基于BP神經(jīng)網(wǎng)絡的“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效評價

張蒙 韓於憬

摘 要：“互聯(lián)網(wǎng)+農(nóng)業(yè)”可加快農(nóng)業(yè)產(chǎn)業(yè)化進程，縮短農(nóng)產(chǎn)品流通渠道，能夠解決農(nóng)業(yè)經(jīng)營的融資難題，客觀評價“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效對農(nóng)業(yè)的轉型升級和公司的可持續(xù)發(fā)展尤為重要。借鑒農(nóng)業(yè)上市公司績效評價指標，擇取15個指標構建“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效評價指標體系，通過層次分析法確定指標權重，并基于BP神經(jīng)網(wǎng)絡構建“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效評價模型。結果表明，績效評價模型具有良好的泛化能力，能夠有效評價農(nóng)業(yè)上市公司績效，且“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司整體績效水平差。

關鍵詞：“互聯(lián)網(wǎng)+農(nóng)業(yè)”;績效評價;層次分析法;BP神經(jīng)網(wǎng)絡

中圖分類號：F830.91? ? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2019）12-0071-05

引言

農(nóng)業(yè)是國民經(jīng)濟建設和發(fā)展的支柱產(chǎn)業(yè)，其發(fā)展關乎國家經(jīng)濟命脈。作為農(nóng)業(yè)產(chǎn)出的農(nóng)產(chǎn)品，其流通連接著廣大農(nóng)民和眾多的消費者，直接影響農(nóng)民和消費者的切身利益。由于流通環(huán)節(jié)多、效率低下、損耗嚴重等，導致“菜賤傷農(nóng)”“菜貴傷民”時有發(fā)生，農(nóng)產(chǎn)品流通陷入困局。流通環(huán)節(jié)多、效率低下、損耗嚴重等問題，與農(nóng)業(yè)公司專業(yè)性弱、大而不優(yōu)、多而不強密切相關。隨著互聯(lián)網(wǎng)時代的到來，互聯(lián)網(wǎng)技術的不斷更新，催生了電子商務，為農(nóng)業(yè)公司創(chuàng)新和轉型升級提供了新的思路。農(nóng)業(yè)上市公司是支撐農(nóng)業(yè)發(fā)展的龍頭企業(yè)，對推進農(nóng)業(yè)產(chǎn)業(yè)化、發(fā)展現(xiàn)代農(nóng)業(yè)起引領作用。目前，許多農(nóng)業(yè)上市公司已著手布局“互聯(lián)網(wǎng)+”領域，搶占“互聯(lián)網(wǎng)+農(nóng)業(yè)”先機[1]。所謂“互聯(lián)網(wǎng)+農(nóng)業(yè)”，是指依托互聯(lián)網(wǎng)技術，實現(xiàn)生產(chǎn)要素的合理配置，以及人力、物力和資金的優(yōu)化調(diào)度，提高生產(chǎn)效率，推動農(nóng)業(yè)生產(chǎn)方式和運營方式的變革，從而促進農(nóng)業(yè)的轉型升級。“互聯(lián)網(wǎng)+”背景下，“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效如何，應如何加強自身績效管理，對其可持續(xù)性發(fā)展和整個農(nóng)業(yè)的轉型升級起重要作用。

目前，農(nóng)業(yè)上市公司的績效評價主要采用平衡記分卡、因子分析法、EVA分析法等線性回歸方法。彭曉潔、高夢捷（2014）運用因子分析法對我國農(nóng)業(yè)上市公司進行績效評價，結果表明，農(nóng)業(yè)上市公司績效差距較大[2]。蕾娜、鄧淑紅（2016）基于EVA構建農(nóng)業(yè)上市公司績效評價模型，結果表明，我國農(nóng)業(yè)上市公司運營狀況差[3]。線性回歸方法只能評價指標間的線性關系，不能判定指標間非線性關系。而BP神經(jīng)網(wǎng)絡具有自學習和自適應能力，其非線性映射能以任意精度逼近非線性函數(shù)[4]，因此能夠評價指標間的非線性關系。目前BP神經(jīng)網(wǎng)絡以其獨特性在醫(yī)藥企業(yè)、商業(yè)銀行等不同領域得到廣泛運用，但尚未涉足農(nóng)業(yè)公司績效評價。褚淑貞、楊家欣（2015）基于BP神經(jīng)網(wǎng)絡構建了醫(yī)藥企業(yè)績效評價模型，研究表明，BP神經(jīng)網(wǎng)絡能準確評價醫(yī)藥企業(yè)績效[4]。蔡艷萍、孫夏（2016）綜合運用BP神經(jīng)網(wǎng)絡和灰色關聯(lián)度對上市商業(yè)銀行績效進行評價，結果表明，BP神經(jīng)網(wǎng)絡評價模型具有很好的泛化能力[5]。

因此，本文以“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司為研究對象，擬借鑒農(nóng)業(yè)上市公司績效評價指標，運用層次分析法確定指標權重，基于BP神經(jīng)網(wǎng)絡構建“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效模型，并根據(jù)評價結果提出績效優(yōu)化建議，對“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司改善經(jīng)營管理水平和促進農(nóng)業(yè)產(chǎn)業(yè)化具有重要意義。

一、“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效評價指標體系構建

（一）績效評價指標選取

對農(nóng)業(yè)上市公司的績效評價主要采取傳統(tǒng)的財務績效指標，從“會計收益狀況”“資產(chǎn)運營情況”“償債能力”“發(fā)展能力”四個方面進行。趙景芬、戴蓬軍（2013）采用凈資產(chǎn)收益率和總資產(chǎn)收益率兩個反映會計收益的指標，評價農(nóng)業(yè)上市公司績效[6]。吉生保、席艷玲、趙祥（2012）以主營業(yè)務收入和利潤總額兩個反映資產(chǎn)運營的指標、度量農(nóng)業(yè)上市公司績效[7]。彭曉潔、高夢捷（2014）從獲利能力、營運能力、償債能力和發(fā)展能力四個維度評價農(nóng)業(yè)上市公司績效，以銷售凈利潤率、凈資產(chǎn)收益率和每股收益反映獲利能力，以存貨周轉率、應收賬款周轉率和總資產(chǎn)周轉率反映營運能力，以速動比率、資產(chǎn)負債率和已獲利息倍數(shù)反映償債能力，以營業(yè)收入增長率、凈利潤增長率和總資產(chǎn)增長率反映發(fā)展能力。傳統(tǒng)績效評價指標能有效評價上市公司績效，但存在過分注重利潤指標不足[2]。故，張平心、陳琳、李補喜（2006）在傳統(tǒng)績效評價指標基礎上，增加了每股經(jīng)營現(xiàn)金流量以反映公司盈利質(zhì)量[8]。

基于現(xiàn)有績效評價研究，本文綜合考慮傳統(tǒng)績效指標和盈利質(zhì)量指標，從會計收益、資本運營、償債能力、發(fā)展能力和盈利質(zhì)量五個方面評價“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司，以求全面反映其績效水平。

（二）績效評價體系構建

本文以“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效為總的測評目標，即目標層;以會計收益、資產(chǎn)運營、償債能力、發(fā)展能力和盈利質(zhì)量作為達到總目標所涉及的中間層指標，即一級指標;準則層為直接評價“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效的具體指標，即二級指標。用U表示“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效，U1，U2，U3，U4，U5表示二級指標，即U={U1，U2，U3，U4，U5}={會計收益，資產(chǎn)運營，償債能力，發(fā)展能力，盈利質(zhì)量}。Uij表示具體二級指標（i=1，2，3，4，5;j=1，2，3，4）?！盎ヂ?lián)網(wǎng)+農(nóng)業(yè)”上市公司績效評價體系（見表1）。

二、基于BP神經(jīng)網(wǎng)絡的績效評價模型構建

BP神經(jīng)網(wǎng)絡是單向傳播的前向神經(jīng)網(wǎng)路，由輸入層、隱含層和輸出層3個層次構成。研究表明，隱含層個數(shù)會影響神經(jīng)網(wǎng)絡學習速率，3層神經(jīng)網(wǎng)絡可以逼近任意連續(xù)函數(shù)[9]。因此，本文選擇結構相對簡單的3層BP網(wǎng)絡構建“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效評價模型，具體步驟如下：

步驟一，確定輸入層、輸出層神經(jīng)元個數(shù)。根據(jù)績效評價指標體系，影響“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效的主要是二級指標，共15個，則輸入層的神經(jīng)元個數(shù)為15，即m=15;以評價結果作為網(wǎng)絡輸出，則輸出層神經(jīng)元個數(shù)是1，即n=1。

步驟二，確定隱含層神經(jīng)元個數(shù)。研究表明，隱含層神經(jīng)元個數(shù)是由網(wǎng)絡收斂性能的好壞來確定的，本文采取高大啟（1998）在大量網(wǎng)絡結構基礎上得到經(jīng)驗公式[10]：

這里m=15，n=1，因此可以得到隱含層神經(jīng)元個數(shù)為L=7。

步驟三，確定神經(jīng)元轉換公式。通常，輸入層到隱含層的轉換函數(shù)為tan sig，隱含層到輸出層的轉換函數(shù)為purelin。

步驟四，確定期望輸出。本文通過專家訪談，利用層次分析法得到各一級、二級指標的權重，各二級指標和對應的一級指標權重相乘得到各二級指標的最終權重，具體（見下頁表2）。以最終權重和各二級指標數(shù)值的乘積之和作為BP神經(jīng)網(wǎng)絡的期望輸出。

步驟五，確定評價標準。根據(jù)計算結果將績效水平分為三個等級，分別為優(yōu)、良、差，對應的取值范圍分別為0.6—1、0.4—0.6、0—0.4（見下頁表2）。

三、實證分析

（一）樣本選取及數(shù)據(jù)來源

本文研究對象為以農(nóng)產(chǎn)品生產(chǎn)、銷售、流通為主的農(nóng)業(yè)上市公司，且這些公司實施了“互聯(lián)網(wǎng)+”戰(zhàn)略，數(shù)據(jù)來源于中國財富網(wǎng)上相關公司的財務報告。中國財富網(wǎng)上農(nóng)牧飼漁板塊共71家公司，其中部分公司以農(nóng)業(yè)生產(chǎn)資料的生產(chǎn)、銷售為主，與本文研究對象不相符，且部分公司財務報表存在數(shù)據(jù)缺失。因此，剔除不相符和財務報告數(shù)據(jù)缺失的公司，最終選取了40家農(nóng)業(yè)上市公司2016—2017年的財務數(shù)據(jù)。選取的40家上市公司中，有8家公司采取“互聯(lián)網(wǎng)+”戰(zhàn)略，包括大湖股份、大康農(nóng)業(yè)、好想你、宏輝果蔬、農(nóng)產(chǎn)品、青怡股份、盛盈匯、獐子島。本文以8家“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司為測試樣本，以剩余32家上市公司為訓練樣本，探究“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效水平。

（二）數(shù)據(jù)預處理

本文數(shù)據(jù)來源于上市公司財務報表，為了避免因指標單位不一和數(shù)據(jù)差距較大而造成的網(wǎng)絡麻痹，需要對數(shù)據(jù)進行歸一化處理。本文所選15個指標中，有11個為正向指標，4個為適中指標，對不同的指標采用不同的歸一化處理方式。

（三）網(wǎng)絡模型訓練及結果分析

以32個訓練樣本的數(shù)據(jù)作為樣本的輸入，采用Matlab軟件進行網(wǎng)絡訓練，具體代碼如下：

net=newff（P，T，[7]，{'tansig'，'purelin'}，'traingd'）;

net.trainParam.show=50;%每隔50步顯示一次訓練結果

net.trainParam.lr=0.05;%學習率為0.05

net.trainParam.epochs=5 000;%允許最大訓練次數(shù)為5 000

net.trainParam.goal=1e-3;%訓練目標最小誤差為1e-3

[net，tr]=train（net，P，T）

A=sim（net，P）

在網(wǎng)絡訓練2 273步之后，訓練誤差達到目標誤差（如下頁圖所示）。訓練樣本模型輸出結果（如下頁表3所示），從期望輸出與模型輸出對比看，誤差在可接受的范圍之內(nèi)，模型評價結果符合實際，說明構建的神經(jīng)網(wǎng)絡模型具有較強的泛化能力，可廣泛用于農(nóng)業(yè)上市公司績效的識別和評價。

調(diào)用訓練好的模型，將8家“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司數(shù)據(jù)輸入模型進行績效評價，模型輸出結果（如表4所示）。結果表明，8家上市公司績效水平均衡，均表現(xiàn)不好。在8家公司中，宏輝果蔬績效表現(xiàn)最好，為0.393，幾乎達到良好水平。

（四）優(yōu)化建議

根據(jù)模型輸出結果，宏輝果蔬績效表現(xiàn)最好。宏輝果蔬是一家專業(yè)從事生鮮農(nóng)產(chǎn)品生產(chǎn)、加工和流通服務的公司，產(chǎn)品涵蓋全國南北和進口的特色果蔬。其運營具有兩個特點：一是采用一體化的現(xiàn)代農(nóng)業(yè)服務模式，建有天津、上海果蔬加工配送基地，集果蔬種植、采購、倉儲、配送為一體，實現(xiàn)從基地到客戶的直接供應。二是聚焦于中高端消費者，積極拓展國內(nèi)外大型連鎖超市，目前與多家大型連鎖超市建立良好的合作關系。

基于宏輝果蔬的特點，本文提出兩點績效優(yōu)化建議：首先，構建一體化服務模式。一體化模式能夠有效減少中間環(huán)節(jié)、降低流通成本，并能夠促進農(nóng)業(yè)規(guī)?；嫿ㄒ惑w化服務模式，一方面，應加強生產(chǎn)基地建設與管理，從源頭把控產(chǎn)品質(zhì)量。另一方面，積極利用互聯(lián)網(wǎng)技術，實現(xiàn)精準營銷和產(chǎn)銷精準對接。其次，客戶精準定位?！盎ヂ?lián)網(wǎng)+農(nóng)業(yè)”上市公司應根據(jù)自身產(chǎn)品特點，細分目標客戶群，做到精確銷售。

結語

本文以“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司為研究對象，從會計收益、資產(chǎn)運營、償債能力、發(fā)展能力和盈利質(zhì)量五個維度選擇合適的指標，構建“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效評價模型，并實證研究“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效水平，為完善農(nóng)業(yè)上市公司績效評價體系提供了理論和現(xiàn)實依據(jù)。本文研究結論概括如下：

第一，通過專家訪談，利用層次分析法確定了績效評價指標權重。結果表明，資產(chǎn)運營所占比重最大，為0.2739，而資產(chǎn)運營下的二級指標權重最高的是存貨周轉率。也就是說，對“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效影響最大的是資產(chǎn)運營指標，而對資產(chǎn)運營影響最大的是存貨周轉率。

第二，構建了BP神經(jīng)網(wǎng)絡績效評價模型，以32家農(nóng)業(yè)上市公司作為訓練樣本進行網(wǎng)絡訓練。訓練結果顯示，期望輸出與實際輸出的誤差較小，達到目標誤差要求，表明所構建的網(wǎng)絡模型具有很好的泛化能力，能有效評價農(nóng)業(yè)上市公司績效。

第三，利用調(diào)試好的網(wǎng)絡模型，評價8家“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效水平。結果表明，“互聯(lián)網(wǎng)+農(nóng)業(yè)”上市公司績效水平均衡，整體表現(xiàn)差。

參考文獻：

[1]? 寇光濤，盧鳳君.“互聯(lián)網(wǎng)+農(nóng)業(yè)產(chǎn)業(yè)鏈”的實踐總結與創(chuàng)新路徑[J].農(nóng)村經(jīng)濟，2016，（8）：30-34.

[2]? 彭曉潔，高夢捷.基于因子分析法的農(nóng)業(yè)類上市公司經(jīng)營績效評價[J].財經(jīng)問題研究，2014，（11）：68-73.

[3]? 蕾娜，鄧淑紅.基于EVA視角的中國農(nóng)業(yè)上市公司績效評價[J].現(xiàn)代農(nóng)業(yè)，2016，（5）：98-100.

[4]? 褚淑貞，楊家欣.BP神經(jīng)網(wǎng)絡在醫(yī)藥企業(yè)績效評價中的應用——以我國中成藥上市企業(yè)為例[J].中國新藥雜志，2015，（17）.

[5]? 蔡艷萍，孫夏.基于BP神經(jīng)網(wǎng)絡的上市商業(yè)銀行績效評價體系[J].系統(tǒng)工程，2016，（12）：24-30.

[6]? 趙景芬，戴蓬軍.農(nóng)業(yè)類上市公司多元化經(jīng)營對績效的影響研究[J].農(nóng)業(yè)技術經(jīng)濟，2013，（12）：118-124.

[7]? 吉生保，席艷玲，趙祥.中國農(nóng)業(yè)上市公司績效評價——基于SORM-BCC超效率模型和Malmquist的DEA-Tobit分析[J].農(nóng)業(yè)技術經(jīng)濟，2012，（3）：114-127.

[8]? 王平心，陳琳，李補喜.整合EVA的上市公司績效評價模型研究[J].數(shù)理統(tǒng)計與管理，2006，（2）：186-194.

[9]? 周慶梅，王柯淇.圖書館數(shù)字資源服務績效模糊神經(jīng)網(wǎng)絡評價研究[J].情報科學，2015，（2）：41-45.

[10]? 高大啟.有教師的線性基本函數(shù)前向三層神經(jīng)網(wǎng)絡結構研究[J].計算機學報，1998，（1）：80-86.