基于群體智能算法優(yōu)化的企業(yè)ROA與EPS預(yù)測模型研究

林建邦 王天

摘要：《中國制造2025》的正式出臺，使得強國目標(biāo)已由“中國制造”向“中國智造”轉(zhuǎn)型，也意味著新的“智能科技時代”已然到來。然而，由于中國智能科技發(fā)展起步較晚，如何找出評估智能科技企業(yè)運營指標(biāo)與模型，是目前最重要的課題。文章提出以果蠅演算法分別優(yōu)化企業(yè)的ROA與EPS的預(yù)測模型，并篩選出對預(yù)測模型有顯著影響的財務(wù)指標(biāo)。結(jié)果表明，果蠅演算法對于優(yōu)化企業(yè)運營能力的ROA模型與EPS模型有顯著的效力，證明果蠅演算法在實際的企業(yè)運營能力預(yù)測中能夠有效提高效力；并且，F(xiàn)OA-ROA模型又相對比FOA-EPS模型的預(yù)測能力佳。

關(guān)鍵詞：果蠅優(yōu)化演算法；智能科技；運營能力；預(yù)測模型

1.前言

2015年5月，中國國務(wù)院正式發(fā)布了《中國制造2025》規(guī)劃，對于中國制造業(yè)的發(fā)展重新進行戰(zhàn)略的部署，強國目標(biāo)已由“中國制造”向“中國智造”轉(zhuǎn)型，智能科技將成為企業(yè)發(fā)展的重點方向。當(dāng)前，中國智能科技產(chǎn)業(yè)營業(yè)收入雖逐年提升，然而，由于中國智能科技產(chǎn)業(yè)發(fā)展起步較晚，目前對于該產(chǎn)業(yè)運營能力的評估與預(yù)測也無具體的指標(biāo)與模型，容易在產(chǎn)業(yè)高度發(fā)展的過程中出現(xiàn)無法控制的經(jīng)營危機，影響產(chǎn)業(yè)持續(xù)發(fā)展。

有鑒于此，本研究采用學(xué)者潘文超（2011）提出的果蠅優(yōu)化演算法（fruit fly optimization algorithm，F(xiàn)OA）進行預(yù)測模型優(yōu)化，主要由于FOA的計算量較少，算法簡單、全局尋優(yōu)能力強，尋優(yōu)精度較高、適用于優(yōu)化模型參數(shù)且應(yīng)用價值較高，過去在不同領(lǐng)域的應(yīng)用比較上，F(xiàn)OA都有非常不錯的表現(xiàn)。因此，本研究結(jié)合FOA優(yōu)化中國智能科技企業(yè)運營能力預(yù)測模型的效力，建構(gòu)出一套較適用于中國的智能科技企業(yè)運營能力預(yù)測模型，將有助于國內(nèi)智能科技產(chǎn)業(yè)經(jīng)營戰(zhàn)略和健全體制的發(fā)展，對于企業(yè)運營具有更強的實用意義，同時，帶動后續(xù)研究者進行更加深入和多角度的研究。

2.國內(nèi)外相關(guān)研究

2.1智能科技企業(yè)運營能力預(yù)測指標(biāo)

企業(yè)的運營能力即企業(yè)經(jīng)營績效，用以評估一定經(jīng)營期間內(nèi)，企業(yè)特定經(jīng)營目標(biāo)達成程度的高低，是衡量企業(yè)經(jīng)營活動結(jié)果的綜合性體現(xiàn)。由過去文獻可知，在智力或技術(shù)導(dǎo)向的產(chǎn)業(yè)中，總資產(chǎn)報酬率（ROA）或每股盈余（EPS）是常被用于評估企業(yè)經(jīng)營績效的財務(wù)指標(biāo)。然而，對于企業(yè)經(jīng)營績效有顯著影響的變量基本由結(jié)構(gòu)資本、流程資本涵蓋，如總資產(chǎn)周轉(zhuǎn)率、固定資產(chǎn)周轉(zhuǎn)率、存貨周轉(zhuǎn)率等對企業(yè)績效產(chǎn)生正向影響；而在進行科技相關(guān)企業(yè)的研究中均包含與研發(fā)投入相關(guān)之指標(biāo)，如研發(fā)費用率、研發(fā)生產(chǎn)力、研發(fā)密集度等創(chuàng)新資本指標(biāo)，研發(fā)投入越多，企業(yè)的績效越好，競爭力越強。

2.2果蠅演算法應(yīng)用相關(guān)文獻探討

果蠅演算法良好的優(yōu)化效力已在不同的領(lǐng)域中被廣泛應(yīng)用，例如，通過優(yōu)化不同預(yù)測模型的參數(shù)值，進行金融風(fēng)險的預(yù)警與企業(yè)績效的預(yù)測；提供對地區(qū)用電荷載能力的預(yù)測；基金投資回報率的預(yù)測；汽車零部件銷售預(yù)測以及尖離峰時段的交通預(yù)測，其預(yù)測效力皆明顯優(yōu)于原預(yù)測模型；另一方面，F(xiàn)OA在與其他優(yōu)化算法如遺傳算法、魚群算法、免疫算法、和聲算法、人工蜂群或混合蛙跳算法的比較中，也均表現(xiàn)出更好的優(yōu)化性能。

國內(nèi)的智能科技產(chǎn)業(yè)屬于較新興的產(chǎn)業(yè)，在過去的相關(guān)研究中，很少有學(xué)者將FOA能科技產(chǎn)業(yè)并對企業(yè)運營能力進行預(yù)測。因此，本研究嘗試通過FOA優(yōu)化預(yù)測模型的參數(shù)，構(gòu)建中國智能科技企業(yè)運營能力預(yù)測模型，提高對企業(yè)運營能力的預(yù)測能力，為智能科技產(chǎn)業(yè)的發(fā)展提供具有參考性的運營建議，使其更穩(wěn)定快速地發(fā)展。

3.實證研究

3.1樣本數(shù)據(jù)與變量

本研究通過國泰安數(shù)據(jù)庫篩選2006-2016年中國智能科技企業(yè)財務(wù)數(shù)據(jù)，共計2 554筆。由于智能科技企業(yè)屬于智力及技術(shù)導(dǎo)向的企業(yè)，本研究以文獻中最常用的ROA與EPS作為應(yīng)變量。預(yù)測模型的自變量則主要選取結(jié)構(gòu)資本、流程資本與創(chuàng)新資本所涵蓋之指標(biāo)，其中包含：應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、固定資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、營業(yè)凈利率、管理費用率、研發(fā)費用、研發(fā)費用率、研發(fā)生產(chǎn)力，并進一步篩選出有顯著影響的自變量。

3.2影響預(yù)測運營能力的顯著指標(biāo)

本研究首先采用多元逐步回歸方法，分別建構(gòu)ROA與 EPS的運營能力預(yù)測模型，并篩選出顯著自變量。由表1可知，在兩模型中的顯著變量基本包括“固定資產(chǎn)周轉(zhuǎn)率”“總資產(chǎn)周轉(zhuǎn)率”及“研發(fā)生產(chǎn)力”，是相對重要的顯著指標(biāo)。

3.3果蠅演算法優(yōu)化模型對比分析

本研究采用FOA分別優(yōu)化ROA與EPS回歸模型的參數(shù)，初始設(shè)定均為5個果蠅群體，隨機初始化果蠅群體位置區(qū)間為[0，1]，迭代的果蠅搜尋食物的隨機飛行方向與距離區(qū)間為[-1，1]，設(shè)定最高迭代次數(shù)為100。

由表2可知，經(jīng)由FOA迭代的尋優(yōu)后，ROA回歸模型RMSE值為0.002，最佳預(yù)測模型在固定資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率及研發(fā)生產(chǎn)力的優(yōu)化參數(shù)分別為0.039、0.038、0.039；EPS回歸模型RMSE值為0.006，最佳預(yù)測模型在固定資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率及研發(fā)生產(chǎn)力的優(yōu)化參數(shù)分別為0.037、0.038、0.038，證明FOA在優(yōu)化預(yù)測模型上有非常好的效果，且FOA-ROA預(yù)測的RMSE相對優(yōu)于FOA-EPS，可優(yōu)先選擇FOA-ROA作為中國智能科技企業(yè)運營能力的預(yù)測模型。

結(jié)論

中國智能科技產(chǎn)業(yè)高速發(fā)展的同時，更需要明確的適用指標(biāo)或模型來對企業(yè)運營能力進行預(yù)測及戰(zhàn)略指導(dǎo)。本研究通過數(shù)據(jù)庫獲得的樣本財務(wù)指標(biāo)，進行中國智能科技企業(yè)運營能力預(yù)測模型建構(gòu)，并采用FOA分別優(yōu)化ROA與EPS多元回歸模型。研究結(jié)果顯示，經(jīng)由FOA優(yōu)化后的兩種模型預(yù)測效力明顯獲得提升，預(yù)測誤差降幅皆高達99%以上。

本研究得出適合中國智能科技企業(yè)運營能力的預(yù)測模型（FOA-ROA）中，顯著的變量為“固定資產(chǎn)周轉(zhuǎn)率”“總資產(chǎn)周轉(zhuǎn)率”及“研發(fā)生產(chǎn)力”。 由此可知，對企業(yè)固定資產(chǎn)及整體資源的營運能力越強、效率越高，對企業(yè)經(jīng)營績效的提升越有利；而對于智能科技企業(yè)而言，能夠通過研發(fā)投入開發(fā)生產(chǎn)出迎合市場需求之產(chǎn)品或服務(wù)，有效化企業(yè)研發(fā)開支的產(chǎn)出，對于企業(yè)的整體價值的提升將具有重要的推動作用。

參考文獻：

[1]潘文超.應(yīng)用果蠅優(yōu)化算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò)進行企業(yè)經(jīng)營績效評估[J].太原理工大學(xué)學(xué)報（社會科學(xué)版），2011，29（4）：1-5.

[2]吳小文，李撃.果蠅算法和5種群智能算法的尋優(yōu)性能研究[J].火力與指揮控制，2013（04）：18-19.

[3]WANG W Y，CHANG C F. Intellectual capital and performance in causal models[J].Journal of Intellectual Capital，2005，2（6）：222-236.

[4]盧彥儒.臺灣IC設(shè)計產(chǎn)業(yè)智慧資本對經(jīng)營績效影響之研究[D].臺灣：交通大學(xué)，2011（18）

[5]VENKATRAMAN N， RAMANUJAM V. Measurement of business performance in strategy research： a comparison of approaches [J].Academy of Management Review，1985，11（4）：801-814.

[6]SVEIBY K E.Measuring intangibles and intellectual capital- an emerging first standard[J].Knowledge Management： Classic and Contemporary Works，2001：344-436.

[7]王文英，張清福.智慧資本影響績效模式之探討[J].會計評論，2004（39）：89-117.

[8]歐進士.我國企業(yè)研究發(fā)展與經(jīng)營績效關(guān)聯(lián)之實證研究[J].中山管理評論，1998，6（2）：357-386.