文/劉學(xué)文 王鐵軍

新媒體產(chǎn)業(yè)的發(fā)展與知識(shí)資本以及綜合國力的競(jìng)爭(zhēng)密不可分。當(dāng)前，發(fā)達(dá)國家不僅在技術(shù)水平與經(jīng)濟(jì)實(shí)力上遠(yuǎn)遠(yuǎn)領(lǐng)先于發(fā)展中國家，同時(shí)也在利用新媒體產(chǎn)業(yè)優(yōu)勢(shì)把它們的文化價(jià)值觀念傳播到世界各地。由此可見，新媒體產(chǎn)業(yè)的戰(zhàn)略意義遠(yuǎn)遠(yuǎn)高于其經(jīng)濟(jì)價(jià)值[1]。美國學(xué)者利特爾IMD Little從上世紀(jì)80年代以來就致力于國際競(jìng)爭(zhēng)力的比較研究，并把企業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)作為其研究的主要內(nèi)容之一[2]。此后，企業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)作為企業(yè)管理的重要手段日益引起人們的重視。美、日等國家也紛紛開始進(jìn)行企業(yè)素質(zhì)或企業(yè)競(jìng)爭(zhēng)力的評(píng)價(jià)活動(dòng)，旨在促進(jìn)本國企業(yè)適應(yīng)市場(chǎng)，參與世界經(jīng)濟(jì)角逐。

新媒體產(chǎn)業(yè)不僅是經(jīng)濟(jì)增長的新動(dòng)力，也是提高國際競(jìng)爭(zhēng)力的核心要素。我們應(yīng)審時(shí)度勢(shì)、未雨綢繆，力爭(zhēng)在方興未艾的新媒體產(chǎn)業(yè)的國際競(jìng)爭(zhēng)中取得競(jìng)爭(zhēng)優(yōu)勢(shì)。在這種形勢(shì)下，如何提高新媒體產(chǎn)業(yè)企業(yè)綜合競(jìng)爭(zhēng)力，如何制訂評(píng)價(jià)新媒體產(chǎn)業(yè)企業(yè)綜合競(jìng)爭(zhēng)力的指標(biāo)體系，通過定期評(píng)價(jià)和監(jiān)測(cè)，及時(shí)把握新媒體產(chǎn)業(yè)企業(yè)競(jìng)爭(zhēng)力的現(xiàn)狀，引導(dǎo)新媒體產(chǎn)業(yè)企業(yè)提高綜合競(jìng)爭(zhēng)力，已經(jīng)成為新媒體產(chǎn)業(yè)發(fā)展戰(zhàn)略中的一項(xiàng)重要內(nèi)容。據(jù)此本文擬對(duì)我國新媒體產(chǎn)業(yè)上市公司進(jìn)行競(jìng)爭(zhēng)力評(píng)價(jià)的系統(tǒng)研究。

一、方法選取與研究樣本

關(guān)于企業(yè)競(jìng)爭(zhēng)力的評(píng)價(jià)研究，大多采用層次分析法和模糊綜合評(píng)價(jià)法、多元判斷法以及指數(shù)分析法等方法。但是，由于這些方法缺乏自學(xué)能力，要依靠專家打分法來確定權(quán)重，因此很難擺脫評(píng)價(jià)人員的主觀性和隨意性，并且這些方法在實(shí)施時(shí)必須假設(shè)變量之間是線性關(guān)系，變量之間不存在相互影響。由于企業(yè)競(jìng)爭(zhēng)力是一個(gè)復(fù)雜系統(tǒng)，系統(tǒng)復(fù)雜且影響因素多，存在著非線性關(guān)系[3]。為此，本文引入綜合評(píng)價(jià)方法中的另一個(gè)重要方法人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，簡(jiǎn)稱ANN）來進(jìn)行新媒體產(chǎn)業(yè)上市公司競(jìng)爭(zhēng)力的評(píng)價(jià)研究[4]?；贏NN的綜合評(píng)價(jià)方法通過神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)、自適應(yīng)和強(qiáng)容錯(cuò)性，建立更加接近人類思維模式的定性定量相結(jié)合的綜合評(píng)價(jià)模型。該方法在競(jìng)爭(zhēng)力評(píng)價(jià)中有以下幾個(gè)優(yōu)點(diǎn)：

（1）通過對(duì)參與評(píng)價(jià)企業(yè)樣本的學(xué)習(xí)就能夠確定人工神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)。按照企業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)的最優(yōu)算法準(zhǔn)則反復(fù)迭代，不斷調(diào)整神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，直至達(dá)到一個(gè)相對(duì)穩(wěn)定的狀態(tài)，那么，就可以確定人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，并以該模型進(jìn)行評(píng)價(jià)和排序。這樣有利于保證評(píng)價(jià)結(jié)果的客觀性。

（2）計(jì)算誤差小。人工神經(jīng)網(wǎng)絡(luò)模型對(duì)參與評(píng)價(jià)的樣本不斷學(xué)習(xí)，能使系統(tǒng)誤差達(dá)到任何精度要求，且有收斂性。

（3）動(dòng)態(tài)評(píng)價(jià)性好。隨著參評(píng)樣本的增加和時(shí)間的演進(jìn)，能夠進(jìn)行進(jìn)一步的樣本學(xué)習(xí)和實(shí)現(xiàn)動(dòng)態(tài)跟蹤評(píng)價(jià)[5]。

近年來，雖然不少學(xué)者利用神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)競(jìng)爭(zhēng)力綜合評(píng)價(jià)建模進(jìn)行了有益的探索性研究，但還存在如建模樣本數(shù)據(jù)太少，采用太大的網(wǎng)絡(luò)結(jié)構(gòu)，不采用檢驗(yàn)樣本實(shí)時(shí)監(jiān)控訓(xùn)練過程，很容易出現(xiàn)“過訓(xùn)練”現(xiàn)象等問題，致使建立的神經(jīng)網(wǎng)絡(luò)模型的泛化能力較差，實(shí)用價(jià)值較小[6,7]。因此本文擬在此基礎(chǔ)上對(duì)新媒體產(chǎn)業(yè)進(jìn)行更加細(xì)致科學(xué)地研究。

根據(jù)新媒體產(chǎn)業(yè)定義，選取上市公司中廣電新聞、傳播與文化、網(wǎng)絡(luò)媒體、信息內(nèi)容等行業(yè)共22個(gè)公司進(jìn)行實(shí)證研究，以2002～2012年滬深股市上市公司年報(bào)數(shù)據(jù)為基礎(chǔ)，剔除缺省數(shù)據(jù)后共獲得9655個(gè)有效年度樣本數(shù)據(jù)。按照企業(yè)綜合競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系，采用其中14個(gè)財(cái)務(wù)指標(biāo)值作為評(píng)價(jià)指標(biāo)，即資產(chǎn)總額(x1)、利潤總額(x2)、主營業(yè)務(wù)利潤(x3)、每股收益(x4)、凈資產(chǎn)收益率(x5)、總資產(chǎn)報(bào)酬率(x6)、應(yīng)收賬款周轉(zhuǎn)率(x7)、存貨周轉(zhuǎn)率(x8)、流動(dòng)資產(chǎn)周轉(zhuǎn)率(x9)、每股收益率增長率(x10)、凈資產(chǎn)增長率(x11)、總資產(chǎn)增長率(x12)、主營業(yè)務(wù)及利潤增長率(x13)和流動(dòng)比率(x14)。

為了克服變量因數(shù)據(jù)相差很大而影響模型輸出精度以及提高ANN模型的訓(xùn)練效果，建立更可靠、有效的模型，有必要對(duì)輸入輸出數(shù)據(jù)進(jìn)行規(guī)格化處理。本研究對(duì)各指標(biāo)均采用線性方法（即0.2+0.6(X-Xmin)/(Xmax-Xmin) ），把原始數(shù)據(jù)化為[0.20，0.80]內(nèi)的數(shù)據(jù)。這樣對(duì)超出本研究數(shù)據(jù)范圍的數(shù)據(jù)，可以有一定地外推能力。

我們對(duì)新媒體產(chǎn)業(yè)22家上市公司業(yè)績進(jìn)行統(tǒng)計(jì)，新媒體產(chǎn)業(yè)2012年業(yè)績實(shí)現(xiàn)快速增長，其中營業(yè)收入同比增長28.10%，相對(duì)上半年增速提高0.39%，凈利潤同比增長19.79%，相對(duì)上半年增長5.3%。兩者環(huán)比上半年均有所增加，行業(yè)綜合毛利率31.93%，基本與2011年同期和2012年上半年持平。新媒體產(chǎn)業(yè)市場(chǎng)情況以及樣本中22家上市公司的基本統(tǒng)計(jì)分析如表1和圖1所示：

表1 新媒體行業(yè)上市公司基本統(tǒng)計(jì)分析

圖1 2008～2011年中國新媒體產(chǎn)業(yè)市場(chǎng)規(guī)模

二、實(shí)證結(jié)果

將各項(xiàng)評(píng)價(jià)指標(biāo)的分界值輸入到訓(xùn)練好的BP網(wǎng)絡(luò)14-10-1模型，對(duì)應(yīng)的網(wǎng)絡(luò)模型輸出值分別為：1.538、2.253、3.493和4.261。因此，企業(yè)競(jìng)爭(zhēng)力等級(jí)的很強(qiáng)(Ⅰ)、強(qiáng)(Ⅱ)、中(Ⅲ)、弱(Ⅳ)和很弱(Ⅴ)五個(gè)等級(jí)區(qū)間，BP網(wǎng)絡(luò)模型輸出值的范圍分別為：≤1.538、≤2.253～1.538、≤3.493～2.253、≤4.261～3.493和>4.261。

1.實(shí)證研究樣本的輸出值

將規(guī)格化后的新媒體產(chǎn)業(yè)上市公司財(cái)務(wù)指標(biāo)矩陣作為網(wǎng)絡(luò)輸入變量，然后打開建立的BP網(wǎng)絡(luò)14-10-1模型進(jìn)行實(shí)證研究，結(jié)果如表2所示。

表2 新媒體產(chǎn)業(yè)上市公司2012年競(jìng)爭(zhēng)力BP網(wǎng)絡(luò)模型輸出值及評(píng)定結(jié)果

仿真結(jié)果分析：

（1）以上22家新媒體產(chǎn)業(yè)上市公司中沒有一家公司的競(jìng)爭(zhēng)力等級(jí)為很強(qiáng)（I）；競(jìng)爭(zhēng)力等級(jí)為強(qiáng)（II）級(jí)的占45.6%；競(jìng)爭(zhēng)力等級(jí)為中（III）級(jí)的占31.8%；競(jìng)爭(zhēng)力等級(jí)為弱（IV）級(jí)的占4.5%；競(jìng)爭(zhēng)力等級(jí)為很弱（V）級(jí)的占18.1%。其中等級(jí)為強(qiáng)（II）和中（III）占77.4%。

（2）廣電網(wǎng)絡(luò)、歌華有線和博瑞傳播這三家公司雖然同處競(jìng)爭(zhēng)力等級(jí)強(qiáng)（II），模型輸出值分別為1.914、1.854和1.930，但通過模型得分高低可以看出這三家公司的競(jìng)爭(zhēng)力強(qiáng)弱順序?yàn)楦枞A有線、廣電網(wǎng)絡(luò)和博瑞傳播。

（3）聚友網(wǎng)絡(luò)、萬鴻集團(tuán)、交大博通和托普軟件同屬于競(jìng)爭(zhēng)力很弱（V），通過原始數(shù)據(jù)分析，以上四家公司2012年度均有較大程度虧損，分別虧損1.66、0.38、0.72和8.29億元，其中萬鴻集團(tuán)和托普軟件被中國證監(jiān)會(huì)評(píng)為特別處理（ST）公司，模型的分析結(jié)果與實(shí)際情況比較吻合。

(4) 從模型得分高低來看，歌華有線、廣電網(wǎng)絡(luò)和博瑞傳播為新媒體產(chǎn)業(yè)上市公司競(jìng)爭(zhēng)力前三名，聚友網(wǎng)絡(luò)、托普軟件和交大博通為新媒體產(chǎn)業(yè)上市公司競(jìng)爭(zhēng)力最后三名。

（5）新媒體產(chǎn)業(yè)中廣電傳媒業(yè)上市公司競(jìng)爭(zhēng)力平均得分為3.089，軟件信息內(nèi)容業(yè)上市公司競(jìng)爭(zhēng)力平均得分為2.808，說明軟件信息內(nèi)容業(yè)上市公司總體上競(jìng)爭(zhēng)力要強(qiáng)廣電傳媒業(yè)上市公司。

由上述分析我們可以看出，大部分新媒體產(chǎn)業(yè)上市公司競(jìng)爭(zhēng)力水平處于中上水平，但沒有競(jìng)爭(zhēng)力特別優(yōu)秀的公司，由此可以看出新媒體產(chǎn)業(yè)的競(jìng)爭(zhēng)力水平還有較大的上升空間，還需要全產(chǎn)業(yè)公司的不懈努力。競(jìng)爭(zhēng)力較弱的企業(yè)面臨虧損甚至連續(xù)虧損的概率要更大一些，因此企業(yè)要想在激烈的競(jìng)爭(zhēng)中長久生存發(fā)展下去，就必須努力提升自身綜合競(jìng)爭(zhēng)力。軟件信息內(nèi)容業(yè)上市公司總體上競(jìng)爭(zhēng)力要強(qiáng)于廣電傳媒業(yè)上市公司，可能的原因是軟件信息內(nèi)容業(yè)的公司的盈利方式更加直接便捷，因此在財(cái)務(wù)方面表現(xiàn)要比廣電傳媒業(yè)公司更好。

2.新媒體產(chǎn)業(yè)上市公司競(jìng)爭(zhēng)力變化趨勢(shì)分析

企業(yè)競(jìng)爭(zhēng)力水平是動(dòng)態(tài)的、連續(xù)的和發(fā)展的。對(duì)企業(yè)競(jìng)爭(zhēng)力水平進(jìn)行變化趨勢(shì)分析有助于跟蹤其和競(jìng)爭(zhēng)對(duì)手的競(jìng)爭(zhēng)力、競(jìng)爭(zhēng)優(yōu)勢(shì)和劣勢(shì)隨時(shí)間變化，預(yù)測(cè)今后的發(fā)展趨勢(shì)。將原始數(shù)據(jù)規(guī)格化處理后輸入BP網(wǎng)絡(luò)（14-10-1）模型，得到新媒體產(chǎn)業(yè)上市公司競(jìng)爭(zhēng)力變化趨勢(shì)分析結(jié)果。

競(jìng)爭(zhēng)力變化趨勢(shì)仿真結(jié)果分析：

（1）新媒體產(chǎn)業(yè)中傳媒行業(yè)上市公司競(jìng)爭(zhēng)力水平近5年均保持在較高水平，其中11.2%的公司處在競(jìng)爭(zhēng)力等級(jí)為很強(qiáng)（I）的水平；41.1%的公司處在競(jìng)爭(zhēng)力等級(jí)為強(qiáng)（II）的水平，均高于競(jìng)爭(zhēng)力等級(jí)分類的很強(qiáng)（I）10%和強(qiáng)（II）20%的比例。其中瑞博傳播、電廣傳媒、歌華有線、東方明珠、廣電信息、用友軟件和廣電網(wǎng)絡(luò)等都處于競(jìng)爭(zhēng)力較高水平。

（2）新媒體產(chǎn)業(yè)上市公司資產(chǎn)規(guī)模較大的企業(yè)競(jìng)爭(zhēng)力水平保持基本穩(wěn)定，近5年來變化不大，如東方明珠、央視股份、綜藝股份和電廣傳媒。這說明大型上市公司提升競(jìng)爭(zhēng)力水平較難，也不易降低競(jìng)爭(zhēng)力水平，這于現(xiàn)實(shí)中的情況也是相符的。

（3）新媒體產(chǎn)業(yè)中新興網(wǎng)絡(luò)媒體上市公司競(jìng)爭(zhēng)力水平波動(dòng)較大，如聚友網(wǎng)絡(luò)、欣網(wǎng)視訊和永生數(shù)據(jù)等。這說明網(wǎng)絡(luò)媒體上市公司易受投資環(huán)境、市場(chǎng)環(huán)境、技術(shù)更新速度等因素影響。

（4）新媒體產(chǎn)業(yè)中軟件行業(yè)在2008～2009年間競(jìng)爭(zhēng)力水平均處于較高水平，而近兩年來有所回落。分析原始數(shù)據(jù)可以看出，2008～2009年軟件行業(yè)上市公司主營業(yè)務(wù)利潤及利潤增長率、凈資產(chǎn)增長率和每股收益增長率都較高，說明這段時(shí)間內(nèi)軟件行業(yè)上市公司具有很高的成長能力，而在2011～2012年增長趨勢(shì)有所減緩。

（5）2012年所有新媒體產(chǎn)業(yè)上市公司競(jìng)爭(zhēng)力水平均有不同程度下降，筆者認(rèn)為這與2012年股市投資環(huán)境較差，股市指數(shù)降到歷史最低，投資者對(duì)股市沒有信心等因素有關(guān)。

由上述分析我們可以得出，新媒體產(chǎn)業(yè)上市公司近幾年的競(jìng)爭(zhēng)力水平一直保持穩(wěn)中有升的趨勢(shì)，并且大型上市公司的競(jìng)爭(zhēng)力水平更加穩(wěn)定，總體來說新媒體產(chǎn)業(yè)是前景美好的朝陽產(chǎn)業(yè)，并且在未來還會(huì)有較好的增長態(tài)勢(shì)。

3.新媒體產(chǎn)業(yè)與支柱行業(yè)上市公司競(jìng)爭(zhēng)力比較分析

新媒體產(chǎn)業(yè)作為一個(gè)新興的產(chǎn)業(yè)集群，其發(fā)展水平、競(jìng)爭(zhēng)力水平可以通過與支柱產(chǎn)業(yè)的橫向比較得到一個(gè)較為客觀的評(píng)價(jià)。本文隨機(jī)選取支柱產(chǎn)業(yè)中的機(jī)械儀器、石油化工、金屬行業(yè)各22家上市公司與新媒體產(chǎn)業(yè)22家公司進(jìn)行比較，對(duì)收集到的支柱產(chǎn)業(yè)上市公司原始數(shù)據(jù)進(jìn)行規(guī)格化處理后輸入到上文建立好的BP網(wǎng)絡(luò)（14-10-1）模型。

（1）整體而言，新媒體產(chǎn)業(yè)上市公司競(jìng)爭(zhēng)力平均得分為2.948，稍大于支柱產(chǎn)業(yè)上市公司競(jìng)爭(zhēng)力平均得分為2.899，可知新媒體產(chǎn)業(yè)上市公司平均競(jìng)爭(zhēng)力略低于支柱產(chǎn)業(yè)上市公司平均競(jìng)爭(zhēng)力。

（2）支柱產(chǎn)業(yè)中，機(jī)械儀器行業(yè)、金屬行業(yè)和石油化工行業(yè)上市公司競(jìng)爭(zhēng)力平均得分分別為3.323、2.046和3.329，金屬行業(yè)上市公司競(jìng)爭(zhēng)力水平最高，其中大部分鋼鐵公司均處于競(jìng)爭(zhēng)力等級(jí)為很強(qiáng)（I）的水平，如寶鋼股份、邯鄲鋼鐵、包鋼股份、萊鋼股份和濟(jì)南鋼鐵。

從平均得分可以看出，新媒體產(chǎn)業(yè)上市公司競(jìng)爭(zhēng)力水平僅低于金屬行業(yè)上市公司，高于機(jī)械儀器行業(yè)和石油化工行業(yè)。說明新媒體產(chǎn)業(yè)上市公司較支柱產(chǎn)業(yè)某些行業(yè)還是具有一定優(yōu)勢(shì)。

（3）支柱產(chǎn)業(yè)上市公司中競(jìng)爭(zhēng)力水平為強(qiáng)（I）的占13.6%，大部分為國有藍(lán)籌股，如上海石化、寶鋼股份、邯鄲鋼鐵等。而新媒體產(chǎn)業(yè)上市公司無一家上市公司競(jìng)爭(zhēng)力水平為很強(qiáng)（I）。說明新媒體產(chǎn)業(yè)上市公司競(jìng)爭(zhēng)力與支柱產(chǎn)業(yè)中優(yōu)秀國有大型企業(yè)還是有一定差距。

（4）支柱產(chǎn)業(yè)和新媒體產(chǎn)業(yè)上市公司中競(jìng)爭(zhēng)力水平為強(qiáng)（II）的分別占31.8%和45.4%，說明新媒體產(chǎn)業(yè)上市公司在競(jìng)爭(zhēng)力水平為強(qiáng)（II）上占有一定優(yōu)勢(shì)。

（5）支柱產(chǎn)業(yè)上市公司中競(jìng)爭(zhēng)力水平為很弱（V）的占13.6%，而新媒體產(chǎn)業(yè)上市公司中競(jìng)爭(zhēng)力水平為很弱（V）的占18.1%，說明新媒體產(chǎn)業(yè)上市公司部分企業(yè)需要提高競(jìng)爭(zhēng)力水平，以避免被中國證監(jiān)會(huì)ST(特別處理)。

綜合上述分析我們可以得知，新媒體產(chǎn)業(yè)上市公司平均競(jìng)爭(zhēng)力略低于支柱產(chǎn)業(yè)上市公司平均競(jìng)爭(zhēng)力，這其中主要是由于新媒體產(chǎn)業(yè)上市公司較一些發(fā)展較成熟的國有支柱性企業(yè)存在較大差距，并且新媒體產(chǎn)業(yè)中競(jìng)爭(zhēng)力水平較差的企業(yè)較多，因此，新媒體產(chǎn)業(yè)上市公司要在穩(wěn)步的發(fā)展中注重提升自身競(jìng)爭(zhēng)力水平，并逐步向高競(jìng)爭(zhēng)力的成熟企業(yè)靠攏。

4.影響上市公司競(jìng)爭(zhēng)力綜合評(píng)價(jià)因素的重要度分析

上市公司競(jìng)爭(zhēng)力水平受企業(yè)規(guī)模、盈利能力、運(yùn)營能力、償債能力和成長能力等的14個(gè)指標(biāo)的影響，但究竟哪些因素影響更大呢？這些都要求做輸入變量的靈敏度分析，即對(duì)輸入變量的重要性進(jìn)行排序。

變量靈敏度分析方法之一是針對(duì)模型求各輸入變量的偏導(dǎo)數(shù)，求得各輸入變量的瞬時(shí)變化速率（斜率），斜率的絕對(duì)值越大，該變量就越靈敏、越重要，但是瞬時(shí)靈敏度作為研究可以，在實(shí)際應(yīng)用中意義不大。方法之二是分析在總的模型誤差中，哪個(gè)變量占的比例最大，那個(gè)變量就越重要、越靈敏，這是在整個(gè)數(shù)據(jù)范圍內(nèi)的變量靈敏度，是總靈敏度，對(duì)分析評(píng)價(jià)和提高上市公司綜合競(jìng)爭(zhēng)力都有重要意義。

利用Statistica Neural Networks軟件的變量靈敏度分析功能，可以根據(jù)每個(gè)評(píng)價(jià)指標(biāo)對(duì)上市公司競(jìng)爭(zhēng)力的貢獻(xiàn)大小來進(jìn)行重要度排序研究。分析計(jì)算結(jié)果如表3所示。

表3 模型各輸入變量靈敏度分析及重要度排序

在文中研究的14項(xiàng)評(píng)價(jià)指標(biāo)中：凈資產(chǎn)增長率(X11) 最重要；其次是應(yīng)收賬款周轉(zhuǎn)率(X7)，資產(chǎn)總額（X1）處于第三位，然后依次是X9、X14等，利潤總額(X2) 的影響最小。就資產(chǎn)規(guī)模因素而言，資產(chǎn)總額（X1）影響最大；就盈利能力而言凈資產(chǎn)收益率（X5）影響最大；就運(yùn)營能力而言應(yīng)收賬款周轉(zhuǎn)率（X7）影響最大；就成長能力而言凈資產(chǎn)增長率（X11）影響最大。從各輸入變量的比例看，一方面，每個(gè)變量對(duì)企業(yè)綜合競(jìng)爭(zhēng)力都有顯著影響（一般認(rèn)為比例大于1.05就有重要作用），只是影響程度不同而已，在神經(jīng)網(wǎng)絡(luò)模型中都應(yīng)該保留這些變量。另一方面，各評(píng)價(jià)指標(biāo)的影響程度相差明顯，如凈資產(chǎn)增長率、應(yīng)收賬款周轉(zhuǎn)率、資產(chǎn)總額的貢獻(xiàn)率比其他指標(biāo)大的多。

由上述分析我們可以看出，就提高新媒體產(chǎn)業(yè)上市公司競(jìng)爭(zhēng)力方法上，首先應(yīng)該提高公司的成長能力，努力擴(kuò)大投資項(xiàng)目，使公司有長遠(yuǎn)的投資規(guī)劃，大力開發(fā)短期投資項(xiàng)目，更大地開拓市場(chǎng)以增加收入和增加毛利率，是新媒體產(chǎn)業(yè)上市公司經(jīng)營者必須做好的事情。其次應(yīng)該提高企業(yè)管理能力，提高日常管理效率，縮短應(yīng)收賬款周轉(zhuǎn)天數(shù)，提高營銷能力，減小存貨周轉(zhuǎn)率等。

三、結(jié)論

本文在回顧國內(nèi)外上市公司綜合競(jìng)爭(zhēng)力評(píng)價(jià)模型研究領(lǐng)域經(jīng)典文獻(xiàn)和研究成果的基礎(chǔ)上，以我國滬深兩市A股上市公司為研究對(duì)象，采用基于BP神經(jīng)網(wǎng)絡(luò)的綜合評(píng)價(jià)方法，構(gòu)建了上市公司綜合競(jìng)爭(zhēng)力模型，并對(duì)新媒體產(chǎn)業(yè)上市公司進(jìn)行實(shí)證研究。以2002～2012年滬深上市公司年報(bào)報(bào)告的9655組有效數(shù)據(jù)為原始樣本，對(duì)國內(nèi)外專家學(xué)者曾經(jīng)使用的25個(gè)財(cái)務(wù)指標(biāo)進(jìn)行相關(guān)分析和主成分分析，在保留原始變量的85%方差信息時(shí)，構(gòu)建了包括5個(gè)方面14個(gè)指標(biāo)的上市公司競(jìng)爭(zhēng)力綜合評(píng)價(jià)指標(biāo)體系，基本上涵蓋了上市公司競(jìng)爭(zhēng)力狀況的各個(gè)方面，且具有較好的代表性，為科學(xué)地進(jìn)行上市公司競(jìng)爭(zhēng)力綜合評(píng)價(jià)奠定了基礎(chǔ)。研究表明，凈資產(chǎn)增長率、應(yīng)收賬款周轉(zhuǎn)率、資產(chǎn)總額處于重要度前三位，并根據(jù)研究結(jié)果提出提高上市公司競(jìng)爭(zhēng)力的方法和建議。利用建立的神經(jīng)網(wǎng)絡(luò)模型對(duì)內(nèi)容產(chǎn)業(yè)22家上市公司競(jìng)爭(zhēng)力水平進(jìn)行縱向比較分析和與支柱產(chǎn)業(yè)之中22家上市公司競(jìng)爭(zhēng)力水平進(jìn)行橫向比較分析，從模型得分高低來看，歌華有線、廣電網(wǎng)絡(luò)和博瑞傳播為內(nèi)容產(chǎn)業(yè)上市公司競(jìng)爭(zhēng)力前三名，聚友網(wǎng)絡(luò)、托普軟件和交大博通為內(nèi)容產(chǎn)業(yè)上市公司競(jìng)爭(zhēng)力最后三名。整體而言，內(nèi)容產(chǎn)業(yè)上市公司競(jìng)爭(zhēng)力平均得分為2.948，稍大于支柱產(chǎn)業(yè)上市公司競(jìng)爭(zhēng)力平均得分為2.899，可知內(nèi)容產(chǎn)業(yè)上市公司平均競(jìng)爭(zhēng)力略低于支柱產(chǎn)業(yè)上市公司平均競(jìng)爭(zhēng)力。

上市公司競(jìng)爭(zhēng)力綜合評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)模型是根據(jù)系統(tǒng)論原理、基于多年上市公司年報(bào)數(shù)據(jù)、應(yīng)用ANN技術(shù)而建立的模型，無論從理論上還是實(shí)踐上都具有重要意義，并將隨著ANN技術(shù)的發(fā)展、企業(yè)競(jìng)爭(zhēng)力理論的成熟、上市公司年報(bào)數(shù)據(jù)的增多（建模數(shù)據(jù)增多）以及指標(biāo)體系的完善和發(fā)展，以上存在的問題將逐步得到克服，對(duì)上市公司競(jìng)爭(zhēng)力綜合評(píng)價(jià)，提高上市公司競(jìng)爭(zhēng)力、經(jīng)濟(jì)效益，促進(jìn)上市公司快速、可持續(xù)發(fā)展具有廣闊的應(yīng)用前景和實(shí)用價(jià)值。

[1]劉殿雄.淺析新媒體產(chǎn)業(yè)最新發(fā)展特點(diǎn)與發(fā)展方向[J].中國證券期貨,2013,(8),132-133.

[2]Little I M D.Economic development:theory,policy,and international relations[M].New York:Basic Books,1982.

[3]杜金和.企業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)的人工神經(jīng)網(wǎng)絡(luò)方法[J].技術(shù)經(jīng)濟(jì)與管理研究,2000,(5):36-37.

[4]聶辰席.企業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)方法及其應(yīng)用研究[D].天津大學(xué)博士論文,2003,03.

[5]呂潔華.高新技術(shù)企業(yè)核心競(jìng)爭(zhēng)力的識(shí)別方法體系[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào),2006,38 (12):2171-2173.

[6]郭嵐,張祥建.基于BP神經(jīng)網(wǎng)絡(luò)的企業(yè)核心競(jìng)爭(zhēng)力評(píng)價(jià)[J].科學(xué)學(xué)研究,2007,25(2):131-136.

[7]時(shí)希杰,吳育華.企業(yè)核心競(jìng)爭(zhēng)力三維評(píng)價(jià)模型與實(shí)證研究[J].中國管理科學(xué),2006,14 (6):102-106.