高新技術(shù)企業(yè)資金控制效果評價*
——基于PSO-BP神經(jīng)網(wǎng)絡(luò)

哈爾濱理工大學經(jīng)濟學院 王玉冬 朱紅

高新技術(shù)企業(yè)資金控制效果評價*
——基于PSO-BP神經(jīng)網(wǎng)絡(luò)

哈爾濱理工大學經(jīng)濟學院 王玉冬 朱紅

高新技術(shù)企業(yè)資金控制效果的評價十分復(fù)雜，并受到多種因素影響。如何科學有效地對資金控制效果進行評價是控制環(huán)節(jié)中的關(guān)鍵問題。本文基于高新技術(shù)企業(yè)資金運動過程的視角進行控制效果的評價，從四個層面構(gòu)建企業(yè)資金控制效果評價指標體系，建立基于粒子群的BP神經(jīng)網(wǎng)絡(luò)的高新技術(shù)企業(yè)資金控制效果評價模型，引入粒子群學習算法，提高學習效率。研究表明，該模型能夠有效地對資金控制的效果進行評價，為企業(yè)資金控制提供有效的評判。

高新技術(shù)企業(yè) 資金控制 效果評價 PSO-BP 神經(jīng)網(wǎng)絡(luò)

一、引言

作為科技創(chuàng)新的主體，高新技術(shù)企業(yè)越來越受到大家的青睞。強大的創(chuàng)新能力是其有利的競爭要素，良好的資金供給能力是企業(yè)創(chuàng)新能力的根本保障，有效的資金控制為高新技術(shù)企業(yè)擁有良好的資金供給能力打下基礎(chǔ)。而如何對資金控制的效果進行科學的評價是資金控制的過程中必須認真考慮并加以解決的問題。縱觀國內(nèi)外文獻研究發(fā)現(xiàn)評價結(jié)果的科學合理性主要取決于評價內(nèi)容的合理性和評價方法的科學性。在評價內(nèi)容方面，關(guān)于財務(wù)管理評價內(nèi)容的研究主要集中于財務(wù)分析研究，Anonymous（2010）對戈達德企業(yè)有限公司財務(wù)分析進行實證研究。關(guān)于管控評價內(nèi)容的研究，大多數(shù)集中于績效和內(nèi)部控制評價研究，杜鵑等（2010）對知識型企業(yè)進行了績效評價研究并進行實證分析。陳關(guān)亭等（2013）基于COSO及內(nèi)控的規(guī)范對內(nèi)部控制的評價指標進行設(shè)計，采用定性分析和定量研究的方法對內(nèi)控進行評價研究。在評價方法的應(yīng)用上，肖玲諾等（2011）應(yīng)用BP神經(jīng)網(wǎng)絡(luò)對產(chǎn)學研知識創(chuàng)新聯(lián)盟風險進行了評價研究。彭張林等（2015）在對綜合評價的方法進行研究時指出常用的定性評價方法有專家會議法、直接評分法和德爾菲法等；常用的定量評價方法有AHP、模糊數(shù)學方法、GIA、ER、EA以及人工神經(jīng)網(wǎng)絡(luò)方法等。

綜上所述，現(xiàn)有的文獻研究在控制評價領(lǐng)域已取得了大量研究成果，為高新技術(shù)企業(yè)資金控制效果評價研究提供了理論支撐。但高新技術(shù)企業(yè)本身是一個集研究、開發(fā)、生產(chǎn)和銷售等多種經(jīng)濟活動于一體的營利性組織，其資金運動與其他經(jīng)濟組織具有差異性。此外，在評價方法的選取上由于BP神經(jīng)網(wǎng)絡(luò)具有避免了人為主觀臆斷和操作簡便的優(yōu)點。因此，本文采用BP神經(jīng)網(wǎng)絡(luò)并以資金運動的視角對高新技術(shù)企業(yè)的資金控制進行效果評價，這對高新技術(shù)企業(yè)而言具有重要的理論與現(xiàn)實意義。

二、高新技術(shù)企業(yè)資金控制效果評價指標體系構(gòu)建

（一）高新技術(shù)企業(yè)資金控制效果評價的概念界定

（1）資金控制概念界定。在早期的研究中，管控是指根據(jù)既定的計劃和控制規(guī)則來檢驗結(jié)果是否與其相符的閉環(huán)化管理。隨著管理控制研究的不斷深入發(fā)展，出現(xiàn)了不同的研究范式。在本文的研究中，控制的客體是基于企業(yè)資金運動的一系列價值活動。因此，本文的資金控制是對企業(yè)資金運動的幾個環(huán)節(jié)進行控制。資金運動具體包括三個環(huán)節(jié)：資金籌集、資金運用以及收益分配。但是由于高新技術(shù)企業(yè)的高風險性，需要對收益分配環(huán)節(jié)進行細化，將其拆分為資金償還和利潤分配兩個方面。基于此，本文研究的資金控制是指企業(yè)對資金在籌集、運用、償還及分配環(huán)節(jié)進行的控制。

（2）資金控制效果評價的內(nèi)涵。資金控制是企業(yè)有效利用資金采取的必要措施，而效果評價則是企業(yè)評判控制效果的依據(jù)。因此，對資金控制效果進行評價是企業(yè)必要的管理工作。然而，大多數(shù)研究關(guān)注的都是內(nèi)控層面的效果評價。但是大多數(shù)高新技術(shù)企業(yè)規(guī)模都較小，企業(yè)組織結(jié)構(gòu)不完善，如果僅從內(nèi)控層面對資金控制進行評價，容易導致評價結(jié)果不準確等問題。因此，本文依據(jù)資金運動的各個環(huán)節(jié)進行資金控制效果評價。

（二）高新技術(shù)企業(yè)資金控制效果影響因素分析對高新技術(shù)企業(yè)資金控制效果的影響因素進行分析時，主要從資金運動過程的視角進行分析，包括籌集資金控制效果影響因素、投放資金控制效果影響因素、償還資金控制效果影響因素以及分配資金控制效果影響因素。

（1）籌集資金控制效果的影響因素。在籌集資金過程中控制的關(guān)鍵點是看企業(yè)是否能夠及時籌集滿足需求的資金數(shù)量、籌集資金的成本是否最低及籌集資金的風險是否可控等。籌資不及時可能使企業(yè)錯過最佳研發(fā)時機，對企業(yè)的最終利潤產(chǎn)生影響；籌資規(guī)模過大會造成資金的閑置，增加使用成本；籌資的渠道選擇不當會增加企業(yè)的籌資的風險；籌資的風險過大加大了資金鏈斷裂的風險。因此，在效果評價時要著重考察關(guān)鍵點是否有效控制。

（2）投放資金控制效果的影響因素。對資金投放環(huán)節(jié)進行控制時，主要關(guān)注的是資金分配是否合理、是否有助于資金效率的提高。高新技術(shù)企業(yè)的核心是高技術(shù)和新技術(shù)，知識密集和技術(shù)創(chuàng)新是其最主要的特征，企業(yè)需不斷的創(chuàng)新來保證企業(yè)的發(fā)展，資金的投入是企業(yè)創(chuàng)新能力的根本保障。因此在效果評價時應(yīng)重點關(guān)注研究開發(fā)的資金的投入情況以及企業(yè)的投入產(chǎn)出效果。

（3）償還資金控制效果的影響因素。在償還資金過程中控制的關(guān)鍵點是看企業(yè)是否能夠及時償還借款。在控制過程中要時刻關(guān)注資金的流通情況，資金流通效果好，債務(wù)償還出現(xiàn)風險的幾率更小；在控制過程中還要關(guān)注應(yīng)收賬款的情況，對應(yīng)收賬款進行有效控制有利于企業(yè)資金回收，從而降低了還款難度。此外，還需要關(guān)注企業(yè)的負債情況，若企業(yè)負債率過高，到期無法償還借款，就會面臨嚴重的財務(wù)危機。因此，在效果評價時，企業(yè)應(yīng)該重點關(guān)注資金的流動情況、應(yīng)收賬款的管理情況以及企業(yè)的負債情況。

（4）分配資金控制效果的影響因素。在分配資金過程中，控制的關(guān)鍵點是看企業(yè)資金分配是否合理以及是否有助于企業(yè)的長期發(fā)展。對資金進行分配時，分配控制存在問題影響企業(yè)的股東利益，也不利于企業(yè)吸引潛在的投資者。因此，在效果評價時，應(yīng)重點關(guān)注其是否能夠吸引潛在的投資者以及是否有助于管理層的穩(wěn)定，能夠吸引潛在的投資者才有利于企業(yè)進一步籌集資金，管理層的穩(wěn)定有利于企業(yè)的治理。

（三）高新技術(shù)企業(yè)資金控制效果評價指標體系構(gòu)建

（1）指標選取。為了科學系統(tǒng)地評價高新技術(shù)企業(yè)資金控制效果，本文采用多維度指標評價。在遵循科學性、合理性及數(shù)據(jù)可獲取性等原則的前提下，以影響因素的分析為基礎(chǔ)，本文從資金運動的視角，結(jié)合影響因素的重要作用，構(gòu)建高新技術(shù)企業(yè)資金控制效果評價指標體系見表1。

（2）指標的內(nèi)涵與計算。對高新技術(shù)企業(yè)資金控制效果評價指標體系中與財務(wù)表報中通用的指標在此不再重述。除定性指標外的其他指標內(nèi)涵規(guī)定與計算公式如下：風險資本引入強度是指企業(yè)實際籌集到的風險資本規(guī)模和數(shù)量占企業(yè)需求資金的規(guī)模和數(shù)量的比。反映企業(yè)引入

（二）BP神經(jīng)網(wǎng)絡(luò)的算法優(yōu)化粒子群優(yōu)化算法（Particle Swarm Optimization，PSO）是一種新的進化算法，自提出以來得到了廣泛應(yīng)用。粒子群優(yōu)化算法與遺傳算法相似。兩者比較而言，粒子群算法的優(yōu)點是更為簡便，沒有遺傳算法中的交叉與變異，大大節(jié)省了優(yōu)化時間，提高了工作效率，通過當前的最優(yōu)解來尋找全局的最優(yōu)解。PSO算法還有一個優(yōu)點就是不需要調(diào)整復(fù)雜的參數(shù)，容易實現(xiàn)和理解。而且PSO對于非線性的優(yōu)化問題和增強泛化能力具有顯著的效果，是一種很有潛力的神經(jīng)網(wǎng)絡(luò)訓練算法，采用PSO對神經(jīng)網(wǎng)絡(luò)進行學習算法優(yōu)化，可以增強網(wǎng)絡(luò)的泛化效果。風險資本的相對強度。風險資本引入強度=（風險資本總額/企業(yè)需求資金總額+風險資本總額/資產(chǎn)總額）/2。

融資成本是指企業(yè)籌集資金的使用成本，反映企業(yè)籌集資金的占用成本。此數(shù)據(jù)根據(jù)企業(yè)財務(wù)報表分析計算得出。技術(shù)資產(chǎn)率是指企業(yè)無形資產(chǎn)占企業(yè)總資產(chǎn)的比率，反映高新技術(shù)企業(yè)投資研發(fā)的程度。

三、資金控制效果評價的PSO-BP神經(jīng)網(wǎng)絡(luò)模型設(shè)計

在神經(jīng)網(wǎng)絡(luò)的應(yīng)用研究中，反向傳播（back-propagation，BP）神經(jīng)網(wǎng)絡(luò)算法應(yīng)用最為廣泛。但由于其存在收斂速度較慢和容易陷入局部最小等問題，本文特引入PSO學習算法，以優(yōu)化BP神經(jīng)網(wǎng)絡(luò)，提出了一種新的高新技術(shù)企業(yè)資金控制效果評價模型。由Kolmogorv法則可知，只要隱含層的節(jié)點設(shè)置合理，那么三層的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)就可以滿足所研究問題的需要。因此，本文采用具有輸入層、單隱含層、輸出層的三層BP神經(jīng)網(wǎng)絡(luò)作為高新技術(shù)企業(yè)資金控制效果評價的基本結(jié)構(gòu)。

（一）BP網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計

（1）輸入層與輸出層節(jié)點的確定。對輸入層而言，其神經(jīng)元節(jié)點數(shù)由評價指標體系中指標的個數(shù)決定，本文的資金控制效果評價指標體系中指標的個數(shù)為16，因此，該層的神經(jīng)元節(jié)點為16。對輸出層而言，本文以高新技術(shù)企業(yè)資金控制效果評價結(jié)果作為神經(jīng)網(wǎng)絡(luò)的輸出。本文將評價結(jié)果劃分為優(yōu)、良、中、差四個級別，并用四維的單位向量表示。因此，輸出層神經(jīng)元的節(jié)點為4。

（2）隱含層節(jié)點的確定。根據(jù)現(xiàn)有的研究可知，神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點的確定還存在一些理論沒有解決的問題。對于神經(jīng)網(wǎng)絡(luò)而言，隱含層節(jié)點數(shù)過大容易出現(xiàn)過度擬合的現(xiàn)象，過小會導致學習誤差偏大。因此，本文的隱含層節(jié)點數(shù)通過網(wǎng)絡(luò)的逼近能力和泛化能力對比選優(yōu)確定。

（3）激活函數(shù)的選取。常用的激活函數(shù)有線性和非線性之分。由于本文研究問題的特殊性，因此采用非線性的激活函數(shù)。非線性的激活函數(shù)有兩類，一類是對數(shù)函數(shù)，一類是正切函數(shù)。但正切函數(shù)將輸出數(shù)據(jù)映射到（-1，1）之間。因此，本文激活函數(shù)為Sigmoid函數(shù)。其表達式為：

PSO是在對一群粒子進行初始化設(shè)置后，粒子通過不斷的迭代尋找最優(yōu)解。在粒子進行迭代的過程中，是通過追蹤個體極值Pbest和群體極值Gbest來不斷更新自身的位置，其中Pbest是指個體所經(jīng)歷位置中計算得到的適應(yīng)度值最優(yōu)位置，也就是個體最優(yōu)解，Gbest是指種群中的所有粒子搜索得到的適應(yīng)度最優(yōu)位置，也就是種群的最優(yōu)解。找到這兩個最優(yōu)值后，每個粒子根據(jù)表達式（2）和（3）來更新自己的速度和位置。

其中，ω為慣性權(quán)重，ν為粒子的速度，k為當前粒子的迭代次數(shù)，c1和c2為加速因子，通常c1=c2=2，r1和r2是介于[0，1]之間的隨機數(shù)，Pp和Pg分別表示個體極值和全局極值，X為當前粒子的位置。

四、實證結(jié)果與分析

（一）樣本選取由于生物制藥行業(yè)的數(shù)據(jù)信息披露全面，因此，本文選取wind行業(yè)分類中的生物制藥行業(yè)進行實證研究。客觀性數(shù)據(jù)來源于wind數(shù)據(jù)庫和各公司的2015年財務(wù)報表，計算過程中所涉及的年報數(shù)據(jù)來源于新浪網(wǎng)。主觀性數(shù)據(jù)由于數(shù)據(jù)信息不全面的原因難以直接獲取，因此本文采用專家打分法獲取相關(guān)數(shù)據(jù)。經(jīng)過搜集和整理，剔除數(shù)據(jù)缺失的企業(yè)后剩余50家。因此，本文將這50家生物制藥公司的數(shù)據(jù)作為樣本數(shù)據(jù)進行實證研究。

（二）PSO-BP網(wǎng)絡(luò)的學習過程本文樣本數(shù)據(jù)中既有客觀性數(shù)據(jù)又有主觀性數(shù)據(jù)，而且客觀性數(shù)據(jù)的計量單位不同，因此，需要對樣本數(shù)據(jù)進行無量綱化。運用PSO-BP神經(jīng)網(wǎng)絡(luò)對無量綱化后的50份樣本數(shù)據(jù)進行訓練和測試。根據(jù)經(jīng)驗，按照7：3的比例將數(shù)據(jù)進行劃分。因此，本文選取35份作為訓練數(shù)據(jù)，將其余的15份作為測試數(shù)據(jù)。依據(jù)建立的PSO-BP神經(jīng)網(wǎng)絡(luò)，在MATLAB2010平臺實現(xiàn)前35組數(shù)據(jù)的訓練，訓練過程如圖1所示。測試得到的PSO-BP網(wǎng)絡(luò)輸出和期望結(jié)果對比見表2。

圖1 訓練過程圖

表2 PSO-BP網(wǎng)絡(luò)輸出結(jié)果與期望結(jié)果對比表

（三）結(jié)果分析從表2可以看出，利用PSO-BP神經(jīng)網(wǎng)絡(luò)輸出結(jié)果進行資金控制效果評價的等級和模糊綜合評價法評價出來的等級是一致的，這證明了PSO-BP神經(jīng)網(wǎng)絡(luò)評價模型的有效性。該模型的等級評價準確性為100％。也說明了該模型具有良好的泛化能力。

五、結(jié)論

高新技術(shù)企業(yè)資金控制效果評價的最終目的是對資金控制進行事后反饋，通過效果評價完善資金控制，提高資金控制的效率。本文以資金運動的視角構(gòu)建高新技術(shù)企業(yè)資金控制效果評價的指標體系，并運用PSO學習算法改進BP神經(jīng)網(wǎng)絡(luò)對其進行效果評價，提高了運算的效率和評價結(jié)果的準確率。同時，實證研究表明，PSO-BP神經(jīng)網(wǎng)絡(luò)的評價模型避免了人為主觀因素，評價更為客觀，同時也說明了模型的合理可靠性。因此，本文研究的內(nèi)容對高新技術(shù)企業(yè)資金控制效果評價具有重要的理論與現(xiàn)實意義。

*本文系黑龍江省科技公安重點項目（項目編號：GB14 D201）階段性研究成果。

[1]杜娟、黃蘊潔.《基于因子聚類分析的知識型企業(yè)績效評價方法研究》，《科學學與科學技術(shù)管理》2010年第11期。

[2]陳關(guān)亭、黃小琳、章甜：《基于企業(yè)風險管理框架的內(nèi)部控制評價模型及應(yīng)用》，《審計研究》2013年第6期。

[3]肖玲諾、史建鋒、孫玉忠：《基于BP神經(jīng)網(wǎng)絡(luò)的產(chǎn)學研知識創(chuàng)新聯(lián)盟風險評價研究》，《中國軟科學》2011年第12期。

[4]彭張林、張強、楊善林：《綜合評價理論與方法研究綜述》，《情報科學》2015年第11期。

[5]Anonymous.Companies and Markets:Goddard Enterprises Limited-financial Analysis Review[M].M2 Presswire，2010：34～39.

（編輯 朱珊珊）