基于AHP和BP神經網絡的煤炭企業綜合財會績效評價研究
時間:2018-07-21 來源:51mbalunwen.com作者:lgg
本文是一篇財會管理論文,財務規劃幫助公司設立指導方針來制定運營和財務計劃。將公司的關鍵目標合理化并兼顧到資本投資。公司目標轉化成有形的財務指標。投資決策和目標產生整合的財務報表,把財務目標和財務指標聯系起來。然后整個組織圍繞這些目標和指標運營。(以上內容來自百度百科)今天為大家推薦一篇財會管理論文,供大家參考。
1 緒論
1.1 研究背景與意義
1.1.1 研究背景
如今,受我國經濟增長速度軟著陸、能源結構戰略性調整、國家煤炭行業去產能政策等因素的影響,煤炭資源供應和需求的平衡關系被打破,煤炭價格長期低位徘徊,煤炭企業經營業績大幅下滑,眾多煤企發展遭遇瓶頸,煤炭市場處于低效競爭狀態,導致大量煤炭企業無暇顧及安全、技術和環保等方面的均衡發展,對地方經濟、產業可持續發展和社會效益造成了不良影響,煤炭行業唱衰論不絕于耳。2016 年初中央發布《關于煤炭行業化解過剩產能實現脫困發展的意見》的指導性文件,要求煤炭產業要嚴格控制新進入產能,逐步去除落后低效產能,有序退出多余過剩產能。煤炭是我國主體能源。煤炭產業是支撐國民經濟發展的基礎性產業,關乎下游行業發展和社會穩定。2016 年全國煤炭產業總利潤 1090.9 億元,僅為 2011 年煤炭行業發展處于高峰時期的四分之一。經歷了五年多的產業蕭條,煤炭價格長期低位徘徊,煤炭企業發展遭遇瓶頸,煤炭行業供給側改革面臨著重重壓力。“十三五”規劃綱要預測我國 GDP 增速大約為 6.5%,國家將對能源供應總量和消耗總量實行雙重控制。化解產能過剩、去杠桿和金融風險升高等多重因素疊加作用于煤炭市場,各地煤炭企業面臨著嚴峻的考驗。但基于我國能源稟賦特征、國民經濟發展的需求和能源安全保障,煤炭作為能源供給的主體地位將在很長一段時間內不會動搖。隨著國家能源產業政策、大型煤炭基地規劃、深化小煤礦整頓關閉等措施的實施,也為煤炭企業發展提供了重大機遇,關鍵在于準確把握產業整合時機,在產業結構升級過程中抓住先機。因此,在機遇與挑戰并存的關鍵時期,眾多企業在經歷了資源整合、兼并重組、關停并轉等國家政策的考驗后,對能夠衡量煤炭企業綜合表現的績效評價的研究就顯得意義非凡。
...........
1.2 國內外研究現狀
對于企業績效的研究一直是財經領域學術研究的熱點,績效綜合評價方法的應用在管理科學與工程研究范疇中占據著極為重要的地位。績效綜合評價的理論體系主要由績效評價的概念和相關理論基礎、績效評價指標的選取和體系的構建、指標體系中各層級指標權重的確定方法、評價模型的構建方法等四個方面組成。
1.2.1 國外研究現狀
隨著工業化進程的不斷推進,國外企業績效評價研究起步較早且歷史悠久,對在學術上的理論研究和實踐上的具體應用研究都形成了非常系統的理論框架。從績效評價的客體和內容、評價的核心要素以及時序性的角度劃分,國外企業績效評價的研究經歷了 5 個過程:19 世紀以前的經驗評價階段;19 世紀的成本評價階段;20 世紀初至 90 年代的財務評價階段;20 世紀后期的 EVA 評價階段;20 世紀 90 年代至今的全面評價階段。經驗評價階段是指 19 世紀以前,此時尚未出現有效的完整的可以稱之為理論的績效評價理論,實際操作中大多根據現場觀察與經驗判斷作為評價的主要手段。成本評價階段起源于哈瑞,他制定了較為系統的標準成本法。標準成本及差異分析制度的建立,實現了成本控制,從而提高了勞動生產率,此時稱之為成本評價階段。20 世紀初期,杜邦公司設計了目前被廣泛運用的杜邦財務分析體系,通過將財務指標與財務比率分析相結合,評價影響企業權益凈利率的償債能力、營運能力、盈利能力及其相互之間的關系,從而有效地進行財務決策。20 世紀后期,部分先進的跨國公司以投資回報率、項目預算為焦點,使用現金流量、營業利潤和凈利潤、各種財務指標來衡量其經營成果和財務績效,逐步形成了較為完善的企業財務績效評價體系,此時稱之為財務評價階段。1982 年,美國斯騰斯特公司最早使用經濟增加值 EVA 理論,斯騰斯特公司提出,企業在考核其經營績效時普遍運用的指標會計利潤存在明顯不足之處,應當修正為公司的稅后凈經營利潤扣除股權和債權的總資本投入產生的機會成本后的盈余才是準確考評企業經營績效的方法,此時稱之為經濟增加值評價階段。
..........
2 相關概念和理論基礎
在對煤炭企業綜合績效進行評價研究時,首先應當結合文獻綜述部分現有的研究成果明確績效評價理論的概念和理論基礎,之后從理論層面簡介層次分析法和 BP 神經網絡這兩個會在本文中使用的模型方法,以此對后文進行理論鋪墊。
2.1 績效評價理論概述
企業績效評價是指運用數理統計和運籌學原理,通過建立一套科學的、完整的指標體系,按照既定的一致標準,執行相應的程序步驟,采用定量定性比較分析的方法,對企業營業期間內的經營成果和管理者績效做出公平、精確和客觀的全面評價。績效評價過程可以幫助企業進行自我診斷,在橫向、縱向比較中發現企業運行的漏洞所在,及時找到問題,對癥下藥,將隱患剔除,也可全面評判公司在行業中所處的位置與梯隊,以對比差距、發掘潛能、提升經營績效。同時,有效的績效評價對管理當局決策選擇、政策制定提供強有力的依據。基于不同的研究視角,績效評價的理論基礎數量眾多,其中應用最為廣泛地主要有委托-代理理論、企業價值最大化理論、利益相關者理論、戰略管理理論、系統管理理論、權變管理理論、激勵理論、組織行為理論和全面預算管理理論等。其中,圍繞本文的研究目的,本節將詳細展開講述與之相關的三個理論基礎。
.........
2.2 層次分析法概述
層次分析法 AHP(Analytic Hierarchy Process)是分解與總決策相關的因素為目標、準則、方案等層次,在此前提下運用定量和定性分析法的運籌學決策模型。該模型是由美國運籌學專家薩蒂于 20 世紀 70 年代初,在研究課題"依據不同產業部門對國家總體福利的貢獻程度而進行電力能源配置"時,提出將總目標分解成系統化多層次的目標體系進行權重分配的模型方法。層次分析法將待解決問題分為總目標層、各級子目標層和具體的實施方案層,然后用求解判斷矩陣特征向量的辦法,算出某一層級的某一要素相對于其上一層級的對應要素的相對權重比例,然后在同一層級內運用加權平均的方法匯總逐級求出各個方案的終極權重,此最終權重最大者即為最優方案。其中各中間層級的權重比例都是一個相對的概念,它表示各方案在其自身所在的層級中的優越程度,也即該方案相對于上一層級目標來說的重要性水平。層次分析法適用于評價目標體系呈現明顯的分級邏輯結構和指標間交互影響的決策問題。它的計算步驟是列出各層級的判斷矩陣,求解最大特征值和對應的特征向量,通過數據歸一化處理后,得到某一層級指標相對于上一層級對應指標的相對權重,最終得出所有指標的權重匯總情況。AHP 具有較為明顯的優缺點。具體到本文中煤炭企業綜合績效評價體系涵蓋眾多影響要素,建立的指標體系內容復雜層級多樣,必須通過層次的歸納使之條理化,這就使得本文可以充分利用 AHP 方法的邏輯優勢。本文將層次分析法和 BP 神經網絡算法相結合,使用AHP 對各項指標進行有效的權重分配和量化處理,將主觀的人為判斷轉換為客觀的統計數據,加強了分析結論的合理性、直觀性和可信度。
...........
3 煤炭企業綜合績效評價指標體系構建.....15
3.1 績效評價指標體系構建的一般原則.......15
3.2 煤炭行業績效評價的特殊性.........16
3.2.1 煤炭行業現狀分析.....16
3.2.2 煤炭行業指標設計的特殊性.........18
3.3 煤炭企業績效評價指標的選取.....20
4 煤炭企業綜合績效評價模型構建............25
4.1 BP 神經網絡模型的構建......25
4.2 數據來源與樣本公司...........31
4.3 數據處理............34
4.3.1 數據修正..........34
4.3.2 歸一化處理......34
4.4 BP 神經網絡模型的運行......35
4.5 評價結果分析.............37
5 研究結論與展望..........41
5.1 結論.........41
5.2 建議.........41
5.3 不足之處........42
4 煤炭企業綜合績效評價模型構建
4.1 BP 神經網絡模型的構建
4.1.1 確定網絡層次
理論研究表明,任一閉區間內的連續函數均能用包括一個隱含層的 BP 神經網絡來逼近,因此 3 層的 BP 神經網絡能實現任意的 N 維到 M 維的映射。由于它效果良好、結構簡單、操作易行、運行時間短,當下仍為神經網絡應用最多的結構模型且被普遍適用于解決現實問題中。事實上,只要隱含層數目及其神經元節點數目無限擴大,神經網絡的實際輸出總能以任意精度無限接近其對應的期望輸出,但這樣的結果是整個模型的泛化能力會變得很弱,即出現“過擬合”現象,無實際使用價值。所以必須在精度范圍內縮減隱含層數目及其神經元節點數目,使得構建的神經網絡更加緊湊。因此,本文采用由一個輸入層、一個隱含層、一個輸出層組成的三層 BP 神經網絡結構。結合第三章中構建的煤炭企業綜合績效指標評價體系來具體判斷網絡的輸入、輸出節點數目,BP 神經網絡輸入層的節點數與指標評價體系中指標數目相同,即 20 個;輸出層為煤企綜合績效的總得分,即輸出層節點數目為 1。
.........
結論
煤炭企業綜合績效評價體系涵蓋眾多影響要素,建立的指標體系內容復雜層級多樣,必須通過層次的歸納使之條理化,這就使得本文可以充分利用 AHP 方法的邏輯優勢。而具有極強非線性映射能力的 BP 神經網絡則能高效準確地發現其中規律。因此,本文將層次分析法和 BP 神經網絡算法相結合,使用 AHP 對各項指標進行有效的權重分配和量化處理,將主觀的人為判斷轉換為客觀的統計數據,加強了分析結論的合理性、直觀性和可信度。從模型的輸出結果來看,該模型能在合理的誤差范圍內評價煤炭企業的綜合績效水平(相對誤差均值為 5.23%)。通過調用經過訓練的具有固定權值閾值的網絡模型,可以實現任何一家煤炭企業的綜合績效測評,具有較好的實用性和可操作性。評價結果顯示,5家煤炭企業的綜合績效評價值自 2011 年開始呈逐年降低的態勢,且降幅較大,總體處于較低的水平。在 2016 年,有 4 家樣本公司的綜合績效評分顯著回升,這得益于煤炭行業供給側改革初見成效,促進煤炭市場供需趨于平衡,煤炭企業經營狀況明顯回暖的影響。在 5家企業中,中國神華的綜合績效一直遙遙領先于其他各家企業,值得深入剖析其原因,為煤炭企業的可持續發展提供思路。本文所構建的模型,可用于評價煤炭企業綜合績效水平及預測其未來發展潛力,還可為政府部門制定公共政策提供一定的參考,具有較好的應用價值。
..........
參考文獻(略)
相關閱讀
- 海格通信連續并購績效研究2017-07-10
- 資本多元化對河北省制造業企業創新投入驅動作用研究2017-09-26
- 女性高管與上市公司財會融資優序2017-12-26
- T化工企業財會應收賬款風險度量模型及信用政策優化...2018-01-30
- 基于功效系數法的K房地產公司財會風險預警體系研究2018-02-13
- 不同金融發展程度下財會柔性對企業價值的影響2018-03-01
- 重慶水務營運財會風險管理研究2018-03-18
- 傳媒企業借殼上市財會問題及對策研究2018-04-16
- 電子商務模式下京東商城的內部財會控制研究2018-04-20
- “營改增”對房地產業影響效應財會管理分析2018-05-02