基于AHP和BP神经网络的煤炭企业综合财会绩效评价研究

 

1 绪论

 

1.1 研究背景与意义

1.1.1 研究背景

如今，受我国经济增长速度软着陆、能源结构战略性调整、国家煤炭行业去产能政策等因素的影响，煤炭资源供应和需求的平衡关系被打破，煤炭价格长期低位徘徊，煤炭企业经营业绩大幅下滑，众多煤企发展遭遇瓶颈，煤炭市场处于低效竞争状态，导致大量煤炭企业无暇顾及安全、技术和环保等方面的均衡发展，对地方经济、产业可持续发展和社会效益造成了不良影响，煤炭行业唱衰论不绝于耳。2016 年初中央发布《关于煤炭行业化解过剩产能实现脱困发展的意见》的指导性文件，要求煤炭产业要严格控制新进入产能，逐步去除落后低效产能，有序退出多余过剩产能。煤炭是我国主体能源。煤炭产业是支撑国民经济发展的基础性产业，关乎下游行业发展和社会稳定。2016 年全国煤炭产业总利润 1090.9 亿元，仅为 2011 年煤炭行业发展处于高峰时期的四分之一。经历了五年多的产业萧条，煤炭价格长期低位徘徊，煤炭企业发展遭遇瓶颈，煤炭行业供给侧改革面临着重重压力。“十三五”规划纲要预测我国 GDP 增速大约为 6.5%，国家将对能源供应总量和消耗总量实行双重控制。化解产能过剩、去杠杆和金融风险升高等多重因素叠加作用于煤炭市场，各地煤炭企业面临着严峻的考验。但基于我国能源禀赋特征、国民经济发展的需求和能源安全保障，煤炭作为能源供给的主体地位将在很长一段时间内不会动摇。随着国家能源产业政策、大型煤炭基地规划、深化小煤矿整顿关闭等措施的实施，也为煤炭企业发展提供了重大机遇，关键在于准确把握产业整合时机，在产业结构升级过程中抓住先机。因此，在机遇与挑战并存的关键时期，众多企业在经历了资源整合、兼并重组、关停并转等国家政策的考验后，对能够衡量煤炭企业综合表现的绩效评价的研究就显得意义非凡。

...........

 

1.2 国内外研究现状

对于企业绩效的研究一直是财经领域学术研究的热点,绩效综合评价方法的应用在管理科学与工程研究范畴中占据着极为重要的地位。绩效综合评价的理论体系主要由绩效评价的概念和相关理论基础、绩效评价指标的选取和体系的构建、指标体系中各层级指标权重的确定方法、评价模型的构建方法等四个方面组成。

 

1.2.1 国外研究现状

随着工业化进程的不断推进，国外企业绩效评价研究起步较早且历史悠久，对在学术上的理论研究和实践上的具体应用研究都形成了非常系统的理论框架。从绩效评价的客体和内容、评价的核心要素以及时序性的角度划分，国外企业绩效评价的研究经历了 5 个过程：19 世纪以前的经验评价阶段；19 世纪的成本评价阶段；20 世纪初至 90 年代的财务评价阶段；20 世纪后期的 EVA 评价阶段；20 世纪 90 年代至今的全面评价阶段。经验评价阶段是指 19 世纪以前，此时尚未出现有效的完整的可以称之为理论的绩效评价理论，实际操作中大多根据现场观察与经验判断作为评价的主要手段。成本评价阶段起源于哈瑞，他制定了较为系统的标准成本法。标准成本及差异分析制度的建立，实现了成本控制，从而提高了劳动生产率，此时称之为成本评价阶段。20 世纪初期，杜邦公司设计了目前被广泛运用的杜邦财务分析体系，通过将财务指标与财务比率分析相结合，评价影响企业权益净利率的偿债能力、营运能力、盈利能力及其相互之间的关系，从而有效地进行财务决策。20 世纪后期，部分先进的跨国公司以投资回报率、项目预算为焦点，使用现金流量、营业利润和净利润、各种财务指标来衡量其经营成果和财务绩效，逐步形成了较为完善的企业财务绩效评价体系，此时称之为财务评价阶段。1982 年，美国斯腾斯特公司最早使用经济增加值 EVA 理论，斯腾斯特公司提出，企业在考核其经营绩效时普遍运用的指标会计利润存在明显不足之处，应当修正为公司的税后净经营利润扣除股权和债权的总资本投入产生的机会成本后的盈余才是准确考评企业经营绩效的方法，此时称之为经济增加值评价阶段。

..........

 

2 相关概念和理论基础

 

在对煤炭企业综合绩效进行评价研究时，首先应当结合文献综述部分现有的研究成果明确绩效评价理论的概念和理论基础，之后从理论层面简介层次分析法和 BP 神经网络这两个会在本文中使用的模型方法，以此对后文进行理论铺垫。

 

2.1 绩效评价理论概述

企业绩效评价是指运用数理统计和运筹学原理，通过建立一套科学的、完整的指标体系，按照既定的一致标准，执行相应的程序步骤，采用定量定性比较分析的方法，对企业营业期间内的经营成果和管理者绩效做出公平、精确和客观的全面评价。绩效评价过程可以帮助企业进行自我诊断，在横向、纵向比较中发现企业运行的漏洞所在，及时找到问题，对症下药，将隐患剔除，也可全面评判公司在行业中所处的位置与梯队，以对比差距、发掘潜能、提升经营绩效。同时，有效的绩效评价对管理当局决策选择、政策制定提供强有力的依据。基于不同的研究视角，绩效评价的理论基础数量众多，其中应用最为广泛地主要有委托-代理理论、企业价值最大化理论、利益相关者理论、战略管理理论、系统管理理论、权变管理理论、激励理论、组织行为理论和全面预算管理理论等。其中，围绕本文的研究目的，本节将详细展开讲述与之相关的三个理论基础。

.........

 

2.2 层次分析法概述

层次分析法 AHP（Analytic Hierarchy Process）是分解与总决策相关的因素为目标、准则、方案等层次，在此前提下运用定量和定性分析法的运筹学决策模型。该模型是由美国运筹学专家萨蒂于 20 世纪 70 年代初，在研究课题"依据不同产业部门对国家总体福利的贡献程度而进行电力能源配置"时，提出将总目标分解成系统化多层次的目标体系进行权重分配的模型方法。层次分析法将待解决问题分为总目标层、各级子目标层和具体的实施方案层，然后用求解判断矩阵特征向量的办法，算出某一层级的某一要素相对于其上一层级的对应要素的相对权重比例，然后在同一层级内运用加权平均的方法汇总逐级求出各个方案的终极权重，此最终权重最大者即为最优方案。其中各中间层级的权重比例都是一个相对的概念，它表示各方案在其自身所在的层级中的优越程度，也即该方案相对于上一层级目标来说的重要性水平。层次分析法适用于评价目标体系呈现明显的分级逻辑结构和指标间交互影响的决策问题。它的计算步骤是列出各层级的判断矩阵，求解最大特征值和对应的特征向量，通过数据归一化处理后，得到某一层级指标相对于上一层级对应指标的相对权重，最终得出所有指标的权重汇总情况。AHP 具有较为明显的优缺点。具体到本文中煤炭企业综合绩效评价体系涵盖众多影响要素，建立的指标体系内容复杂层级多样，必须通过层次的归纳使之条理化，这就使得本文可以充分利用 AHP 方法的逻辑优势。本文将层次分析法和 BP 神经网络算法相结合，使用AHP 对各项指标进行有效的权重分配和量化处理，将主观的人为判断转换为客观的统计数据，加强了分析结论的合理性、直观性和可信度。

...........

 

3 煤炭企业综合绩效评价指标体系构建.....15

3.1 绩效评价指标体系构建的一般原则.......15

3.2 煤炭行业绩效评价的特殊性.........16

3.2.1 煤炭行业现状分析.....16

3.2.2 煤炭行业指标设计的特殊性.........18

3.3 煤炭企业绩效评价指标的选取.....20

4 煤炭企业综合绩效评价模型构建............25

4.1 BP 神经网络模型的构建......25

4.2 数据来源与样本公司...........31

4.3 数据处理............34

4.3.1 数据修正..........34

4.3.2 归一化处理......34

4.4 BP 神经网络模型的运行......35

4.5 评价结果分析.............37

5 研究结论与展望..........41

5.1 结论.........41

5.2 建议.........41

5.3 不足之处........42

 

4 煤炭企业综合绩效评价模型构建

 

4.1 BP 神经网络模型的构建

4.1.1 确定网络层次

理论研究表明，任一闭区间内的连续函数均能用包括一个隐含层的 BP 神经网络来逼近，因此 3 层的 BP 神经网络能实现任意的 N 维到 M 维的映射。由于它效果良好、结构简单、操作易行、运行时间短，当下仍为神经网络应用最多的结构模型且被普遍适用于解决现实问题中。事实上，只要隐含层数目及其神经元节点数目无限扩大，神经网络的实际输出总能以任意精度无限接近其对应的期望输出，但这样的结果是整个模型的泛化能力会变得很弱，即出现“过拟合”现象，无实际使用价值。所以必须在精度范围内缩减隐含层数目及其神经元节点数目，使得构建的神经网络更加紧凑。因此，本文采用由一个输入层、一个隐含层、一个输出层组成的三层 BP 神经网络结构。结合第三章中构建的煤炭企业综合绩效指标评价体系来具体判断网络的输入、输出节点数目，BP 神经网络输入层的节点数与指标评价体系中指标数目相同，即 20 个；输出层为煤企综合绩效的总得分，即输出层节点数目为 1。

.........

 

结论

 

煤炭企业综合绩效评价体系涵盖众多影响要素，建立的指标体系内容复杂层级多样，必须通过层次的归纳使之条理化，这就使得本文可以充分利用 AHP 方法的逻辑优势。而具有极强非线性映射能力的 BP 神经网络则能高效准确地发现其中规律。因此，本文将层次分析法和 BP 神经网络算法相结合，使用 AHP 对各项指标进行有效的权重分配和量化处理，将主观的人为判断转换为客观的统计数据，加强了分析结论的合理性、直观性和可信度。从模型的输出结果来看，该模型能在合理的误差范围内评价煤炭企业的综合绩效水平（相对误差均值为 5.23%）。通过调用经过训练的具有固定权值阈值的网络模型，可以实现任何一家煤炭企业的综合绩效测评，具有较好的实用性和可操作性。评价结果显示，5家煤炭企业的综合绩效评价值自 2011 年开始呈逐年降低的态势，且降幅较大，总体处于较低的水平。在 2016 年，有 4 家样本公司的综合绩效评分显著回升，这得益于煤炭行业供给侧改革初见成效，促进煤炭市场供需趋于平衡，煤炭企业经营状况明显回暖的影响。在 5家企业中，中国神华的综合绩效一直遥遥领先于其他各家企业，值得深入剖析其原因，为煤炭企业的可持续发展提供思路。本文所构建的模型，可用于评价煤炭企业综合绩效水平及预测其未来发展潜力，还可为政府部门制定公共政策提供一定的参考，具有较好的应用价值。

..........

参考文献（略）