田　力

?

基于BP神經(jīng)網(wǎng)絡(luò)評價模型的會計信息質(zhì)量評價

田力

摘要：本文主要是為了評價會計信息的質(zhì)量，試圖找到一種有效的評價方法并構(gòu)建合理科學(xué)的評價模型。首先，文章將分析會計信息質(zhì)量的評價指標(biāo)，確定會計信息質(zhì)量評價指標(biāo)體系，再引入BP神經(jīng)網(wǎng)絡(luò)評價方法，并對評價方法的基本概念和操作方法進(jìn)行詳細(xì)地介紹；然后設(shè)計形成了一個BP神經(jīng)網(wǎng)絡(luò)模型，并介紹如何使用MATLAB軟件來操作BP神經(jīng)網(wǎng)絡(luò)模型。

關(guān)鍵詞：會計信息質(zhì)量；BP神經(jīng)網(wǎng)絡(luò)模型；評價模型

會計信息質(zhì)量特征，即會計信息的確認(rèn)、計量、記錄和披露程序中所到達(dá)到要求和標(biāo)準(zhǔn)?，F(xiàn)如今會計信息失真越來越嚴(yán)重，直接導(dǎo)致資本市場的發(fā)展嚴(yán)重受阻，以及投資者和其他會計信息用戶的投資熱情和自信大大受挫。對他們來說，只有準(zhǔn)確評估會計信息質(zhì)量，他們才能為管理或投資以及其他經(jīng)濟(jì)決策做出正確的選擇。所以，更好地評價會計信息的質(zhì)量，具有重要的實(shí)踐價值和理論意義。

一、構(gòu)建評價指標(biāo)體系

(一)選取評價指標(biāo)

有效地選取會計信息質(zhì)量評價指標(biāo)，應(yīng)該從生成會計信息質(zhì)量的識別問題和披露會計信息質(zhì)量的標(biāo)準(zhǔn)來進(jìn)行探討和研究。會計信息質(zhì)量特征又兼顧了相關(guān)性和可靠性，因此，文章將從相關(guān)性和可靠性這兩個方面來分割和選擇會計信息質(zhì)量評價標(biāo)準(zhǔn)。

企業(yè)提供的會計信息之間的相關(guān)性應(yīng)與投資者及其他相關(guān)財務(wù)報告對用戶的經(jīng)濟(jì)決策需要，有助于投資者如財務(wù)報表使用者對企業(yè)過去、現(xiàn)在或?qū)碜龀鲈u價或預(yù)測。即選取重要性、時效性、可比性和明晰性四個評價指標(biāo)。

可靠性，指的是企業(yè)提供的會計信息有誠信，沒有偏見甚至是錯誤的，真實(shí)、客觀體現(xiàn)出企業(yè)經(jīng)營業(yè)績情況。即企業(yè)所提供財務(wù)報告，應(yīng)當(dāng)內(nèi)容真實(shí)、數(shù)據(jù)精準(zhǔn)。即選取真實(shí)性、完整性、謹(jǐn)慎性和實(shí)質(zhì)重于形勢四個評價指標(biāo)。

(二)構(gòu)建指標(biāo)體系

根據(jù)上述分析，即可以構(gòu)建出一套指標(biāo)體系構(gòu)架，具體如下面的表所示：

二、BP神經(jīng)網(wǎng)絡(luò)評價方法概述

(一)BP神經(jīng)網(wǎng)絡(luò)的定義

BP神經(jīng)網(wǎng)絡(luò)，從字面意義理解即與生物的神經(jīng)網(wǎng)絡(luò)相似。生物的神經(jīng)網(wǎng)絡(luò)是檢測和識別信息的有機(jī)體，并可以在生物間相互傳送信息。

文章所討論的BP神經(jīng)網(wǎng)絡(luò)就是在生物神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)特征上的推廣和應(yīng)用，從而使BP神經(jīng)網(wǎng)絡(luò)具有模仿，傳輸，識別和控制的特點(diǎn)，而不是完全復(fù)制生物神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能。BP神經(jīng)網(wǎng)絡(luò)主要是由輸入層、隱含層和輸出層組成，其結(jié)構(gòu)包含至少三層，具有一定的數(shù)據(jù)傳輸和處理功能，就像生物的神經(jīng)網(wǎng)絡(luò)，具有較強(qiáng)自我調(diào)整、自我組織、自我適應(yīng)和自我協(xié)調(diào)的能力。

(二)BP神經(jīng)網(wǎng)絡(luò)的算法

BP神經(jīng)網(wǎng)絡(luò)具體的算法如下圖：

為了描述這種模型的操作過程，下面介紹三層BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法。設(shè)置參數(shù)如下:

xI：輸入節(jié)點(diǎn)；ol：輸出節(jié)點(diǎn)；yj：隱含節(jié)點(diǎn)；dl：輸出節(jié)點(diǎn)的期望輸出結(jié)果;wij：輸入與隱含層連接權(quán)值；vjl：隱含與輸出層連接權(quán)值；θj：隱含層閾值；θl：輸出層閾值；f1：隱含層激勵函數(shù)；f2：輸出層激勵函數(shù)。

1、完整性評價指標(biāo)選取

我們將BP神經(jīng)網(wǎng)絡(luò)算法中涉及的一些運(yùn)算和函數(shù)具體描述如下：

(1)隱含層，輸出公式：

yj=f1(∑iwij-θj)=f1(netj)

(2-1)

其中：

netj=∑iwijxi-θj〗

(2-2)

(2)輸出層，輸出公式：

ol=f2(∑jvjtyj-θl)=f2(netl)

(2-3)

其中：

netl=∑ivjtyj-θl

(2-4)

(3)傳播中的誤差函數(shù)如下：

(2-5)

2、反向傳播過程中的計算程序以及修正權(quán)值

(1)輸出層節(jié)點(diǎn)與隱含層節(jié)點(diǎn)之間權(quán)值的變化式為：

(2-6)

其中：

δl=(dl-ol)f'(netl)

(2-7)

(2)隱含層節(jié)點(diǎn)與輸入層節(jié)點(diǎn)之間權(quán)值的變化式為：

(2-8)

其中：

δi=∑lδlwjlf'(netj)

(2-9)

(3)閾值的調(diào)整與變化

隱含節(jié)點(diǎn)閾值的調(diào)整公式為：

(2-10)

Δθj=ηδj

(2-11)

θi(k+1)=θj(k)+ηδj

(2-12)

輸出節(jié)點(diǎn)閾值的調(diào)整公式為：

(2-13)

Δθl=ηδl

(2-14)

θl(k+1)=θk(k)+ηδl

(2-15)

(4)隱含層和輸出層激勵函數(shù)的S(Sigmoid)型函數(shù)公式如下：

(2-16)

(2-17)

三、BP神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建

(一)關(guān)于神經(jīng)元數(shù)目的取值

1、輸入層

根據(jù)上面構(gòu)建的指標(biāo)體系，將在第三層的所有指標(biāo)體系納入輸入層，作為輸入節(jié)點(diǎn)，共有20個神經(jīng)元，包括：提供主要財務(wù)事項(xiàng)的詳細(xì)情況，信息披露重要分支的具體情況，經(jīng)濟(jì)核算與時效處理，年度及中期報告披露時效性，會計差錯、會計估計變更和會計政策更正的情況，對于會計信息的陳述或問題的答復(fù)的明確性，會計信息披露在年度財務(wù)報告中的完整性，披露會計差錯、會計估計變更和會計政策更正信息的完整性，關(guān)聯(lián)交易相關(guān)信息披露的完整性，會計工作是否規(guī)范，資信狀況是不良好，會計人員的職業(yè)素質(zhì)和職業(yè)道德，治理結(jié)構(gòu)的合理性，高級管理人員的水平的穩(wěn)定性和可信度，資產(chǎn)減值準(zhǔn)備的合理性，解決突發(fā)事件的客觀合理性，選擇會計方法合理、適用性，如何認(rèn)定關(guān)聯(lián)方交易，合并和分裂業(yè)務(wù)的方法，其經(jīng)濟(jì)實(shí)體的配合條件，收益確認(rèn)是否符合經(jīng)濟(jì)交易本質(zhì)情況。

2、隱含層

隱含層單元數(shù)的選擇，沒有特別廣泛使用的方法，本文將使用經(jīng)驗(yàn)公式來確定單元數(shù)。具體包括的計算模式如下：

(3-1)

(3-2)

(3-3)

(3-4)

nH>log2m

(3-5)

(3-6)

公式里的m，n和分別為輸入層、輸出層和隱含層的神經(jīng)元個數(shù)。

從公式和過去的經(jīng)驗(yàn)，我們發(fā)現(xiàn)隱含層節(jié)點(diǎn)和輸入層、輸出層節(jié)點(diǎn)的數(shù)量，問題的復(fù)雜性以及所使用的激勵函數(shù)的種類有著密切的關(guān)系。而確定隱層節(jié)點(diǎn)的數(shù)量相對于輸入和輸出層尤其重要，因?yàn)檎麄€網(wǎng)絡(luò)，最重要的部分在中間層，包括誤差形成、糾錯、權(quán)值的修正和網(wǎng)絡(luò)的融合以及學(xué)習(xí)和訓(xùn)練都發(fā)生在這一層，如果節(jié)點(diǎn)的數(shù)量是相對稀缺的，誤差將很難有效和迅速收斂，導(dǎo)致網(wǎng)絡(luò)訓(xùn)練結(jié)果不夠準(zhǔn)確;相反，如果節(jié)點(diǎn)數(shù)量較多，那么模型計算速度將是緩慢的，在這種情況下，網(wǎng)絡(luò)性能很難達(dá)到一個穩(wěn)定狀態(tài)，更加不容易找到最完美，最優(yōu)值的結(jié)果。為了避免節(jié)點(diǎn)過多或過少，我們在選擇隱層神經(jīng)元的數(shù)量的時候，既要保證最終結(jié)果的運(yùn)算的準(zhǔn)確性，也與準(zhǔn)備解決問題盡量保持一致，更要讓整個網(wǎng)絡(luò)結(jié)構(gòu)緊密、集中，避免臃腫。

3、隱含層

如何確定輸出層單元數(shù)，主要取決于具體的評價對象的類型，為了達(dá)到目的，我們將評估一個單一標(biāo)的會計信息質(zhì)量，所以，輸出層只有一個元件，評價只要一個結(jié)果。

(二)選取激勵函數(shù)

激勵函數(shù)將選用S型函數(shù)。輸出結(jié)果的取值范圍是[-1，+1]或者[0，1]，公式如下(S型函數(shù)的硬度系數(shù)為x)：

(3-7)

S型激勵函數(shù)的另一種常用公式式如下：

(3-8)

(三)BP神經(jīng)網(wǎng)絡(luò)的程序

上面提到的所有工作完成之后,關(guān)鍵步驟是利用MATLAB7.0軟件給BP神經(jīng)網(wǎng)絡(luò)編寫程序,創(chuàng)建一個網(wǎng)絡(luò)模型。該軟件包括許多創(chuàng)建一個神經(jīng)網(wǎng)絡(luò)所必要的函數(shù)和指令。首先,構(gòu)造神經(jīng)網(wǎng)絡(luò)框架基于net=newff特殊指令。通過這個操作指令,我們可以創(chuàng)建一個三層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)模型。

再使用初始化函數(shù)init()初始化神經(jīng)網(wǎng)絡(luò)，主要是對權(quán)值和閾值的初始值的確定，init()命令格式如下：

net=init(net)

(3-9)

然后，我們可以開始神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，在這里，我們會用兩個函數(shù)，train()和adapt()，這2個函數(shù)可以根據(jù)網(wǎng)絡(luò)誤差的大小來修正權(quán)值和閾值，最終使網(wǎng)絡(luò)性能穩(wěn)定的達(dá)到最佳狀態(tài)。

再次，即針對網(wǎng)絡(luò)仿真過程，為了得到更準(zhǔn)確、有效的仿真結(jié)果，我們應(yīng)該使用仿真函數(shù)sim()。公式如下：

a=sim(netp)

(3-10)

最后,經(jīng)過仿真處理后，我們就可以準(zhǔn)備幾組測試樣本來測試網(wǎng)絡(luò)訓(xùn)練結(jié)果的合理、準(zhǔn)確性。(作者單位：吉首大學(xué)商學(xué)院)

參考文獻(xiàn)：

[1]牛麗文，鄭娟娟.企業(yè)會計信息質(zhì)量模糊綜合評價模型及應(yīng)用[J].河北工程大學(xué)學(xué)報(社會科學(xué)版)，2012(12).

[2]喬莉.我國會計信息質(zhì)量問題研究[J].現(xiàn)代商業(yè)，2012，No.29126:244-245.

[3]杜棟，龐慶華.現(xiàn)代綜合評價方法與案例精選[M].北京:清華大學(xué)出版社，2008.

[4]黃玥.企業(yè)內(nèi)部控制與會計信息質(zhì)量問題探析[J].中國鄉(xiāng)鎮(zhèn)企業(yè)會計，2012，11:169-171.

[5]康楠楠.上市公司會計信息質(zhì)量評價研究[D].東北石油大學(xué)，2012

[6]孟強(qiáng).基于BP神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)項(xiàng)目風(fēng)險評價研究[J].商業(yè)經(jīng)濟(jì)，2009，(07)：115～116.

作者簡介：田力，吉首大學(xué)商學(xué)院工商管理專業(yè)。