè)上市公司2004年度的經(jīng)營(yíng)業(yè)績(jī)進(jìn)行了評(píng)價(jià)[6];孫承飛(2008)以平衡記分卡理論為基礎(chǔ)，運(yùn)用層次分析法確定指標(biāo)權(quán)重，對(duì)農(nóng)業(yè)上市公司績(jī)效進(jìn)行了評(píng)價(jià)研究[7]。朱承亮、岳宏志(2008)運(yùn)用主成分分析方法，對(duì)陜西省26家上市公司的十項(xiàng)財(cái)務(wù)指標(biāo)進(jìn)行了綜合評(píng)價(jià)[8]。

二、實(shí)證研究

(一)指標(biāo)的選取與數(shù)據(jù)來(lái)源

上市公司財(cái)務(wù)指標(biāo)是上市公司財(cái)務(wù)業(yè)績(jī)?cè)u(píng)價(jià)的主要信息來(lái)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(yíng)運(yùn)能力和發(fā)展能力四個(gè)方面的狀況，能充分說(shuō)明上市公司的整體績(jī)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(duì)其財(cái)務(wù)業(yè)績(jī)進(jìn)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(jì)算因子得分

應(yīng)用SPSS13.0軟件對(duì)數(shù)據(jù)進(jìn)行KMO測(cè)度和巴特球體檢驗(yàn)，其中KMO=0.612，同時(shí)Bartlett檢驗(yàn)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(xiàn)率分別是24.33%，18.006%，17.204%，14.786%，11.139%，累計(jì)貢獻(xiàn)率為85.465%，即這五個(gè)因子反映出了總體信息的85.465%，丟失信息較少，用它們來(lái)代替原有指標(biāo)變量進(jìn)行上市公司業(yè)績(jī)?cè)u(píng)價(jià)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(hào)Xi通過中間節(jié)點(diǎn)(隱層點(diǎn))作用于輸出節(jié)點(diǎn)，經(jīng)過非線形變換，產(chǎn)生輸出信號(hào)Yk，網(wǎng)絡(luò)訓(xùn)練的每個(gè)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(diǎn)與隱層節(jié)點(diǎn)的聯(lián)接強(qiáng)度取值Wij和隱層節(jié)點(diǎn)與輸出節(jié)點(diǎn)之間的聯(lián)接強(qiáng)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(duì)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(shí)經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)即能對(duì)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(píng)價(jià)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(duì)消除主觀性的貢獻(xiàn)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(diǎn)。

本文采用因子分析中31家上市公司作為一個(gè)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(cè)試集(預(yù)測(cè)樣本)。在Matlab7.0中，建立一個(gè)5個(gè)輸入節(jié)點(diǎn)、4個(gè)隱含層節(jié)點(diǎn)、1個(gè)輸出節(jié)點(diǎn)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(cè)試樣本預(yù)測(cè)訓(xùn)練結(jié)果比較可以看出，應(yīng)用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行擬合，其預(yù)測(cè)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(yùn)用此模型對(duì)上市公司的財(cái)務(wù)業(yè)績(jī)進(jìn)行預(yù)測(cè)誤差較小，滿足評(píng)價(jià)要求。調(diào)用sim函數(shù)，利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對(duì)河南省31家上市公司2007年的財(cái)務(wù)業(yè)績(jī)狀況分別進(jìn)行評(píng)價(jià)，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(cái)務(wù)業(yè)績(jī)?cè)u(píng)價(jià)結(jié)果。

從計(jì)算的評(píng)價(jià)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(wàn)方、中原環(huán)保、安陽(yáng)鋼鐵、神火煤電、中孚實(shí)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(dá)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(yáng)玻璃。通過對(duì)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(lái)的結(jié)論與實(shí)際情況基本相符合。

結(jié)論

本文對(duì)所選取的財(cái)務(wù)指標(biāo)采用因子分析法對(duì)原始信息進(jìn)行篩選，實(shí)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(shí)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(píng)價(jià)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(shí)，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(shí)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(diǎn)，減少了評(píng)價(jià)過程中的隨機(jī)性和評(píng)價(jià)人員主觀上的不確定性及其認(rèn)識(shí)上的模糊性;通過對(duì)參評(píng)樣本的不斷學(xué)習(xí)，能使系統(tǒng)誤差達(dá)到任何精度要求，且有收斂性，提高了評(píng)價(jià)的可靠性，使評(píng)價(jià)結(jié)果更有效、更客觀。

參考文獻(xiàn):

[1]陳孝新.多因素層次模糊綜合評(píng)價(jià)在上市公司經(jīng)營(yíng)業(yè)績(jī)分析中的應(yīng)用[J].財(cái)經(jīng)理論與實(shí)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(jì)效益綜合評(píng)價(jià)中的應(yīng)用[J].數(shù)理統(tǒng)計(jì)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(jī)效評(píng)價(jià)體系研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，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(jī)?cè)u(píng)價(jià)[J].統(tǒng)計(jì)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(yíng)績(jī)效綜合評(píng)價(jià)[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(jī)效評(píng)價(jià)方法與應(yīng)用[J].財(cái)會(huì)通訊，2007，(3):6-9.

[7]孫承飛.基于BSC的農(nóng)業(yè)上市公司績(jī)效評(píng)價(jià)研究[J].特區(qū)經(jīng)濟(jì)，2008，(4):111-112.

[8]朱承亮，岳宏志.主成分分析在我國(guó)上市公司財(cái)務(wù)評(píng)價(jià)中的應(yīng)用——基于陜西省26家上市公司的實(shí)證分析[J].技術(shù)經(jīng)濟(jì)與管理研究，2008，(5):9-12.