清潔能源上市公司財(cái)務(wù)績效評價(jià)*
——基于BP神經(jīng)網(wǎng)絡(luò)

中國地質(zhì)大學(xué)（武漢）經(jīng)濟(jì)管理學(xué)院　查道林　漆俊美

?

清潔能源上市公司財(cái)務(wù)績效評價(jià)*
——基于BP神經(jīng)網(wǎng)絡(luò)

中國地質(zhì)大學(xué)（武漢）經(jīng)濟(jì)管理學(xué)院查道林漆俊美

摘要：本文借鑒前人構(gòu)建的財(cái)務(wù)績效評價(jià)指標(biāo)體系，并結(jié)合清潔能源上市公司的特點(diǎn)，構(gòu)建了清潔能源上市公司的財(cái)務(wù)績效評價(jià)指標(biāo)體系，并且選取了國泰安數(shù)據(jù)庫中的50家企業(yè)A股上市公司，應(yīng)用BP神經(jīng)網(wǎng)絡(luò)的相關(guān)理論，對清潔能源上市公司進(jìn)行了評價(jià)，并對這五十家公司的財(cái)務(wù)績效給出了排名。該研究對于相關(guān)上市公司的財(cái)務(wù)績效評價(jià)具有一定的理論意義，對于清潔能源上市公司的管理和決策具有一定的參考價(jià)值。

關(guān)鍵詞：清潔能源上市公司BP神經(jīng)網(wǎng)絡(luò)績效評價(jià)

一、引言

黨的十八大明確提出“大力推進(jìn)生態(tài)文明建設(shè)”的決策，而生態(tài)文明建設(shè)的實(shí)質(zhì)是把可持續(xù)發(fā)展提升到綠色發(fā)展的新高度上來。2014年，國家能源局局長吳新雄在全國能源工作會議上表示，國家能源局將大力發(fā)展清潔能源，進(jìn)一步促進(jìn)能源綠色發(fā)展，這對我國清潔能源的發(fā)展提出了新的要求。

清潔能源是指在生產(chǎn)或者使用的過程中不產(chǎn)生危害物質(zhì)，不排放污染物的能源。清潔能源主要包括：水能、風(fēng)能、核能、太陽能等。清潔能源和化石能源相比，具有明顯的優(yōu)勢，主要體現(xiàn)在：清潔能源是一種可再生的能源，而化石能源是不可再生的，其儲量在不斷的下降；清潔能源在生產(chǎn)和使用過程中不產(chǎn)生對環(huán)境有害的物質(zhì)，而化石能源產(chǎn)生的碳、硫等化合物會對空氣、土壤等造成嚴(yán)重的污染。因此，新時(shí)期，大力推進(jìn)清潔能源的發(fā)展，改變以石油和煤炭為主的產(chǎn)業(yè)結(jié)構(gòu)，不僅是可持續(xù)發(fā)展的要求，也是生態(tài)文明建設(shè)的要求。

我國的清潔能源公司目前還處于起步發(fā)展階段，清潔能源在整個(gè)能源結(jié)構(gòu)中所占比較低（約占能源總量的16％），這與我國日益增長的能源需求是不匹配的。新時(shí)期，降低清潔能源公司的運(yùn)作成本，提高企業(yè)績效就顯得刻不容緩。上市公司的績效的好壞從根本上決定了該行業(yè)中資源配置的合理性和有序競爭性。合理地評價(jià)上市公司的財(cái)務(wù)績效，能夠正確的剖析影響企業(yè)經(jīng)營發(fā)展中存在的問題，樹立正確的市場觀，因此研究清潔能源企業(yè)的財(cái)務(wù)績效具有重要的意義。

本文在閱讀了大量的績效評價(jià)相關(guān)的文獻(xiàn)的基礎(chǔ)上，借鑒前人構(gòu)建的財(cái)務(wù)績效評價(jià)指標(biāo)體系，并結(jié)合清潔能源上市公司的特點(diǎn)，構(gòu)建了清潔能源上市公司的財(cái)務(wù)績效評價(jià)指標(biāo)體系，并且選取了國泰安數(shù)據(jù)庫中的50家企業(yè)A股上市公司，應(yīng)用BP神經(jīng)網(wǎng)絡(luò)的相關(guān)理論，對清潔能源上市公司進(jìn)行了評價(jià)，并對這50家公司的財(cái)務(wù)績效給出了排名。

二、文獻(xiàn)綜述

企業(yè)的財(cái)務(wù)績效評價(jià)一直是國內(nèi)外的熱點(diǎn)研究課題，從整體上講研究主要分為兩大塊：一是對上市公司的評價(jià)內(nèi)容的拓展和指標(biāo)體系的優(yōu)化，二是從評價(jià)方法和理論上進(jìn)行創(chuàng)新。常用的評價(jià)方法主要包括：層次分析法（AHP）、模糊綜合評判（Fuzzy AHP）、數(shù)據(jù)包絡(luò)分析等（DEA）。除此之外，王楨等人（2009）用改進(jìn)的杜邦分析方法對上市公司的財(cái)務(wù)績效進(jìn)行了評價(jià)，該方法是考慮各財(cái)務(wù)比率內(nèi)在聯(lián)系的條件下，通過制定多種比率的綜合財(cái)務(wù)分析體系來考察企業(yè)財(cái)務(wù)狀況的一種分析方法。鄭恒斌等人（2012）建立了評價(jià)指標(biāo)體系，用主成分分析法對物流行業(yè)的上市公司進(jìn)行了財(cái)務(wù)績效評價(jià)，該方法的實(shí)質(zhì)是對評價(jià)指標(biāo)的一種降維處理。劉家瑛（2012）采用平衡計(jì)分卡的方法評價(jià)了高校財(cái)務(wù)績效，該方法與之前的研究相比，最大的不同就是在指標(biāo)體系中引入了非財(cái)務(wù)指標(biāo)，說明了財(cái)務(wù)指標(biāo)這一傳統(tǒng)的指標(biāo)不再是決定性的衡量手段，企業(yè)通過對平衡計(jì)分卡的應(yīng)用將更加重視長遠(yuǎn)的工作績效。顏佳華等人（2005）用BP神經(jīng)網(wǎng)絡(luò)研究了電子政務(wù)的績效評價(jià)問題。BP神經(jīng)網(wǎng)絡(luò)相對于其他幾種常見方法有其優(yōu)勢，主要體現(xiàn)在：上市公司績效評價(jià)目前采用AHP、Fuzzy AHP、DEA等方法，都是基于專家打分為基礎(chǔ)（或者稱為德爾菲法），這些方法不可避免的存在著一定的主觀性。而BP神經(jīng)網(wǎng)絡(luò)模型依靠其強(qiáng)大的學(xué)習(xí)功能，在給定的樣本數(shù)據(jù)足夠多的情況下，可以模擬出出具有精確權(quán)值的網(wǎng)絡(luò)模型。該方法已經(jīng)在石油儲存識別、數(shù)據(jù)挖掘、模式識別等方面得到廣泛的應(yīng)用。經(jīng)管神經(jīng)網(wǎng)絡(luò)類似一個(gè)黑匣子，但無數(shù)事實(shí)證明，其自身的強(qiáng)大學(xué)習(xí)能力可將需考慮的多種因素的數(shù)據(jù)進(jìn)行融合，輸出一個(gè)經(jīng)非線性變換后較為精確的評估值。

研究發(fā)現(xiàn)，目前我國對清潔能源上市公司財(cái)務(wù)績效評價(jià)的研究較少，而本文采用BP神經(jīng)網(wǎng)絡(luò)的相關(guān)理論對該問題進(jìn)行了探討。

三、清潔能源上市公司財(cái)務(wù)績效指標(biāo)體系建立

（一）樣本選取與數(shù)據(jù)來源本文的數(shù)據(jù)源自于深圳市國泰安信息技術(shù)有限公司的數(shù)據(jù)庫（GTA），選取了2014年底A股上市的50家清潔能源企業(yè)，這些企業(yè)主要來自于電力、風(fēng)能、太陽能等行業(yè)。

（二）財(cái)務(wù)績效評價(jià)指標(biāo)選取國泰安的中國上市公司財(cái)務(wù)指標(biāo)中從償債能力、運(yùn)營能力、盈利能力、風(fēng)險(xiǎn)承受能力、股東獲利能力、現(xiàn)金流量能力、發(fā)展能力等共計(jì)十個(gè)方面總共提供了208種財(cái)務(wù)指標(biāo)，能夠全方位的了解上市公司的相關(guān)信息。為了盡量避免個(gè)人在指標(biāo)體系構(gòu)建時(shí)的太強(qiáng)的主觀性，本文閱讀了最新的22篇的財(cái)務(wù)績效評價(jià)的相關(guān)文章，統(tǒng)計(jì)了各個(gè)主要二級指標(biāo)的引用頻率。引用率較高的指標(biāo)說明這些指標(biāo)在財(cái)務(wù)績效評價(jià)中具有一定的權(quán)威性。本文參考了引用率較高的二級指標(biāo)，并且結(jié)合清潔能源上市公司的特點(diǎn)，補(bǔ)充了相關(guān)指標(biāo)，構(gòu)建了清潔能源上市公司的財(cái)務(wù)績效指標(biāo)評價(jià)體系，見表1。

表1　清潔能源上市公司財(cái)務(wù)績效評價(jià)指標(biāo)體系

四、BP神經(jīng)網(wǎng)絡(luò)簡介

神經(jīng)網(wǎng)絡(luò)是大腦的一階特性描述，它是一個(gè)大量簡單的處理單元組成的復(fù)雜的大規(guī)模非線性自適應(yīng)系統(tǒng)，可以說，神經(jīng)網(wǎng)絡(luò)是大腦的一種抽象、模擬與簡化。BP神經(jīng)網(wǎng)絡(luò)是神經(jīng)網(wǎng)絡(luò)中最典型的一種，它通過模擬人的大腦思考問題的方式，通過不斷學(xué)習(xí)（訓(xùn)練）給定的樣本數(shù)據(jù)，自適應(yīng)的改變網(wǎng)絡(luò)的權(quán)值和閾值來逼近模型的曲線，像人類的大腦一樣具有判斷和預(yù)測功能。

BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)如圖1所示，主要包括輸入層、中間隱含層和輸出層三層結(jié)構(gòu)。

圖1　BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

其算法的主要流程圖如圖2所示：

圖2　BP神經(jīng)網(wǎng)絡(luò)的主要算法流程圖

BP算法的主要步驟如下：

（1）利用0～1之間的隨機(jī)數(shù)來初始化各個(gè)神經(jīng)元的權(quán)值和閾值。

（2）對訓(xùn)練樣本和期望輸出進(jìn)行歸一化處理。歸一化的計(jì)算公式：

重復(fù)下列過程直至滿足收斂條件（Eall≤ε）第一，對于任意一個(gè)樣本p，計(jì)算

正向過程：up，…，l-1Op，lxp，…，yp

包括兩種學(xué)習(xí)方式：

五、實(shí)證分析

（一）網(wǎng)絡(luò)訓(xùn)練與測試本部分結(jié)合樣本和BP神經(jīng)網(wǎng)絡(luò)進(jìn)行實(shí)證分析。主要應(yīng)用matlab 2012a作為仿真平臺。首先將五十個(gè)樣本進(jìn)行無量綱化處理（或者稱“歸一化”處理），通過訓(xùn)練這些樣本來得到閾值和權(quán)值。需要說明的是，本文中的期望輸出是通過專家評分法得到的。在網(wǎng)絡(luò)訓(xùn)練中各個(gè)參數(shù)依次為：神經(jīng)網(wǎng)絡(luò)的隱含層神經(jīng)元個(gè)數(shù)為100，目標(biāo)誤差為1.0X10-5，神經(jīng)網(wǎng)絡(luò)的訓(xùn)練函數(shù)為traingdx，迭代次數(shù)為22次，測試的結(jié)果和專家評價(jià)的結(jié)果相比如表2所示。通過表2不難發(fā)現(xiàn)，神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果比較接近于專家的評價(jià)結(jié)果，誤差在可接受的范圍，這說明訓(xùn)練結(jié)果良好，模型是可行的。

表2　網(wǎng)絡(luò)訓(xùn)練結(jié)果與期望輸出

（二）仿真評價(jià)通過前面的訓(xùn)練和測試，得到了神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值，結(jié)合上述參數(shù)，對其余的30家公司進(jìn)行了仿真，將仿真結(jié)果和上述20家公司綜合得到了這50家清潔能源上市公司的財(cái)務(wù)績效排名，評價(jià)結(jié)果和排名見表3。

表3　清潔能源上市公司財(cái)務(wù)績效評價(jià)排名

六、結(jié)論

基于BP神經(jīng)網(wǎng)絡(luò)，研究了我國清潔能源上市公司的財(cái)務(wù)績效評價(jià)問題，該方法能夠充分利用樣本所提供的信息，通過網(wǎng)絡(luò)的不斷學(xué)習(xí)和訓(xùn)練，得到了財(cái)務(wù)績效和各個(gè)指標(biāo)之間的內(nèi)在關(guān)系，弱化了主觀因素的影響。最終得到網(wǎng)絡(luò)輸出均為數(shù)字，方便比較和排序，便于比較相同行業(yè)不同規(guī)模的企業(yè)的財(cái)務(wù)績效。另外，財(cái)務(wù)績效評價(jià)過程中，各個(gè)因素（指標(biāo)）之間往往是相互影響的，呈現(xiàn)出非常復(fù)雜的非線性關(guān)系，而神經(jīng)網(wǎng)絡(luò)為解決該問題提供了強(qiáng)有力的工具。同時(shí)，在研究中，我們發(fā)現(xiàn)，BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果與期望輸出之間的誤差在允許的范圍內(nèi)，這也說明了BP神經(jīng)網(wǎng)絡(luò)在績效評價(jià)研究中是行之有效的。

*本文系中國社科基金“產(chǎn)權(quán)會計(jì)視角下的我國稀土定價(jià)權(quán)問題研究”（項(xiàng)目編號：11BJY015）階段性研究成果。

參考文獻(xiàn)：

［1］劉家瑛：《平衡計(jì)分卡在高校財(cái)務(wù)績效評價(jià)中的應(yīng)用研究》，《價(jià)值工程》2012年第26期。

［2］顏佳華、寧國良、盛明科：《基于BP神經(jīng)網(wǎng)絡(luò)的電子政務(wù)績效評價(jià)研究》，《中國管理科學(xué)》2005年第6期。

［3］王楨、李明偉：《改進(jìn)杜邦分析體系下的上市公司財(cái)務(wù)分析》，《財(cái)會通訊》（綜合·中）2009年第6期。

［4］鄭恒斌：《基于因子分析法的物流行業(yè)上市公司財(cái)務(wù)績效研究》，《財(cái)會通訊》（綜合·中）2012年第12期。

（編輯劉姍）