[摘要] 經(jīng)濟(jì)效益評價是企業(yè)經(jīng)營活動中一項不可缺少的工作。為了科學(xué)、準(zhǔn)確的評價企業(yè)經(jīng)濟(jì)效益，采用層次分析法（AHP）和人工神經(jīng)網(wǎng)絡(luò)（ANN）相融合的組合綜合評價方法來建立經(jīng)濟(jì)效益評價模型，最終給出科學(xué)、準(zhǔn)確的經(jīng)濟(jì)效益評價結(jié)果。

[關(guān)鍵詞] 層次分析法（AHP） 人工神經(jīng)網(wǎng)絡(luò)（ANN） 經(jīng)濟(jì)效益 綜合評價

引言

企業(yè)經(jīng)濟(jì)效益已成為投資者和生產(chǎn)經(jīng)營者越來越關(guān)注的問題，那么，應(yīng)如何科學(xué)地、準(zhǔn)確地評價企業(yè)經(jīng)濟(jì)效益的優(yōu)劣呢？傳統(tǒng)的層次分析法適應(yīng)于定性與定量因素相結(jié)合的評價問題，但是其最大的缺點是主觀上隨意性比較大，而人工神經(jīng)網(wǎng)絡(luò)方法可以有效地彌補(bǔ)解決上述問題。本文采用層次分析法和神經(jīng)網(wǎng)絡(luò)相結(jié)合的組合評價方法來對經(jīng)濟(jì)效益做出綜合評價分析。

一、建立衡量企業(yè)經(jīng)濟(jì)效益的綜合評價指標(biāo)體系

1.建立層次結(jié)構(gòu)指標(biāo)體系

參照財政部1995年起采用的企業(yè)經(jīng)濟(jì)效益評價指標(biāo)體系，并根據(jù)總目標(biāo)的要求和指標(biāo)的性質(zhì)建立經(jīng)濟(jì)效益綜合評價的層次體系結(jié)構(gòu)。

企業(yè)經(jīng)濟(jì)效益綜合評價指標(biāo)(A)包括3個一級指標(biāo)：盈利能力指標(biāo)(B1）、償債能力指標(biāo)(B2）、貢獻(xiàn)指標(biāo)(B3)。盈利能力指標(biāo)包括4個二級指標(biāo)：銷售利潤率(C11)、總資產(chǎn)報酬率(C12)、資本收益率(C13)和資本保值增值率(C14)。償債能力指標(biāo)(B2)包括4個二級指標(biāo)：資產(chǎn)負(fù)債率(C21)、流動比率(C22)、周轉(zhuǎn)率(C23)和存貨周期率(C24）。貢獻(xiàn)指標(biāo)(B3)包括2個二級指標(biāo):社會貢獻(xiàn)率(C31)和社會積累率(C32)。

2.構(gòu)造判斷矩陣，計算指標(biāo)綜合權(quán)重，并進(jìn)行其一致性檢驗

判斷矩陣是將層次結(jié)構(gòu)模型中同一層次的因素相對于上層的某個因素，根據(jù)重要程度相互間進(jìn)行成對比較而形成的矩陣。根據(jù)專家評判和統(tǒng)計數(shù)據(jù)，構(gòu)造判斷矩陣得出各指標(biāo)相對上級指標(biāo)的權(quán)重：

二、建立人工神經(jīng)網(wǎng)絡(luò)(ANN)評價模型

1.評價指標(biāo)值的無量綱化處理

在評價前，為了消除指標(biāo)間具有的不可共度性，利用指標(biāo)的標(biāo)準(zhǔn)化函數(shù)進(jìn)行無量綱化處理，將指標(biāo)準(zhǔn)化到[0，1]范圍內(nèi)。我們將指標(biāo)分為三種類型：

設(shè)是第j項指標(biāo)的最大值;是第j項指標(biāo)的最小值。

(1)對成本型指標(biāo)，即指標(biāo)值越小越好型，令：

（為的標(biāo)準(zhǔn)化指標(biāo)值）

(2)對效益型指標(biāo)，即指標(biāo)值越大越好型，令：

（為的標(biāo)準(zhǔn)化指標(biāo)值）

(3)對適度型指標(biāo)，即指標(biāo)值以穩(wěn)定在某一固定值微最佳的指標(biāo)，令：

（為的標(biāo)準(zhǔn)化指標(biāo)值，q為該指標(biāo)的最合適值）

企業(yè)經(jīng)濟(jì)效益指標(biāo)值的標(biāo)準(zhǔn)化處理結(jié)果見表1：

表1學(xué)習(xí)與檢驗樣本

2.BP神經(jīng)網(wǎng)絡(luò)綜合評價模型

BP神經(jīng)網(wǎng)絡(luò)是指基于誤差反向傳播算法(Back Propagation，簡稱BP算法)的神經(jīng)網(wǎng)絡(luò)，通常由輸入層、若干隱含層和輸出層組成。主要思想是對已知的學(xué)習(xí)樣本，采用梯度搜索技術(shù)，以期使網(wǎng)絡(luò)的實際輸出值與期望輸出值的均方值誤差為最小。

其計算步驟如下：

(1)根據(jù)評價指標(biāo)集，確定BP網(wǎng)絡(luò)中輸入節(jié)點的個數(shù)，即為指標(biāo)個數(shù)；

(2)確定BP網(wǎng)絡(luò)的層數(shù)，一般采用具有一個輸入層，一個隱含層和一個輸出層的三層網(wǎng)絡(luò)模型結(jié)構(gòu)；明確評價結(jié)果，輸出層的節(jié)點數(shù)為1；

(3)對指標(biāo)值進(jìn)行標(biāo)準(zhǔn)化處理，然后作為訓(xùn)練樣本和檢驗樣本；

(4)網(wǎng)絡(luò)狀態(tài)初始化，對連接權(quán)值和閾值賦予（0，1）之間的隨機(jī)數(shù)；

(5)輸入樣本，從前往后計算各層神經(jīng)元輸出Oj，其中各層神經(jīng)元輸入，輸；

(6)對輸出層計算權(quán)值誤差;

(7)從后往前計算各隱層的權(quán)值誤差;

(8)計算并保存各權(quán)值修正量;

(9)修正權(quán)值;

(10)輸入另外一樣本，轉(zhuǎn)到步驟(5)，直到網(wǎng)絡(luò)收斂且輸出誤差小于允許值。

三、評價結(jié)果

利用層次分析法得到的結(jié)果，如表1所示。取前6組數(shù)據(jù)（1—6號企業(yè)）作為訓(xùn)練樣本，用來訓(xùn)練BP網(wǎng)絡(luò)，后5組（7—11號企業(yè)）作為檢驗樣本，以檢驗該網(wǎng)絡(luò)的評價效果。

網(wǎng)絡(luò)隱含層節(jié)點數(shù)選5，權(quán)值調(diào)整參數(shù)α=1，閾值調(diào)整參數(shù)β=0.1，學(xué)習(xí)精度 。網(wǎng)絡(luò)經(jīng)過4000次訓(xùn)練，收斂于所要求的誤差，然后對檢驗樣本進(jìn)行評價，其檢驗結(jié)果如表2所示。

表2檢驗結(jié)果及綜合經(jīng)濟(jì)效益排序

從表2可以看出，檢驗輸出值與樣本期望輸出值的最大相對誤差不超過0.39%，利用神經(jīng)網(wǎng)絡(luò)得到的評價結(jié)果與專家評價結(jié)果一致。由此可見，本文以層次分析法為基礎(chǔ)，所構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)組合評價模型，可以用于企業(yè)經(jīng)濟(jì)效益的綜合評價。

四、結(jié)束語

本文用AHP與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合建立的組合評價模型，不僅可以自動確定復(fù)雜系統(tǒng)的輸入維數(shù)（輸入節(jié)點數(shù))，而且還提高了網(wǎng)絡(luò)的學(xué)習(xí)速率，加快了網(wǎng)絡(luò)的收斂速度，從而優(yōu)化了網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，增強(qiáng)了BP網(wǎng)絡(luò)的適應(yīng)能力，同時減少了評價過程中人為主觀因素的影響，有利于對企業(yè)經(jīng)濟(jì)效益進(jìn)行科學(xué)、準(zhǔn)確的評價。

參考文獻(xiàn)：

[1]陳濤:基于主成分分析的工程評標(biāo)綜合評價模型[J].武漢大學(xué)學(xué)報，2005

[2]王宗軍:綜合評價的方法、問題及其研究趨勢[J].管理科學(xué)學(xué)報， 2004，(1):75～79

[3]Chen S J ， Hwang C L. Fuzzy Multiple Attribute Decision Making[M]. Berlin:Springer Press， 1999，163～287

[4]陳濤:用AHP法建立教師課堂教學(xué)的綜合評價模型[J].信陽師范學(xué)院學(xué)報，2005，18

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文。