基于BP神經(jīng)網(wǎng)絡(luò)模型的生物醫(yī)藥企業(yè)價(jià)值評(píng)估研究

趙航 李朝紅（副教授）

（西南林業(yè)大學(xué)會(huì)計(jì)學(xué)院 云南昆明 650224）

一、引言

隨著經(jīng)濟(jì)全球化的發(fā)展，企業(yè)上市、重組、合并以及增發(fā)股票等經(jīng)濟(jì)行為不斷發(fā)生，對(duì)企業(yè)價(jià)值的研究也不斷深入。在此環(huán)境下，市場(chǎng)對(duì)企業(yè)價(jià)值評(píng)估的需求愈發(fā)迫切。從宏觀層面看，精準(zhǔn)合理的企業(yè)價(jià)值評(píng)估會(huì)促進(jìn)市場(chǎng)資源的合理配置，進(jìn)而提高資本市場(chǎng)的運(yùn)行效率；從微觀層面看，有助于企業(yè)管理者在重組、并購(gòu)中做出最佳抉擇，進(jìn)而提升企業(yè)價(jià)值和企業(yè)市場(chǎng)地位。

在現(xiàn)代化企業(yè)價(jià)值評(píng)估體系中，傳統(tǒng)評(píng)估方法的運(yùn)用逐漸顯現(xiàn)出多方面的弊端。如評(píng)估人員在對(duì)企業(yè)的未來(lái)自由現(xiàn)金流進(jìn)行預(yù)測(cè)時(shí)，若企業(yè)現(xiàn)金流存在較大的波動(dòng)性，則會(huì)出現(xiàn)預(yù)測(cè)不合理的情況，從而導(dǎo)致實(shí)務(wù)中收益法和EVA方法的運(yùn)用無(wú)法提供較為準(zhǔn)確的價(jià)值評(píng)估結(jié)果；如果市場(chǎng)法的運(yùn)用缺乏合適的可比對(duì)象，則會(huì)使評(píng)估結(jié)果易受評(píng)估人員主觀性的干擾；B-S實(shí)物期權(quán)模型在運(yùn)用過(guò)程中會(huì)受到外界條件的約束，導(dǎo)致評(píng)估結(jié)果出現(xiàn)失真的情況。為提高市場(chǎng)資源配置效率，并幫助管理者和投資者做出最優(yōu)抉擇，精準(zhǔn)合理地對(duì)生物醫(yī)藥企業(yè)價(jià)值進(jìn)行評(píng)估就顯得尤為關(guān)鍵。因此，本文以BP神經(jīng)網(wǎng)絡(luò)模型的運(yùn)用為基礎(chǔ)，研究該模型對(duì)生物醫(yī)藥企業(yè)進(jìn)行價(jià)值評(píng)估的可行性，以期為生物醫(yī)藥企業(yè)價(jià)值評(píng)估提供參考借鑒。

二、文獻(xiàn)回顧

對(duì)企業(yè)價(jià)值評(píng)估的研究最早可以追溯到上世紀(jì)初，Irving Fisher所撰寫(xiě)的《資本與收入的性質(zhì)》一書(shū)。該書(shū)以企業(yè)價(jià)值與收入之間的聯(lián)系為出發(fā)點(diǎn)，提出企業(yè)價(jià)值等同于企業(yè)未來(lái)收入的現(xiàn)值這一核心理念，并為后續(xù)企業(yè)價(jià)值評(píng)估中收益法的運(yùn)用奠定了基礎(chǔ)。20世紀(jì)中期，Modigliani發(fā)表《資本成本、公司理財(cái)與投資理論》一文，認(rèn)為企業(yè)價(jià)值等于相應(yīng)折現(xiàn)率對(duì)預(yù)期收益進(jìn)行折現(xiàn)的現(xiàn)值，并補(bǔ)充折現(xiàn)率由企業(yè)籌資方式的偏好所決定。這一理論成為CAPM模型發(fā)展的基石，同時(shí)也意味著企業(yè)價(jià)值評(píng)估的發(fā)展走向現(xiàn)代化。

在生物醫(yī)藥企業(yè)價(jià)值評(píng)估的研究中，馬俊捷（2022）、陳佩欽（2021）通過(guò)對(duì)生物醫(yī)藥企業(yè)價(jià)值影響因素進(jìn)行分析，并運(yùn)用實(shí)物期權(quán)模型對(duì)其進(jìn)行價(jià)值評(píng)估，驗(yàn)證該模型對(duì)生物醫(yī)藥企業(yè)價(jià)值評(píng)估具備一定的可行性。趙振洋、張渼（2019）通過(guò)對(duì)生物醫(yī)藥企業(yè)的價(jià)值鏈分析和FCFF模型的修正，提高了企業(yè)自由現(xiàn)金流預(yù)測(cè)的準(zhǔn)確性，進(jìn)而驗(yàn)證修正后的FCFF模型對(duì)生物醫(yī)藥企業(yè)價(jià)值評(píng)估具備一定的適用性。在運(yùn)用BP神經(jīng)網(wǎng)絡(luò)模型評(píng)估企業(yè)價(jià)值的研究中，相關(guān)學(xué)者驗(yàn)證了該模型對(duì)并購(gòu)協(xié)同價(jià)值評(píng)估，對(duì)新能源、互聯(lián)網(wǎng)以及科創(chuàng)板企業(yè)價(jià)值評(píng)估的可行性。而在ESG評(píng)級(jí)指數(shù)研究中，徐明瑜等（2021）、于俊秋和王瑩（2021）驗(yàn)證了企業(yè)的ESG表現(xiàn)與企業(yè)價(jià)值兩者之間具有正相關(guān)性，吾買(mǎi)爾江·艾山和艾力扎提·吐?tīng)柡椋?021）以滬市2015—2019年數(shù)據(jù)為樣本進(jìn)行實(shí)證分析，驗(yàn)證了ESG績(jī)效在投資者與企業(yè)價(jià)值之間具有傳導(dǎo)機(jī)制和中介效應(yīng)。李駿聯(lián)等（2022）提出鼓勵(lì)企業(yè)通過(guò)ESG實(shí)踐提升競(jìng)爭(zhēng)能力，提高企業(yè)價(jià)值。

綜上所述，盡管?chē)?guó)內(nèi)學(xué)者對(duì)生物醫(yī)藥企業(yè)價(jià)值評(píng)估的研究體系已趨于成熟，但仍有些許不足。在模型的選用方面，主要為實(shí)物期權(quán)模型、FCFF模型以及市場(chǎng)法等傳統(tǒng)企業(yè)價(jià)值評(píng)估模型?？紤]到生物醫(yī)藥企業(yè)價(jià)值的特殊性，企業(yè)具有業(yè)務(wù)風(fēng)險(xiǎn)大、收益波動(dòng)性強(qiáng)、無(wú)形資產(chǎn)占比多以及受行業(yè)政策影響大的特點(diǎn)，若繼續(xù)使用此類傳統(tǒng)方法，不足以反映企業(yè)的真實(shí)價(jià)值，評(píng)估結(jié)果也會(huì)喪失可信度。

三、BP神經(jīng)網(wǎng)絡(luò)模型理論和模型指標(biāo)設(shè)計(jì)

（一）BP神經(jīng)網(wǎng)絡(luò)模型理論

BP神經(jīng)網(wǎng)絡(luò)又稱反向誤差傳播網(wǎng)絡(luò)，是一種無(wú)特定形式的矩陣方程組。依靠自身的智能化學(xué)習(xí)，BP神經(jīng)網(wǎng)絡(luò)能夠?qū)崿F(xiàn)對(duì)輸入變量的特殊算法，進(jìn)而有效地降低輸出變量與預(yù)期值之間的均方誤差。結(jié)構(gòu)上，BP神經(jīng)網(wǎng)絡(luò)包含一定數(shù)量的神經(jīng)元，神經(jīng)元存在于輸入層、隱含層以及輸出層之間并相互連接。各層神經(jīng)元在模型進(jìn)行訓(xùn)練時(shí)，既能夠?qū)?shù)據(jù)信息進(jìn)行正向傳播，還能夠?qū)崿F(xiàn)對(duì)誤差的反向傳播，而通過(guò)對(duì)此類誤差的判斷分析，BP神經(jīng)網(wǎng)絡(luò)模型能夠有效地調(diào)節(jié)神經(jīng)元的權(quán)值和閾值，進(jìn)而降低后續(xù)傳播過(guò)程中的誤差，提高模型預(yù)測(cè)的精確性?；谄洫?dú)特的工作原理和自主學(xué)習(xí)能力，BP神經(jīng)網(wǎng)絡(luò)模型常被用于解決各學(xué)科中的預(yù)測(cè)難題。

（二）BP神經(jīng)網(wǎng)絡(luò)模型的指標(biāo)體系設(shè)計(jì)

影響企業(yè)價(jià)值的因素很多。本文對(duì)BP神經(jīng)網(wǎng)絡(luò)模型指標(biāo)體系做出一些改進(jìn)，從企業(yè)各項(xiàng)財(cái)務(wù)能力出發(fā)，選取其中具有代表性的財(cái)務(wù)指標(biāo)，以此構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型的指標(biāo)體系。

1.償債能力。償債能力反映了企業(yè)在面對(duì)債務(wù)危機(jī)時(shí)，是否具備清償債務(wù)的能力。良好的償債能力，反映了企業(yè)具備充足的資金，不僅能夠幫助企業(yè)拓寬市場(chǎng)和探索新的盈利模式，還能夠滿足企業(yè)所需支付債務(wù)的費(fèi)用。本文選用流動(dòng)比率來(lái)構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型指標(biāo)體系。

2.營(yíng)運(yùn)能力。營(yíng)運(yùn)能力是指資產(chǎn)在企業(yè)中運(yùn)用所產(chǎn)生的效益，在企業(yè)財(cái)務(wù)報(bào)告中多以資產(chǎn)周轉(zhuǎn)率對(duì)其進(jìn)行分析評(píng)價(jià)。對(duì)于生物醫(yī)藥企業(yè)，較高的資產(chǎn)周轉(zhuǎn)率說(shuō)明企業(yè)擁有良好的資產(chǎn)運(yùn)營(yíng)效率，并協(xié)助企業(yè)占據(jù)較高的市場(chǎng)地位。因此，本文選用存貨周轉(zhuǎn)率來(lái)構(gòu)建模型指標(biāo)體系。

3.盈利能力。盈利能力反映了企業(yè)獲取利潤(rùn)的能力，在企業(yè)財(cái)務(wù)報(bào)告中多以銷(xiāo)售凈利率或資產(chǎn)凈利率對(duì)其進(jìn)行分析評(píng)價(jià)。在資本市場(chǎng)上，具有高銷(xiāo)售凈利率或資產(chǎn)凈利率的企業(yè)更容易受到投資者的追捧。生物醫(yī)藥企業(yè)具有資產(chǎn)體量大、資產(chǎn)種類繁多的特點(diǎn)，因此，本文選用資產(chǎn)報(bào)酬率來(lái)構(gòu)建模型指標(biāo)體系。

4.發(fā)展能力。發(fā)展能力指企業(yè)的成長(zhǎng)性，其受到企業(yè)價(jià)值增長(zhǎng)和企業(yè)市場(chǎng)地位提升兩個(gè)因素的影響。因此，本文選用凈利潤(rùn)增長(zhǎng)率來(lái)構(gòu)建模型指標(biāo)體系。

5.企業(yè)規(guī)模?；谖⒂^經(jīng)濟(jì)學(xué)原理，上市公司具備規(guī)模效應(yīng)。即公司規(guī)模越大，對(duì)上下游公司的控制性越強(qiáng)，能夠更好地降低企業(yè)營(yíng)業(yè)成本，提高營(yíng)業(yè)利潤(rùn)。因此，企業(yè)規(guī)模具有推動(dòng)企業(yè)價(jià)值成長(zhǎng)的效用，本文選用企業(yè)總資產(chǎn)來(lái)構(gòu)建模型指標(biāo)體系。

6.創(chuàng)新能力。產(chǎn)品研發(fā)是科技制造型企業(yè)的關(guān)鍵環(huán)節(jié)，企業(yè)核心產(chǎn)品的重要程度決定了企業(yè)的市場(chǎng)地位。生物醫(yī)藥企業(yè)核心產(chǎn)品的問(wèn)世需要經(jīng)歷研發(fā)篩選、臨床研究以及批準(zhǔn)上市三個(gè)環(huán)節(jié)，這些環(huán)節(jié)離不開(kāi)企業(yè)巨額的研發(fā)投入。本文選用研發(fā)費(fèi)用率來(lái)構(gòu)建模型指標(biāo)體系。

7.治理能力。治理能力是企業(yè)綜合能力的體現(xiàn)，ESG評(píng)級(jí)指數(shù)是市場(chǎng)機(jī)構(gòu)針對(duì)企業(yè)在環(huán)境、社會(huì)責(zé)任以及公司治理三個(gè)方面所作出的綜合性評(píng)價(jià)?，F(xiàn)有研究表明，ESG評(píng)級(jí)指數(shù)與企業(yè)價(jià)值之間存在顯著的正相關(guān)性，即企業(yè)價(jià)值的提升會(huì)受到ESG評(píng)級(jí)指數(shù)的正向影響。本文選用ESG評(píng)級(jí)指數(shù)來(lái)構(gòu)建模型指標(biāo)體系。

（三）指標(biāo)的數(shù)據(jù)處理

本文參考巨潮資訊網(wǎng)的企業(yè)類別，通過(guò)異常數(shù)據(jù)篩選和排除異常值后，隨機(jī)選取57家生物醫(yī)藥上市公司作為BP神經(jīng)網(wǎng)絡(luò)模型的研究對(duì)象。將其中54家公司作為模型的訓(xùn)練集，3家公司作為模型的測(cè)試集，以2020年12月31日作為評(píng)估基準(zhǔn)日，評(píng)估基準(zhǔn)日的數(shù)據(jù)信息均來(lái)自CSMAR數(shù)據(jù)庫(kù)。收集的數(shù)據(jù)信息包含財(cái)務(wù)數(shù)據(jù)與非財(cái)務(wù)數(shù)據(jù)，對(duì)非財(cái)務(wù)數(shù)據(jù)ESG評(píng)級(jí)指數(shù)采用賦值的方式進(jìn)行定量分析。財(cái)務(wù)數(shù)據(jù)中，包含百分比數(shù)據(jù)和數(shù)值變量數(shù)據(jù)，兩者在數(shù)值大小上存在較大的跨度，直接運(yùn)用此類數(shù)據(jù)，會(huì)影響B(tài)P神經(jīng)網(wǎng)絡(luò)模型的擬合過(guò)程，進(jìn)而導(dǎo)致模型的訓(xùn)練效果不佳，評(píng)估結(jié)果準(zhǔn)確性較低?；诖耍疚脑贐P神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練之前，對(duì)收集到的57家生物醫(yī)藥上市公司數(shù)據(jù)進(jìn)行歸一化處理。數(shù)據(jù)歸一化公式如下：

相關(guān)數(shù)值中的最大值以Xmax表示，最小值以Xmin表示，經(jīng)歸一化處理后的Xi以X*i表示。經(jīng)處理后的部分企業(yè)數(shù)據(jù)如表1所示。

表1 經(jīng)歸一化處理后的部分企業(yè)數(shù)據(jù)

四、BP神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建與訓(xùn)練

（一）網(wǎng)絡(luò)層數(shù)的設(shè)計(jì)

Robert Hetht-Nielson（1989）認(rèn)為，在多層前向神經(jīng)網(wǎng)絡(luò)中，當(dāng)網(wǎng)絡(luò)層數(shù)達(dá)到三層時(shí)，神經(jīng)網(wǎng)絡(luò)能夠最大化地模擬有限間斷點(diǎn)個(gè)數(shù)的非線性連續(xù)函數(shù)。因此，對(duì)生物醫(yī)藥企業(yè)進(jìn)行價(jià)值評(píng)估，本文選用包含隱含層的三層BP神經(jīng)網(wǎng)絡(luò)模型。

（二）神經(jīng)元數(shù)量的設(shè)計(jì)

輸入層神經(jīng)元的設(shè)計(jì)，由BP神經(jīng)網(wǎng)絡(luò)模型的指標(biāo)體系決定，本文選用流動(dòng)比率、存貨周轉(zhuǎn)率以及資產(chǎn)報(bào)酬率等7個(gè)指標(biāo)。因此，輸入層的神經(jīng)元數(shù)量調(diào)整為7。輸出層神經(jīng)元數(shù)量的調(diào)整由模型的輸出變量決定，本文僅以企業(yè)價(jià)值作為BP神經(jīng)網(wǎng)絡(luò)模型的輸出變量，將輸出層神經(jīng)元數(shù)量調(diào)整為1。依據(jù)Kolmogorov法則，隱含層神經(jīng)元數(shù)量的調(diào)整由輸入層和輸出層的神經(jīng)元數(shù)量決定。其計(jì)算公式如下：

其中，隱含層神經(jīng)元的數(shù)量為公式的因變量，由N2表示。輸入層神經(jīng)元的數(shù)量由N1表示，輸出層神經(jīng)元的數(shù)量由M表示，a取值范圍為1—10之間的整數(shù)值。經(jīng)多次訓(xùn)練，本文將隱含層神經(jīng)元的數(shù)量調(diào)整為7。

（三）函數(shù)的設(shè)計(jì)

本文采用S型（sigmod）函數(shù)作為BP神經(jīng)網(wǎng)絡(luò)模型的激活函數(shù)，其計(jì)算公式如下：

激活函數(shù)具有為模型提供非線性化建模的功能，幫助模型解決非線性化映射問(wèn)題，提高模型的學(xué)習(xí)能力。對(duì)模型神經(jīng)元閾值和權(quán)值的調(diào)整，選用Levenberg-Marquart函數(shù)，即L-M反向傳播梯度法，該算法的特點(diǎn)是在較短的梯度下降頻次內(nèi)維持較高的輸出精度，以提高模型預(yù)測(cè)結(jié)果的準(zhǔn)確性。

（四）模型的訓(xùn)練

導(dǎo)入訓(xùn)練集的54家上市公司數(shù)據(jù)信息，調(diào)節(jié)BP神經(jīng)網(wǎng)絡(luò)模型的原始訓(xùn)練參數(shù)，啟用train函數(shù)對(duì)樣本數(shù)據(jù)進(jìn)行訓(xùn)練。經(jīng)多次訓(xùn)練和誤差分析，得到最優(yōu)的訓(xùn)練模型，模型的訓(xùn)練結(jié)果分析如圖1所示。

圖1 模型回歸曲線

可以看出，模型回歸曲線圖中的對(duì)角線上包含了絕大部分訓(xùn)練樣本數(shù)據(jù)，相關(guān)系數(shù)也達(dá)到了0.9694，非常接近于1。即BP神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練結(jié)果具有較高精確度，模型能夠很好地模擬生物醫(yī)藥企業(yè)價(jià)值影響因素和企業(yè)價(jià)值之間的非線性關(guān)系。同時(shí)，高度的相關(guān)性，能夠有效地降低后續(xù)測(cè)試集中的評(píng)估誤差，提高模型的準(zhǔn)確性。

五、結(jié)果對(duì)比與分析

完成BP神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練后，將測(cè)試集的三家上市公司數(shù)據(jù)導(dǎo)入Matlab2016a版本。啟用sim函數(shù)，應(yīng)用完成訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)模型對(duì)測(cè)試集中三家公司進(jìn)行價(jià)值評(píng)估，評(píng)估結(jié)果如表2所示。

表2 企業(yè)市值與模型評(píng)估值對(duì)比 單位：百萬(wàn)元

可以看出，BP神經(jīng)網(wǎng)絡(luò)模型對(duì)健帆生物做出的企業(yè)價(jià)值評(píng)估結(jié)果為33 764.2百萬(wàn)元，與該企業(yè)的實(shí)際市值相比，其絕對(duì)誤差為1.39%；中國(guó)醫(yī)藥企業(yè)價(jià)值評(píng)估的結(jié)果為35 258.18百萬(wàn)元，與該企業(yè)的實(shí)際市值比較，其絕對(duì)誤差為2.83%；最后，同仁堂企業(yè)價(jià)值評(píng)估的結(jié)果為40 820.03百萬(wàn)元，相比于該企業(yè)的實(shí)際市值，其絕對(duì)誤差為4.48%。在三組測(cè)試樣本中，BP神經(jīng)網(wǎng)絡(luò)模型評(píng)估結(jié)果的最優(yōu)絕對(duì)誤差僅為1.39%，平均絕對(duì)誤差為2.90%。可以看出BP神經(jīng)網(wǎng)絡(luò)模型對(duì)生物醫(yī)藥企業(yè)價(jià)值評(píng)估具有較高的準(zhǔn)確度，模型對(duì)生物醫(yī)藥行業(yè)進(jìn)行企業(yè)價(jià)值評(píng)估具備一定的可行性和可操作性。

六、結(jié)論

第一，BP神經(jīng)網(wǎng)絡(luò)模型對(duì)生物醫(yī)藥企業(yè)進(jìn)行價(jià)值評(píng)估具備一定的可行性和可操作性。依靠模型的自主學(xué)習(xí)能力和解決非線性化問(wèn)題的能力，能夠很好地提高評(píng)估結(jié)果的準(zhǔn)確性。即使在面對(duì)被評(píng)估企業(yè)存在財(cái)務(wù)狀況虧損的情況時(shí)，模型依然能夠確保輸出結(jié)果的合理性。相較于傳統(tǒng)企業(yè)價(jià)值評(píng)估模型，BP神經(jīng)網(wǎng)絡(luò)模型的運(yùn)用更為可觀，更加方便快捷，在企業(yè)價(jià)值評(píng)估領(lǐng)域具有更好的發(fā)展前景。

第二，ESG評(píng)級(jí)指數(shù)的引入，為后續(xù)學(xué)者對(duì)BP神經(jīng)網(wǎng)絡(luò)模型在企業(yè)價(jià)值評(píng)估中的研究提供了新的思路。在非財(cái)務(wù)指標(biāo)的設(shè)計(jì)上，學(xué)者們可以多借鑒參考權(quán)威機(jī)構(gòu)的數(shù)據(jù)信息，以此搭建更完善的價(jià)值指標(biāo)體系。

第三，從模型的分析結(jié)果可以看出，流動(dòng)比率、存貨周轉(zhuǎn)率以及資產(chǎn)報(bào)酬率等7個(gè)價(jià)值指標(biāo)與企業(yè)價(jià)值之間存在較高的正相關(guān)性?；诖耍髽I(yè)管理者應(yīng)更加重視以上7個(gè)價(jià)值指標(biāo)，以此提升企業(yè)價(jià)值和企業(yè)市場(chǎng)地位，而投資者可以更加關(guān)注上述價(jià)值指標(biāo)，以此增加投資收益，避免投資風(fēng)險(xiǎn)。