雷權(quán)勇

（鹽城師范學(xué)院 商學(xué)院，江蘇 鹽城 224051）

0 引言

經(jīng)濟增長是積累和增加社會財富、實現(xiàn)充分就業(yè)的重要基礎(chǔ)，是社會發(fā)展的物質(zhì)前提。無論是國內(nèi)的企業(yè)還是跨國公司，他們的共同目標(biāo)都是創(chuàng)造價值，而經(jīng)濟增長是創(chuàng)造價值的重要手段，面對日益激烈的競爭和技術(shù)快速進步的市場環(huán)境，企業(yè)尤其是跨國公司要實現(xiàn)經(jīng)濟增長，就需要改變經(jīng)濟發(fā)展模式，摸清哪一種經(jīng)濟增長模式給企業(yè)帶來大的效益，改革當(dāng)前阻礙生產(chǎn)力發(fā)展的落后因素，以適應(yīng)復(fù)雜多變的市場環(huán)境。

BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)簡單、算法成熟且具有很強的非線性映射能力,故它在模式識別、故障診斷、醫(yī)學(xué)工程等各個領(lǐng)域得到了廣泛的應(yīng)用。本文根據(jù)BP的遺傳算法研究跨國公司的復(fù)合經(jīng)濟增長模式，通過算法分析總結(jié)出適合于跨國公司發(fā)展的經(jīng)濟模式，從而對企業(yè)的發(fā)展提出建議。

1 跨國公司復(fù)合增長模式

本文基于BP遺傳算法從要素貢獻率和增長速度高低的角度對跨國公司增長方式進行分類，如表1所示，五種模式分別為：（1）不可持續(xù)的投資驅(qū)動的高增長模式，該模式認為投資是第一驅(qū)動力，以大量的能源、原材料和勞動力消耗為特征的粗放高增長。（2）投資驅(qū)動的先高后低的增長模式，該模式也認為投資是第一驅(qū)動力，由于受到能源、原材料、環(huán)境等的限制而呈現(xiàn)出增長率前高后低的狀態(tài)。（3）投資—創(chuàng)新雙驅(qū)動的增長模式，該模式認為投資和創(chuàng)新成為經(jīng)濟增長的主要動力，但投資的作用仍然大于創(chuàng)新的作用，增長率往往表現(xiàn)出波動的狀態(tài)。（4）創(chuàng)新驅(qū)動的波動式增長模式，并且其增長率處于波動狀態(tài)，該模式創(chuàng)新成為經(jīng)濟增長的第一推動力，由于內(nèi)、外部環(huán)境的變化以及企業(yè)的適應(yīng)能力不夠強，而使增長率呈波動狀態(tài)。（5）創(chuàng)新驅(qū)動的持續(xù)高增長模式，該模式認為創(chuàng)新為第一驅(qū)動力，通常其市場、技術(shù)、人才等都具備國際競爭力，對內(nèi)外環(huán)境變化的適應(yīng)能力足夠強，因而其創(chuàng)新驅(qū)動持續(xù)高增長。這五種增長模式的增長率隨時間的變化如圖1所示。

圖1 跨國公司增長模式圖

表1 跨國公司經(jīng)濟增長的5種模式

2 基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)算法

BP神經(jīng)網(wǎng)絡(luò)含有輸人層、輸出層以及處于輸入輸出層之間的隱含層。隱含層可以是單層，也可以是多層。圖2給出三層BP神經(jīng)網(wǎng)絡(luò)，設(shè)輸入層的變量為x=(x1，x2，…，xn)，輸出層的變量為y=(y1，y2，…，ym)，假設(shè)隱層有r個神經(jīng)元，輸出層有m個神經(jīng)元,輸入層到隱層的權(quán)為wij,閾值為θj，隱層到輸出層的權(quán)為wjk，閾值為θk。隱層各神經(jīng)元的輸出為：

圖2 BP網(wǎng)絡(luò)結(jié)構(gòu)

輸出層各神經(jīng)元的輸出為：

3 基于BP的遺傳算法的跨國公司復(fù)合增長模式研究

3.1 跨國公司增長模式評價指標(biāo)

本文就跨國公司的五種增長模式進行分析，對每一種模式選擇7個財務(wù)比率作為評價指標(biāo)，這些指標(biāo)作為BP神經(jīng)網(wǎng)絡(luò)輸入層的輸入變量，分別用分配利潤(RE)、毛利(GP)、銷售成本(SC)、總資產(chǎn)(TA)、流動負債（CL）、權(quán)益資本(E)、營業(yè)利潤(OP)、營運資本(WC)作為財務(wù)比率，將這7個變量作為輸入層。對于輸出層選擇企業(yè)的盈利能力、經(jīng)營效率的好、中、差三個等級評判，經(jīng)營效率指標(biāo)是用于衡量企業(yè)在資產(chǎn)管理方面的效果。本文對輸出層取兩個節(jié)點就可以得到希望的結(jié)果，如表2所示為跨國公司在某一個經(jīng)濟增長模式下的經(jīng)營效率等級標(biāo)準(zhǔn)。企業(yè)經(jīng)營效率好的為一級，輸出層節(jié)點為（1，1）,企業(yè)經(jīng)營效率較好的為二級，輸出層節(jié)點為（1，0）或（0,1）,企業(yè)經(jīng)營效率差的為三級，輸出層節(jié)點為（0,0）。

表2 跨國公司經(jīng)營效率等級標(biāo)準(zhǔn)

3.2 BP遺傳算法復(fù)合增長模型

本文選擇7個輸入層基本變量，2個輸出層節(jié)點值，可構(gòu)建如下經(jīng)營效率評價模型：

用向量表示為：

式中X=(x1，x2，…，x7)T為輸入變量，Y=(y1，y2)T是輸出變量，W=(wij)7×8(i=1，2，…，7，j=1,2，…，8)是輸入層與隱層的連接權(quán)，V=(vn,j)2×8(n=1,2，j=1,2，…，8),隱層和輸出層之間的連接權(quán)，B1=分別為隱層和輸出層的偏置權(quán)，g(h)為轉(zhuǎn)移函數(shù)，定義為：

3.3 實證分析

本文分別從大型、大中型、中型、中小型、小型跨國公司中隨機選取一家公司的財務(wù)報表數(shù)據(jù)，以企業(yè)的五種復(fù)合增長方式為基本，選取企業(yè)的經(jīng)營效率為評價目標(biāo)，以7個財務(wù)比率作為變量值輸入。現(xiàn)在規(guī)定A為第一類增長模式（不可持續(xù)的投資驅(qū)動的高增長模式），B為第二類增長模式（投資驅(qū)動的先高后低的增長模式）、C為第三類增長模式（投資—創(chuàng)新雙驅(qū)動的增長模式）、D為第四類增長模式（創(chuàng)新驅(qū)動的波動式增長）、E為第五類增長模式（創(chuàng)新驅(qū)動的持續(xù)高增長模式）。

（1）將樣本的數(shù)據(jù)分為兩類，即好與差，用1和0表示類標(biāo)號，本文構(gòu)建5個跨國公司的五種增長模式指標(biāo)體系，表3列出了本次測試的實驗數(shù)據(jù)，表中ID表示五個跨國公司的編號，A、B、C、D、E即為五種增長模式代號，其他為輸入層指標(biāo)變量。

表3 本次測試的實驗數(shù)據(jù)

表4 遺傳算法測試結(jié)果

（2）BP遺傳算法優(yōu)化分析。輸入層的數(shù)值已經(jīng)確定，需要對輸入層與隱層的連接權(quán)和閥值，以及隱層與輸出層的連接權(quán)和閥值確定合適的參數(shù)，使得分析能夠穩(wěn)定的收斂，為此需對模型優(yōu)化分析，確定神經(jīng)網(wǎng)格的部分參數(shù)。參數(shù)設(shè)置如下：網(wǎng)絡(luò)結(jié)構(gòu)輸入層節(jié)點數(shù)為7，隱藏層節(jié)點數(shù)7，輸出層節(jié)點數(shù),2，訓(xùn)練步長取0.05，最大訓(xùn)練次數(shù)取2000;最小誤差取le-5。遺傳算法測試結(jié)果如表4所示。

3.4 基本BP遺傳算法的預(yù)測結(jié)果與討論

本文通過選取五個跨國公司的五種復(fù)合增長模式為變量，企業(yè)的經(jīng)濟效益為評價指標(biāo)，從上述的分析可以看出，不可持續(xù)的投資驅(qū)動的高增長模式與投資驅(qū)動的先高后低的增長模式兩種模式的企業(yè)的績效較差，所有的企業(yè)均處于效益低下的處境。這就說明這兩種模式對跨國公司的發(fā)展不利，跨國公司如果采用這樣的增長模式可能會導(dǎo)致企業(yè)虧本，不利于長久的發(fā)展。而投資—創(chuàng)新雙驅(qū)動的增長模式相對于其他模式表現(xiàn)的最好，它的經(jīng)濟效益最好，該增長呈現(xiàn)出波動狀態(tài)，符合市場經(jīng)濟的發(fā)展，企業(yè)的發(fā)展模式就是要不斷隨著市場經(jīng)濟的變化而變化。創(chuàng)新驅(qū)動的波動式增長模式對跨國公司的增長也是有利的，促進企業(yè)的發(fā)展，帶來好的經(jīng)濟效益。當(dāng)今世界科技不斷的發(fā)展，技術(shù)轉(zhuǎn)化為成果的速度越來越快，為企業(yè)帶來的效益也是越來越大，對企業(yè)的發(fā)展越來越起到至關(guān)重要的作用，創(chuàng)新驅(qū)動的增長模式隨著高科技的不斷累積會起到令人驚奇的結(jié)果。第五類為創(chuàng)新驅(qū)動的持續(xù)高增長模式對跨國公司的經(jīng)濟增長具有一定的促進作用。

4 結(jié)論

跨國公司的經(jīng)濟增長模式?jīng)Q定了跨國公司以后的發(fā)展道路，跨國公司所處的國家不同、國情不同、歷史文化不同、經(jīng)濟發(fā)展不同，它的經(jīng)濟增長模式也會不同，往往一個公司會有多種增長模式，這都取決于其所處的環(huán)境，而投資—創(chuàng)新雙驅(qū)動的增長模式對跨國公司來說是較為理想的增長模式，但是還需要根據(jù)自己的狀況和企業(yè)的發(fā)展模式來全面綜合地把握。

本文根據(jù)神經(jīng)網(wǎng)絡(luò)的BP遺傳算法對五個跨國公司五種增長模式進行比較分析，得到了較為合理的結(jié)果，這與實際企業(yè)的增長模式相一致，說明基于BP遺傳算法能很好的解決企業(yè)的經(jīng)濟增長模式分析，為企業(yè)的發(fā)展方式提前預(yù)測并給出建議，使企業(yè)能更好的發(fā)展。

[1]Uzawa H.Optimal Technical Change in an Aggregative Model of Economic Growth[J].International Economic Review,2001，(10).

[2]B Lundvall.National Systems of Innovation:towards a Theory of Innovation and Interactive Learning[J].London and New York,Pinter,2006,(12).

[3]Grossman,G.M.,Helpman E.Endogenous Innovation in the Theory of Growth[J].Journal of Economic Perspectives,Winter,2009，(8).

[4]龐素琳,王燕鳴,黎榮舟.基于BP算法的信用風(fēng)險評價模型研究[J].數(shù)學(xué)的實踐與認識,2009，(3).

[5]劉捷,王世宏.企業(yè)增長模式判斷方法及運用[J].財會通訊,2010,(9).

[6]王憲全,陳李剛.基于遺傳算法和BP神經(jīng)網(wǎng)絡(luò)的信用風(fēng)險測量模型[J].哈爾濱工業(yè)大學(xué)學(xué)報(社會科學(xué)版),2010，(7).