百度的財(cái)務(wù)評(píng)價(jià)與預(yù)測(cè)

郭奕陽(yáng) 何曦然 林小荷

(1.廣東工業(yè)大學(xué)管理學(xué)院，廣東 廣州 510520;2.華南農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，廣東 廣州 510642)

1.引言

2014年，百度榮獲中國(guó)十大高薪招聘企業(yè)獎(jiǎng)，也是在今年，百度豪擲幾億美元并購(gòu)91無(wú)線網(wǎng)站。百度的“大方”在讓我們驚嘆之余，也給我們送上了以下疑問(wèn):

百度現(xiàn)在的運(yùn)營(yíng)狀況怎么樣了?在日常的會(huì)計(jì)工作中，財(cái)務(wù)人員一般會(huì)計(jì)算多個(gè)財(cái)務(wù)指標(biāo)來(lái)描述本公司的財(cái)務(wù)情況，有如體現(xiàn)償債能力的資產(chǎn)負(fù)債率，體現(xiàn)盈利能力的營(yíng)業(yè)利潤(rùn)率和體現(xiàn)運(yùn)營(yíng)能力的固定資產(chǎn)周轉(zhuǎn)率等指標(biāo)，因?yàn)檫@樣可以幫助決策者掌握財(cái)務(wù)信息，把握歷史業(yè)績(jī)和經(jīng)濟(jì)前景，做出科學(xué)的經(jīng)濟(jì)決策［1］。也有人根據(jù)學(xué)科交叉原理，創(chuàng)新的提出一些新的評(píng)價(jià)方法來(lái)對(duì)財(cái)務(wù)情況進(jìn)行分析。有如高芳等人(2005)提出了一種基于離散型Hopfield神經(jīng)網(wǎng)絡(luò)的財(cái)務(wù)評(píng)價(jià)模型，該模型結(jié)合層次分析法，實(shí)現(xiàn)了對(duì)高校財(cái)務(wù)運(yùn)行狀況的多指標(biāo)評(píng)價(jià)［2］;滕春賢等人(2000)在建立高等學(xué)校財(cái)務(wù)評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，應(yīng)用層次分析法測(cè)算出各指標(biāo)的權(quán)重［3］，然后將屬性綜合評(píng)價(jià)系統(tǒng)首次應(yīng)用于高等學(xué)校財(cái)務(wù)評(píng)價(jià)領(lǐng)域，取得了令人滿意的效果等等研究。

但是，在財(cái)務(wù)分析方面，大多數(shù)人比較關(guān)心某一個(gè)指標(biāo)的大小如何，而比較少?gòu)恼w出發(fā)，綜合的對(duì)企業(yè)的財(cái)務(wù)狀況進(jìn)行評(píng)價(jià)分析，并進(jìn)而為管理決策提供建議。基于此，本文將使用改進(jìn)的主成分分析模型來(lái)對(duì)目標(biāo)公司的財(cái)務(wù)狀況進(jìn)行綜合評(píng)價(jià)，然后通過(guò)Fourier模型來(lái)對(duì)百度未來(lái)財(cái)務(wù)情況的具體走勢(shì)進(jìn)行擬合和預(yù)測(cè)。

2.研究設(shè)計(jì)

由于我們?cè)u(píng)價(jià)財(cái)務(wù)情況時(shí)有很多各指標(biāo)，因此當(dāng)一個(gè)指標(biāo)對(duì)應(yīng)為一個(gè)變量時(shí)，本研究要做進(jìn)一步研究，就必須進(jìn)行降維，而主成分分析是一種化多個(gè)指標(biāo)為少數(shù)綜合指標(biāo)的統(tǒng)計(jì)方法［4］，利用主成分分析法，可以利用已有的數(shù)據(jù)得出各指標(biāo)對(duì)企業(yè)財(cái)務(wù)綜合情況的貢獻(xiàn)率，再進(jìn)行綜合評(píng)估，求得企業(yè)的財(cái)務(wù)綜合評(píng)分。主成分分析模型的建立過(guò)程如下文所示。

Step1:改進(jìn)消除量綱影響的方法。由于標(biāo)準(zhǔn)化使各指標(biāo)的方差全為1，并且在消除量綱影響的同時(shí)，也去除了各指標(biāo)變異程度的差異信息［5］，因此為了在消除變量量綱的影響的同時(shí)，又能反映原始數(shù)據(jù)的變異信息，本文使用“均值化”方法來(lái)達(dá)到這個(gè)目的。所以，將各指標(biāo)值aij轉(zhuǎn)化為均值化指標(biāo)aij，有:

其中，ai～j為均值化后的數(shù)據(jù)，μj為第 j個(gè)指標(biāo)的樣本均值。

對(duì)應(yīng)的，稱

為均值化指標(biāo)變量。

Step2:計(jì)算相關(guān)系數(shù)矩陣R。相關(guān)系數(shù)矩陣R=(rij)m×m，有

其中:rij=1，rij=rji，rij是第i個(gè)指標(biāo)與第j個(gè)指標(biāo)的相關(guān)系數(shù)。

Step3:計(jì)算特征值和特征向量。計(jì)算相關(guān)系數(shù)矩陣R的特征值λ1≥λ2≥…≥λm≥0，及對(duì)應(yīng)的標(biāo)準(zhǔn)化特征向量μ1，μ2，…，μm，其中μj=［u1j，u2j，…，umj］T由特征向量組成的n個(gè)新的指標(biāo)變量。

其中，y1是第一主成分，y2是第二主成分，ym是第m主成分。

Step4:選擇p(p≤m)個(gè)主成分，計(jì)算綜合評(píng)價(jià)值。

1)計(jì)算特征值λj(j=1，2，…，m)的信息貢獻(xiàn)率和累積貢獻(xiàn)率。稱

為主成分yi的信息貢獻(xiàn)率;而且稱

為主成分y1，y2，…，yP的累積貢獻(xiàn)率。當(dāng)aP接近1(ap=0.85，0.90，0.95)時(shí)，則選擇前 P 個(gè)指標(biāo)變量y1，y2，…，yP作為P個(gè)主成分，代替原來(lái)的n個(gè)指標(biāo)變量，從而可對(duì)P個(gè)主成分進(jìn)行綜合分析。

2)計(jì)算綜合得分:

其中，bj為第j個(gè)主成分的信息貢獻(xiàn)率，根據(jù)綜合得分就可進(jìn)行評(píng)價(jià)。

3.研究結(jié)果

3.1 財(cái)務(wù)綜合評(píng)價(jià)求解

在評(píng)價(jià)方面，第一步要做好的就是要選擇好指標(biāo)。張倩(2011)曾指出，項(xiàng)目的財(cái)務(wù)評(píng)價(jià)指標(biāo)的選取和評(píng)價(jià)方法的選擇是否正確關(guān)系到項(xiàng)目的成?。?］。在此本文選擇在評(píng)價(jià)財(cái)務(wù)的情況時(shí)有代表性的指標(biāo)，也就是體現(xiàn)償債能力、營(yíng)運(yùn)能力和盈利能力的財(cái)務(wù)指標(biāo)。根據(jù)百度的報(bào)表，可以求得其相應(yīng)的財(cái)務(wù)指標(biāo)，具體數(shù)據(jù)匯總?cè)缦卤?所示:

表1 百度的財(cái)務(wù)指標(biāo)

運(yùn)用Matlab R2010b軟件對(duì)上表各財(cái)務(wù)指標(biāo)進(jìn)行改進(jìn)的主成分分析，求得財(cái)務(wù)綜合評(píng)分如下表2所示:

表2 財(cái)務(wù)綜合評(píng)分

根據(jù)上述的財(cái)務(wù)綜合評(píng)分可以作出其走勢(shì)圖，以及運(yùn)用二元一次方程擬合出其表達(dá)函數(shù)方程:

由圖2可看出，百度網(wǎng)站財(cái)務(wù)的綜合情況自2009－2012年是先逐漸上升，然后開(kāi)始有所下降。究其原因，我們可以從上表11看到，自2012以來(lái)，百度的營(yíng)業(yè)利潤(rùn)率(體現(xiàn)在營(yíng)業(yè)收入下降)、股東權(quán)益報(bào)酬率(體現(xiàn)在凈利潤(rùn)下降)和平均資產(chǎn)周轉(zhuǎn)率(體現(xiàn)在銷售收入下降)都呈現(xiàn)不同水平的下降。2013年百度的盈利相對(duì)2012年來(lái)說(shuō)有較大的下降比例，主要原因是盈利能力的下降，也就是公司的總收入有較大的下降的幅度。據(jù)此，百度可以從減少總成本費(fèi)用和增加公司收入方面入手。而由于減少成本相對(duì)增加收入來(lái)說(shuō)比較容易控制，因此百度可以采取緊縮戰(zhàn)略，從而實(shí)現(xiàn)總成本費(fèi)用的降低。

其中，擬合方程的擬合優(yōu)度R2=0.9756，這表明擬合的效果很好，但是由于二元一次函數(shù)圖象即為拋物線圖像，因此對(duì)稱軸兩邊為單調(diào)變化，這顯然不能用來(lái)預(yù)測(cè)百度未來(lái)財(cái)務(wù)情況的具體走勢(shì)。因此本文將引入更穩(wěn)健的擬合和預(yù)測(cè)模型。

圖1 財(cái)務(wù)綜合評(píng)分

3.2 Fourier擬合和預(yù)測(cè)

每個(gè)企業(yè)都有著自身的生命周期，即包括發(fā)展、成長(zhǎng)、成熟、衰退幾個(gè)階段。假設(shè)百度能長(zhǎng)久的發(fā)展下去，那么它就有無(wú)數(shù)個(gè)發(fā)展周期。同樣的，這也會(huì)體現(xiàn)在其財(cái)務(wù)情況方面上。因此，根據(jù)這種周期發(fā)展的特性，本文運(yùn)用Fourier來(lái)對(duì)財(cái)務(wù)綜合評(píng)分進(jìn)行擬合，然后根據(jù)擬合方程來(lái)進(jìn)行計(jì)算未來(lái)5年的預(yù)測(cè)值。

利用Matlab R2010b軟件的cftool工具箱，進(jìn)行Fourier擬合，然后根據(jù)擬合方程計(jì)算出未來(lái)5年的預(yù)測(cè)值，具體展示與下圖2:

圖2 Fourier擬合和預(yù)測(cè)圖

擬合得到的方程如下:

其中，圖3中1－6范圍為Fourier的擬合曲線，7－11范圍為根據(jù)擬合函數(shù)計(jì)算出來(lái)的預(yù)測(cè)值的圖像;Fourier的擬合優(yōu)度R2=1，這表明擬合情況極佳。

為了探索Fourier擬合模型的穩(wěn)健性，本文接下來(lái)進(jìn)行仿真模擬。

4.穩(wěn)健性檢驗(yàn)

4.1 蒙特卡洛模擬仿真

根據(jù)綜合評(píng)價(jià)的財(cái)務(wù)評(píng)分，本文通過(guò)運(yùn)用蒙特卡洛仿真來(lái)模擬百度5年后的財(cái)務(wù)綜合情況。在運(yùn)用蒙特卡洛(Monte Carlo)模型前，先要檢驗(yàn)其綜合評(píng)分符合什么分布。經(jīng)SPSS19.0軟件的Q－Q圖驗(yàn)證得，財(cái)務(wù)綜合評(píng)分的正態(tài)Q－Q圖基本上為一條對(duì)角的直線，因此符合正態(tài)分布。

圖3 正態(tài)Q－Q圖

據(jù)此，本研究使用的蒙特卡洛命令為R=normrnd(MU，SIGMA，m，n)(生成均值為 MU，標(biāo)準(zhǔn)差為 SIGMA，m行 n列的m×n個(gè)正態(tài)隨機(jī)數(shù))?；谏衔那蟮玫木C合評(píng)分的均值和標(biāo)準(zhǔn)差，運(yùn)用Matlab R2010b軟件進(jìn)行編程，實(shí)現(xiàn)蒙特卡洛仿真，結(jié)果如下圖4所示:

圖4 蒙特卡洛仿真情況

結(jié)合圖3中預(yù)測(cè)的部分圖像和圖5的具體走勢(shì)，可以很明顯看到其大致的走勢(shì)情況是相同的。這表明Fourier擬合模型的穩(wěn)健性較強(qiáng)，可以用來(lái)擬合和預(yù)測(cè)百度的財(cái)務(wù)情況。

根據(jù)預(yù)測(cè)和仿真結(jié)果，百度的財(cái)務(wù)情況在未來(lái)一年內(nèi)會(huì)有一定的下降幅度，但隨后三年會(huì)有一定好轉(zhuǎn)。下降的原因可能是由于業(yè)務(wù)量下降或者是成本增加導(dǎo)致的，百度應(yīng)該對(duì)此進(jìn)行關(guān)注并制定低成本高收益戰(zhàn)略。由于仿真具有不確定性，因此對(duì)財(cái)務(wù)綜合評(píng)價(jià)的模擬仿真在此僅提供研究的參考。

5.結(jié)論

5.1 建議

(1)成本管理。百度近年的盈利能力有所下降，可以從減少總成本費(fèi)用和增加公司收入方面入手，控制成本，緊縮支出。

(2)選擇集中化和多元化戰(zhàn)略。在競(jìng)爭(zhēng)戰(zhàn)略方面，百度的核心競(jìng)爭(zhēng)力是其搜索引擎的強(qiáng)大、IT和軟件的創(chuàng)新;而在成長(zhǎng)型戰(zhàn)略方面，百度在具體戰(zhàn)略選擇上可以選擇多元化成長(zhǎng)戰(zhàn)略。

(3)實(shí)行差異化競(jìng)爭(zhēng)。對(duì)比其他互聯(lián)網(wǎng)公司，在管理上，充分利用業(yè)務(wù)經(jīng)營(yíng)優(yōu)勢(shì)，突出優(yōu)勢(shì)品牌的經(jīng)營(yíng)。

(4)未來(lái)發(fā)展。注重相關(guān)業(yè)務(wù)的聯(lián)系和捆綁，從長(zhǎng)遠(yuǎn)來(lái)看，電子醫(yī)療和智能能源無(wú)疑最具有吸引力，而聯(lián)網(wǎng)汽車、云計(jì)算和移動(dòng)支付則能實(shí)現(xiàn)短期收益。這一過(guò)程是拉動(dòng)百度營(yíng)業(yè)額增長(zhǎng)的良好時(shí)機(jī)，公司應(yīng)該瞄準(zhǔn)機(jī)會(huì)，發(fā)掘合作潛力，從而推動(dòng)整個(gè)互聯(lián)網(wǎng)行業(yè)的發(fā)展。

5.2 報(bào)表說(shuō)明

由于本文研究的是美股，百度上市公司，因此在外界所披露的報(bào)表上，其報(bào)表格式跟國(guó)內(nèi)的上市公司的格式和科目說(shuō)法有較大的不同，并且從分析的過(guò)程來(lái)看，百度的財(cái)務(wù)信息披露不全面，甚至有點(diǎn)朦朧。例如，在資產(chǎn)負(fù)債表里有現(xiàn)金與約當(dāng)現(xiàn)金的科目，不能很好區(qū)分庫(kù)存現(xiàn)金和銀行存款;資本公債，表示為資本公積;保留盈余，表示留存收益;累積其他全面收入，表示未分配利潤(rùn)。

5.3 優(yōu)缺點(diǎn)分析

(1)優(yōu)點(diǎn)分析。在綜合評(píng)價(jià)的主成分分析方面，本文把百度的盈利能力、償債能力和運(yùn)營(yíng)能力的財(cái)務(wù)指標(biāo)，納入綜合評(píng)價(jià)的范圍，從而比較全面的對(duì)百度的財(cái)務(wù)情況進(jìn)行分析，并提出了財(cái)務(wù)方面可能出現(xiàn)問(wèn)題和解決方向;引入了擬合效果更佳的Fourier來(lái)對(duì)財(cái)務(wù)綜合評(píng)分進(jìn)行擬合和預(yù)測(cè);運(yùn)用蒙特卡洛模型對(duì)百度未來(lái)的財(cái)務(wù)情況進(jìn)行模擬仿真，檢驗(yàn)了Fourier擬合模型的穩(wěn)健性，也給讀者提供了在財(cái)務(wù)分析方面有價(jià)值的研究參考。

(2)缺點(diǎn)分析。在主成分分析方面，指標(biāo)的正確選取對(duì)評(píng)價(jià)的結(jié)果具有決定性的影響，這也是現(xiàn)今綜合評(píng)價(jià)比較棘手的處理問(wèn)題。

5.4 應(yīng)用

(1)根據(jù)主成分分析模型評(píng)價(jià)出公司幾年間的財(cái)務(wù)情況，我們就可以大概摸清該公司近幾年的財(cái)務(wù)情況的走勢(shì)，因而可以通過(guò)預(yù)測(cè)來(lái)求出未來(lái)的財(cái)務(wù)狀況，從而確定投資時(shí)期。

(2)根據(jù)財(cái)務(wù)的綜合評(píng)分，我們可以對(duì)此進(jìn)行Fourier擬合和預(yù)測(cè)出一間公司的財(cái)務(wù)情況，也可以運(yùn)用蒙特卡洛進(jìn)行模擬仿真，模擬出該公司未來(lái)若干年的財(cái)務(wù)情況，從而為相關(guān)人員提供決策的參考依據(jù)。

［1］李芳芝，王兵兵.財(cái)務(wù)分析在高校財(cái)務(wù)管理中的意義及作用［J］.河北廣播電視大學(xué)學(xué)報(bào)，2001，6(2):57－58.

［2］高芳，王明秀，崔剛.基于神經(jīng)網(wǎng)絡(luò)的高校財(cái)務(wù)評(píng)價(jià)［J］.哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2005，37(6):854.

［3］滕春賢，畢克新，宿偉玲，尹德利.屬性綜合評(píng)價(jià)系統(tǒng)在高等學(xué)校財(cái)務(wù)評(píng)價(jià)中的應(yīng)用［J］.系統(tǒng)工程理論與實(shí)踐，2000(4):115.

［4］司空奎，孫璽金.數(shù)學(xué)建模算法與應(yīng)用［M］.北京:國(guó)防工業(yè)出版社，2013.361－362.

［5］徐雅靜，汪遠(yuǎn)征.主成分分析應(yīng)用方法的改進(jìn)［J］.數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2006，36(6):70 －71.

［6］張倩.當(dāng)前我國(guó)項(xiàng)目財(cái)務(wù)評(píng)價(jià)指標(biāo)體系和方法淺析［J］.財(cái)政金融，2011(2):63.