职称论文发表 | 职称论文发表 专业提供:发表论文、论文发表、毕业论文、职称论... | |
住在汉口网 | 住在汉口网是一个专业提供汉口房产信息、车辆服务、生活服务、招... | |
职称论文网 | 职称论文网提供:发表论文、论文发表、毕业论文、职称论等服务。 | |
|
(1重庆邮电大学人事处 2重庆邮电大学经济管理学院 重庆 400065)
摘 要:通过与钻石模型的结合,分解出企业财务竞争力构成要素,并在此基础上构建了企业财务竞争力评价指标体系。接着利用模糊综合评价和BP神经网络方法各自的特性,构建了模糊综合评价—BP神经网络组合模型,并选择了30家上市信息技术企业对所构建的组合模型进行应用研究,验证此模型的适用性和优越性,进行也为企业量化自身财务竞争力提供参考。
关键词:财务环境适应竞争力;财务资源配置竞争力;财务利益协调竞争力
中图分类号:F275 文献标识码:A doi:10.3969/j.issn.1665-2272.2013.05.028
1 企业财务竞争力的定义
企业财务竞争力作为企业财务理论界一个新领域,目前学术界对于企业财务竞争力的研究还处于起步阶段。对企业财务竞争力还没有提出一个较为系统、完整的理论,其概念也只有少数学者做出了较为明确的界定。本文引用杨佚提出的三维财务竞争力概念,从分析企业财务竞争力的影响因素入手,指出财务竞争力在企业战略引导下,价值创造过程中,利益协调基础上,全面积累、整合企业内、外部的资源和能力,充分发挥企业财务的外部适应能力、内部创造能力和利益协调能力,通过企业财务运转,实现环境适应、资源配置、利益协调三方面能力的整合,从而形成企业综合的财务竞争力。
2 企业财务竞争力的要素构成及评价指标体系
因而,本文在钻石模型的基础上,将影响企业财务竞争优势的因素也总结为六要素,并将这六要素归纳总结为三个层面,即企业的财务环境、资源配置和利益协调,从而形成三个方面的竞争力,即是财务环境适应竞争力、资源配置竞争力和利益协调竞争力。
本文通过对企业财务竞争力来源的分析,探索出了企业财务竞争力的三个构成要素,并在此基础上构建了企业财务竞争力评价指标体系,如表1所示:
3 模糊综合评价-BP神经网络组合模型的构建
不同的评价方法有其不同的特点,并表现出各自的优劣性,所以,在选择评价方法时,本文将模糊综合评价方法和BP神经网络方法结合,其优势在于,可以利用BP神经网络非线性求解问题的思路弥补模糊综合评价法基于线性的思维;也可以将模糊综合评价法求解的结果作为BP神经网络的输出,使得模糊BP神经网络的训练学习更加准确且快速。利用模糊综合评价法对企业财务竞争力的进行预评价,接着对预评价结果进行“N中取1”进行编码,并以此作为BP神经网络模型的输出,最终得到企业财务竞争力的准评价结果。
3.1 企业财务竞争力模糊综合评价法的预评价模型的建立
首先,构建评价因素集U={u1,u2,u3,…,um},根据不同层次,确定不同的U集。
接着在不同层次上,利用熵权法确定各层要素的权重,其中熵权法计算公式如下:
①计算各指标的比重pij
②计算第j项指标的熵权值ej
其中,当pij=0或者pij=1时,认为pijln(pij)=0。
③计算第j项指标的差异性系数dj
dj=1-ej
其中,dj越大,该指标反映的信息量越大,应赋予较大的指标权重。
④确定各指标的熵权
其次,确定企业财务竞争力各评价指标的评语集V={v1,v2,v3,…,vm},其中vj(j=1,2,…,m)表示由低到高或者由高到低的评语集。
再次,构建模糊关系矩阵。通过上市公司年报确定各企业财务竞争力各要素的指标值uij,并由此确定各指标uij对于评价集V的隶属度,确定模糊关系矩阵:
R=r11 r12 … r1mr21 r22 … r2m… … … …rl1 rl2 … rlm,其中rij(i=1,2,…,I,j=1,2,…,m)表示第k个子因素中第i项评价指标uki相对于第j级评语vj的隶属度。
最后,利用多层次模糊综合模型对企业财务竞争力进行模糊运算。接着,再对总体财务竞争力的模糊评价结果进行反模糊化处理,反模糊化处理的方法采用加权评价法:
通过反模糊话处理,得到B为企业财务竞争力强弱的量化值,其中B为1-5之前的某一值。B与评价等级之间的对应关系如表2所示:
3.2 企业财务竞争力的预评价
根据计算出的评价企业财务竞争力强弱的量化值B与评价等级之间的对应关系,可以对所选择的企业财务竞争力进行预评价:
①若U<1.9,则该企业财务竞争力属于弱等级;
②若1.9≤U<2.6,则该企业财务竞争力属于较弱等级;
③若2.6≤U<3.3,则该企业财务竞争力属于中等等级;
④若3.3≤U<4,则该企业财务竞争力属于较强等级;
⑤若U≥4,则该企业财务竞争力属于强等级。
3.3 企业财务竞争力BP神经网络准评价模型的构建
3.3.1 对企业财务竞争力的预评价结果进行编码
为了满足BP神经网络算法的需要,我们采用“N中取1”法则对企业财务竞争力预评价结果进行编码,编码规则如表3所示:
3.3.2 对指标数据进行标准化处理
针对选择的30家上市公司样本,每个上市公司的财务竞争力由22个财务指标x1,x2,…,xn来反映,即是:
X=x11 x12 … x1n… … … …xm1 xm2 … xmn=(X1,X2,…,Xn)
依据公式xij′=■,其中,■j=■■xij表示样本各指标的评价值,sj=■表示样本各指标的标准差,对样本原始数据进行标准化处理,得到无量纲的输入样本数据。
3.3.3 BP神经网络模型各参数的确定
①BP神经网络层数:2层;
②输入值:对22项评价指标的原始值进行无量纲化处理得BP神经网络模型的输入值;
③隐含层结点数:14;
④本文假定选取“tansig”为传输函数;选取“logsig”为输出层传输函数;选取“trainscg”为训练函数,初步构建的BP神经网络的MATLAB编程语言为:
net=newff(minmax(p'),[14, 5],{'tansig','logsig'},'traingdx')
⑤输出值:表1中“N-1”编码值。
3.3.4 企业财务竞争力的准评价与最终评价
依据所构建的BP神经网络模型,将各企业财务竞争力各指标经过无量纲化处理后输入所建立的BP神经网络模型中,通过仿真训练,最终得到企业财务竞争力的准评价结果。然后,将准评价结果与预评价结果进行对比,对预评价结果进行修正,最后得到企业财务竞争力的最终评价结果。
4 基于模糊综合评价-BP组合模型的企业财务竞争力评价实证研究——以上市信息技术企业为例
4.1 上市信息技术企业样本的选取
在选择评价样本时应遵循在同一行业内选择的原则。根据《上市公司行业分类指引》,本文选择信息技术行业(行业代码:G)的在深沪两市上市的信息技术企业。在剔除了该行业中被ST*和ST的上市公司和在所选择评价指标中有缺失数据的上市公司,最后确定了30家上市公司。
4.2 企业财务竞争力模糊综合评价的预评价
根据前面的阐述,以U值的评价标准,对企业财务竞争力的强弱状况进行预评价,并利用“N中取1”法则对预评价…… 职称论文发表网http://www.issncn.com
职称论文发表网http://www.issncn.com
|