王曼娟 劉嘉政

摘? ? ?要：生態(tài)農業(yè)是我國農業(yè)現(xiàn)代化健康可持續(xù)發(fā)展的關鍵之處。在以往學者研究的基礎上，論文基于生態(tài)農業(yè)的視角將生態(tài)性和社會性因素融入評價體系，并且利用主成份分析法和BP神經網絡模型對我國的農業(yè)上市公司的財務風險展開研究，希望能夠為我國農業(yè)的良好發(fā)展提供可行性建議。

關鍵詞：生態(tài)農業(yè)視角;農業(yè)上市公司;BP神經網絡模型;財務風險

一、引言

近年來，有關農業(yè)企業(yè)財務風險方面，國外的研究早于我國對此方面的研究，我們國家的學者們在國外研究的基礎上，逐漸也涌現(xiàn)了大量研究。王兆東（2015）選取農業(yè)類上市公司2010年至2013年的財務指標數(shù)據為樣本，利用因子分析法其財務風險進行綜合評估，結果顯示我國農業(yè)類上市公司的財務風險水平主要受企業(yè)盈利能力及其所在行業(yè)特點等影響因素導致其財務風險水平非常不穩(wěn)定;李春梅（2018）選取43家上市農業(yè)公司2016年的財務指標數(shù)據為樣本，并以F分數(shù)模型對這些企業(yè)的財務風險進行評價，結果表明我國農業(yè)上市企業(yè)的整體F值偏大，68%的農業(yè)企業(yè)的財務風險較高，同時對其財務風險進行了分析后針對如何防范企業(yè)財務風險提出相應的建議;羅宣，韓笑（2018）在比較了Z-score模型與Zeta模型的正確率后，決定以Z-score模型作為企業(yè)財務風險的評價方法，并對Z值臨界值進行了修正，以19家農業(yè)上市公司2006年至2016年的財務數(shù)據為樣本對其財務風險進行研究和評價;苗雨君，呂欣（2019）從萬德數(shù)據庫中獲取的農業(yè)上市公司的財務數(shù)據為研究樣本，計算具體Z值時以2015年至2017年的財務數(shù)據為對象進行剖析，從而對“互聯(lián)網+”背景下農業(yè)上市公司財務風險進行了評價研究，同時對如何防范農業(yè)企業(yè)財務風險提出可行性建議。

綜上所述，關于農業(yè)類企業(yè)財務風險的相關評價研究相對來說已經有了一定的研究基礎，但站在生態(tài)農業(yè)視角下對農業(yè)企業(yè)財務風險的研究比較匱乏。因此論文基于前輩們研究的基礎上加入生態(tài)農業(yè)的因子對我國農業(yè)上市公司的財務風險展開了研究。

二、生態(tài)農業(yè)視角下農業(yè)上市公司財務風險評價模型的構建

（一）構建財務風險評價指標體系

融入生態(tài)農業(yè)因素后，論文將經濟性、社會性和生態(tài)性等三個方面作為一級指標構建了財務風險評價指標體系。其中經濟性指標包括總資產利潤率、成本費用利潤率、營業(yè)利潤率、凈資產報酬率、營業(yè)收入增長率、凈資產增長率、總資產增長率、應收賬款周轉率、存貨周轉率、固定資產周轉率、流動比率、速動比率、產權比率、資產負債率、銷售獲現(xiàn)率、現(xiàn)金債務總額比率、現(xiàn)金流量比率;社會性指標包括稅收貢獻;生態(tài)性指標包括專利項數(shù)、政府支持力、員工素質、研發(fā)投入力。最終構建的指標體系由3個一級指標和22個二級指標組成。

（二）BP神經網絡模型的設計

論文運用SPSS19.0軟件對數(shù)據資料進行主成份的提取。通過主成分分析后將原來的22個指標就轉化為9個綜合指標。經過分析，論文將財務風險大致分為重警、輕警、一般、良好以及健康狀態(tài)五個等級。

1.BP神經網絡結構的設計

（1）輸入層的設計。輸入層指的是外部數(shù)據輸入的第一層，輸入層的節(jié)點數(shù)實際上就是輸入矢量的維數(shù)。結合實際情況，論文將BP神經網絡模型的輸入層確定為9個節(jié)點。

（2）輸出層的設計。論文將農業(yè)上市公司的五種財務狀況設計為輸出層的5個神經元。其中A0000表示重警、0A000表示輕警、00A00表示一般、000A0表示良好、0000A表示健康。

（3）隱含層的設計。隱含層節(jié)點數(shù)的確定決定著BP神經網絡模型評價結果正確率。綜合考慮可接受的網絡學習時間，盡可能多的設計隱含層的節(jié)點數(shù)。因此論文將隱含層的節(jié)點數(shù)最大確定為19，最小3。

（4）傳遞函數(shù)的設計。傳遞函數(shù)是神經網絡學習效率的關鍵。論文根據分析判斷，選擇tansig函數(shù)分別為輸入層到隱含層之間和隱含層到輸出層之間的傳遞函數(shù)。

2.BP神經網絡訓練及其網絡模型的檢驗

論文研究的過程中利用BP神經網絡模型時，將研究樣本分為34個學習樣本和10個檢驗樣本兩種。學習樣本為農業(yè)上市公司2017的年數(shù)據;檢驗樣本按比例選取10個，同時選擇農業(yè)上市公司2018年的數(shù)據。

編程Matlab軟件后，整個神經網絡運行的過程以及結果如圖1所示。考慮到網絡誤差收斂的快慢和迭代次數(shù)等兩個因素，論文把神經網絡模型中隱含層的節(jié)點數(shù)定為10。即網絡模型的參數(shù)如表1所示。

將選取的檢驗樣本輸入訓練好的神經網絡模型。將輸出的結果和實際情況進行比較之后，得出的結果如表2所示：

如表2所示，通過對訓練的神經網絡模型進行檢驗后，正確率達到80%。因此論文構建的網絡模型效果屬于良好。

3.運用構建的BP神經網絡模型評價財務風險

經過BP神經網絡的仿真檢驗，表明構建的網絡模型可以達到預期的效果。因此，論文選擇的34家農業(yè)上市公司2019年的數(shù)據輸入到BP神經網絡模型中對我國農業(yè)上市公司的財務風險進行評價分析。結果表明，論文研究的農業(yè)上市公司屬于輕警的比率是11.75%;屬于一般等級的比率是32.36%;屬于良好的比率是29.42%，屬于健康的比率是的占比為26.46%。屬于輕警的農業(yè)上市公司分別是新農開發(fā)、*ST獐島、益生股份以及民和股份等4個農業(yè)上市公司。通過分析其財務風險，盈利能力和成長能力差、研發(fā)投入力度小以及員工綜合素質低等是引起農業(yè)上市公司財務風險的主要因素。

三、生態(tài)農業(yè)視角下防范農業(yè)上市公司財務風險的建議

（一）加強對農業(yè)上市公司的扶持

1. 對農業(yè)上市公司的生產經營范圍以及經營狀況進行嚴格和詳細地考察，具有生態(tài)農業(yè)性質的，而且主要經營農業(yè)方面的，參考其為農業(yè)發(fā)展做出的貢獻大小給予規(guī)定的優(yōu)惠和補貼。

2. 農業(yè)上市公司在科技研發(fā)方面投入力度較大的，政府可以采取提供相關的科研人員和資金對企業(yè)進行大力支持，并且對于取得科研成果的農業(yè)上市公司給予獎勵以此鼓勵人才靠近農業(yè)研發(fā)方面發(fā)展，從而進一步促進我國農業(yè)上市公司的健康發(fā)展。

（二）拓展農業(yè)上市公司的融資渠道

1. 各級政府在農業(yè)產業(yè)發(fā)展、鄉(xiāng)村振興戰(zhàn)略實施過程中，要針對農業(yè)產業(yè)中的上市優(yōu)質公司，給予財政獎勵、貼息等補貼性制度，增強農業(yè)上市公司在鄉(xiāng)村振興中的參與度，從而為上市農業(yè)公司創(chuàng)造更多的創(chuàng)收機會。

2. 國有金融機構在金融貸款額度授信上給予政策性傾斜，提高全年的總貸款額度中涉農公司的占比，完善農業(yè)上市公司從國有金融機構取得貸款的流程、制度，將短期的財務指標轉化到農業(yè)企業(yè)長期財務指標的考核監(jiān)督上，從而有針對性地為涉農上市公司營造寬松的貸款環(huán)境。

3. 公開的證券交易市場，針對農業(yè)上市企業(yè)給予政策性支持，從現(xiàn)代農業(yè)產業(yè)角度出發(fā)，傾向于長期發(fā)展指標的考慮，簡化相關上市準備手續(xù)，減少上市考核時間，在公開的資本市場營造寬松的融資環(huán)境。

（三）改善農業(yè)上市公司的經營管理制度

1. 農業(yè)上市公司從頂層設計層面，對于全公司的經營管理制度進行統(tǒng)籌考慮，建立完善的經營管理制度，從財務管理、人才管理、生產管理、銷售管理等不同層面自上而下地進行制度的建立、執(zhí)行、考核，形成一個閉環(huán)的管理模式。

2. 經營管理制度是由建立制度、執(zhí)行制度兩方面組成的，公司建立了完善的經營管理制度，需要全公司員工的執(zhí)行，公司員工執(zhí)行力直接影響著公司經營管理制度是否可以執(zhí)行下去的成功與失敗。建立完善的公司內部控制制度，提高執(zhí)行力，使公司頂層的制度可以不折扣地在全公司執(zhí)行下去。

（四）加強人才的引進和培養(yǎng)

1. 農業(yè)上市公司應該重視人才在公司中的作用，對于外在優(yōu)秀的人才 ，加大引進力度，將外在的先進技術吸收進公司，從而對公司內部的技術進行升級改造。

2. 對公司內部員工加大培訓，不同崗位不同技術，交叉學習培訓，提升員工綜合能力。

（五）提升科技研發(fā)能力

科學技術為第一生產力，農業(yè)上市公司應該提升公司的科技研發(fā)能力，通過與科研機構、高校等機構的交流，建立并完善自己的科技研發(fā)部門，使整個公司對于科技研發(fā)予以重視，并且在生產經營中，科技為公司創(chuàng)造出價值。

參考文獻：

[1]王兆東.農業(yè)上市公司財務風險評價研究[J].金融教育研究，2015（05）：61-68.

[2]羅宣，韓笑.基于Z值模型的我國農業(yè)上市公司財務風險評價研究[J].中國管理現(xiàn)代化研究會會議論文集，2018：149-156.

[3]苗雨君，呂欣.“互聯(lián)網+”背景下農業(yè)上市公司財務風險評價[J].中國農業(yè)會計，2019（05）：10-11.

作者簡介：

王曼娟（1989.7-? ），女，漢族，陜西咸陽人，碩士研究生，助教，研究方向：經濟管理;

劉嘉政（1990.9-? ），男，漢族，陜西咸陽人，本科，研究方向：財務管理。