未来智讯 > 神经网络论文 > 基于BP神经网络的“互联网+农业”上市公司绩效评价

基于BP神经网络的“互联网+农业”上市公司绩效评价

发布时间:2020-04-05 01:06:01 文章来源:未来智讯    
    基于BP神经网络的“互联网+农业”上市公司绩效评价作者:未知  摘 要:“互联网+农业”可加速农业财产化历程,收缩农产物流通渠道,可以解决农业经营的融资难题,客观评价“互联网+农业”上市公司绩效对农业的转型进级和公司的可持续成长尤为严重。鉴戒农业上市公司绩效评价目标,择取15个目标构建“互联网+农业”上市公司绩效评价目标系统,议决条理剖析法确定目标权重,并基于BP神经网络构建“互联网+农业”上市公司绩效评价模子。了局证明,绩效评价模子具有优良的泛化才力,可以有用评价农业上市公司绩效,且“互联网+农业”上市公司总体绩效程度差。
  关头词:“互联网+农业”;绩效评价;条理剖析法;BP神經网络
  中图分类号:F830.91        文献标志码:A      文章编号:1673-291X(2019)12-0071-05
  引言
  农业是国平易近经济建设和成长的支柱财产,其成长关乎国度经济命根子。作为农业产出的农产物,其流通联贯着宽大农人和繁多的积攒者,直接影响农人和积攒者的亲身利益。因为流通枢纽多、效果低下、消耗重要等,导致“菜贱伤农”“菜贵伤平易近”时有产生,农产物流通陷入困局。流通枢纽多、效果低下、消耗重要等问题,与农业公司专业性弱、大而不优、多而不强亲昵有关。跟着互联网时代的到来,互联网技艺的不息更新,催生了电子商务,为农业公司立异和转型进级供给了新的思绪。农业上市公司是支持农业成长的龙头企业,对促成农业财产化、成长当代农业起引领作用。今朝,很多农业上市公司已着手结构“互联网+”范畴,抢占“互联网+农业”先机[1]。所谓“互联网+农业”,是指依托互联网技艺,兑现出产要素的公道设置,以及人力、物力和资金的优化调节,提高出产效果,推动农业出产体式格局和运营体式格局的厘革,从而促进农业的转型进级。“互联网+”配景下,“互联网+农业”上市公司绩效若何,应若何增强自身绩效经管,对其可持续性成长和整个农业的转型进级起严重作用。
  今朝,农业上市公司的绩效评价首要选取均衡记分卡、因子剖析法、EVA剖析法等线性回归要领。彭晓洁、高梦捷(2014)运用因子剖析法对我国农业上市公司进行绩效评价,了局证明,农业上市公司绩效差距较大[2]。蕾娜、邓淑红(2016)基于EVA构建农业上市公司绩效评价模子,了局证明,我国农业上市公司运营状态差[3]。线性回归要领只可评价目标间的线性关系,不克不及剖断目标间非线性关系。而BP神经网络具有自进修和自顺应才力,其非线性映射能以随意率性精度迫近非线性函数[4],是以可以评价目标间的非线性关系。今朝BP神经网络以其奇特性在医药企业、贸易银行等各异范畴获得普遍运用,但尚未涉足农业公司绩效评价。褚淑贞、杨家欣(2015)基于BP神经网络构建了医药企业绩效评价模子,切磋证明,BP神经网络能正确评价医药企业绩效[4]。蔡艳萍、孙夏(2016)综合运用BP神经网络和灰色联系度对上市贸易银行绩效进行评价,了局证明,BP神经网络评价模子具有很好的泛化才力[5]。
  是以,本文以“互联网+农业”上市公司为切磋对象,拟鉴戒农业上市公司绩效评价目标,运用条理剖析法确定目标权重,基于BP神经网络构建“互联网+农业”上市公司绩效模子,并凭据评价了局提议绩效优化建议,对“互联网+农业”上市公司改善经营经管程度和促进农业财产化具有严重意义。
  一、“互联网+农业”上市公司绩效评价目标系统构建
  (一)绩效评价目标采用
  对农业上市公司的绩效评价首要接纳传统的财政绩效目标,从“管帐收入状态”“资产运营环境”“偿债才力”“成长才力”四个方面进行。赵景芬、戴蓬军(2013)选取净资产收入率和总资产收入率两个反映管帐收入的目标,评价农业上市公司绩效[6]。吉生保、席艳玲、赵祥(2012)以主营交易收益和利润总数两个反映资产运营的目标、器量农业上市公司绩效[7]。彭晓洁、高梦捷(2014)从获利才力、营运才力、偿债才力和成长才力四个维度评价农业上市公司绩效,以发卖净利润率、净资产收入率和每股收入反映获利才力,以存货周转率、应收账款周转率和总资产周转率反映营运才力,以速动比例、资产欠债率和已获利钱倍数反映偿债才力,以营业收益增进率、净利润增进率和总资产增进率反映成长才力。传统绩效评价目标能有用评价上市公司绩效,但存在过度着重利润目标不及[2]。故,张平心、陈琳、李补喜(2006)在传统绩效评价目标根本上,添加了每股经营现金流量以反映公司盈利质量[8]。
  基于现有绩效评价切磋,本文综合思虑传统绩效目标和盈利质量目标,从管帐收入、本钱运营、偿债才力、成长才力和盈利质量五个方面评价“互联网+农业”上市公司,以求周全反映其绩效程度。
  (二)绩效评价系统构建
  本文以“互联网+农业”上市公司绩效为总的测评指标,即指标层;以管帐收入、资产运营、偿债才力、成长才力和盈利质量作为到达总指标所涉及的中央层目标,即一级目标;规则层为直接评价“互联网+农业”上市公司绩效的具体目标,即二级目标。用U表现“互联网+农业”上市公司绩效,U1,U2,U3,U4,U5表现二级目标,即U={U1,U2,U3,U4,U5}={管帐收入,资产运营,偿债才力,成长才力,盈利质量}。Uij表现具体二级目标(i=1,2,3,4,5;j=1,2,3,4)。“互联网+农业”上市公司绩效评价系统(见表1)。
  二、基于BP神经网络的绩效评价模子构建
  BP神经网络是单向传布的前向神经网路,由输入层、隐含层和输出层3个条理组成。切磋证明,隐含层个数会影响神经网络进修速度,3层神经网络能够迫近随意率性赓续函数[9]。是以,本文选择布局相对简略的3层BP网络构建“互联网+农业”上市公司绩效评价模子,具体程序如下:
  程序一,确定输入层、输出层神经元个数。凭据绩效评价目标系统,影响“互联网+农业”上市公司绩效的首要是二级目标,共15个,则输入层的神经元个数为15,即m=15;以评价了局作为网络输出,则输出层神经元个数是1,即n=1。
         程序二,确定隐含层神经元个数。切磋证明,隐含层神经元个数是由网络拘谨本能的优劣来确定的,本文接纳高大启(1998)在大量网络布局根本上获得阅历公式[10]:
  这里m=15,n=1,是以能够获得隐含层神经元个数为L=7。
  程序三,确定神经元转换公式。平日,输入层到隐含层的转换函数为tan sig,隐含层到输出层的转换函数为purelin。
  程序四,确按期望输出。本文议决专家访谈,行使条理剖析法获得各一级、二级目标的权重,各二级目标和对应的一级目标权重相乘获得各二级目标的最后权重,具体(见下页表2)。以最后权重和各二级目标数值的乘积之和作为BP神经网络的盼望输出。
  程序五,确定评价尺度。凭据谋略了局將绩效程度分为三个等级,离别为优、良、差,对应的取值局限离别为0.6—1、0.4—0.6、0—0.4(见下页表2)。
  三、实证剖析
  (一)样本采用及数据起原
  本文切磋对象为以农产物出产、发卖、流通为主的农业上市公司,且这些公司实行了“互联网+”战略,数据起原于中国财富网上有关公司的财政讲演。中国财富网上农牧饲渔板块共71家公司,个中局部公司以农业出产资料的出产、发卖为主,与本文切磋对象不符合,且局部公司财政报表存在数据缺失。是以,剔除不符合和财政讲演数据缺失的公司,最后采用了40家农业上市公司2016—2017年的财政数据。采用的40家上市公司中,有8家公司接纳“互联网+”战略,包罗大湖股份、大康农业、好想你、宏辉果蔬、农产物、青怡股份、盛盈汇、獐子岛。本文以8家“互联网+农业”上市公司为测试样本,以残剩32家上市公司为训练样本,探讨“互联网+农业”上市公司绩效程度。
  (二)数据预处置
  本文数据起原于上市公司财政报表,为了幸免因目标单元纷歧和数据差距较大而造成的网络麻木,必要对数据进行归一化处置。本文所选15个目标中,有11个为正向目标,4个为适中目标,对各异的目标选取各异的归一化处置体式格局。
  (三)网络模子训练及了局剖析
  以32个训练样本的数据作为样本的输入,选取Matlab软件进行网络训练,具体代码如下:
  net=newff(P,T,[7],{'tansig','purelin'},'traingd');
  net.trainParam.show=50;%每隔50步显示一次训练了局
  net.trainParam.lr=0.05;%进修率为0.05
  net.trainParam.epochs=5 000;%许可最大训练次数为5 000
  net.trainParam.goal=1e-3;%训练指标最小偏差为1e-3
  [net,tr]=train(net,P,T)
  A=sim(net,P)
  在网络训练2 273步之后,训练偏差到达指标偏差(如下页图所示)。训练样本模子输出了局(如下页表3所示),从盼望输出与模子输出对照看,偏差在可接管的局限之内,模子评价了局相符现实,讲明构建的神经网络模子具有较强的泛化才力,可普遍用于农业上市公司绩效的辨认和评价。
  挪用训练好的模子,将8家“互联网+农业”上市公司数据输入模子进行绩效评价,模子输出了局(如表4所示)。了局证明,8家上市公司绩效程度平衡,均表示欠好。在8家公司中,宏辉果蔬绩效表示最佳,为0.393,几近到达优良程度。
  (四)优化建议
  凭据模子输出了局,宏辉果蔬绩效表示最佳。宏辉果蔬是一家专业从事生鲜农产物出产、加工和流通服务的公司,产物涵盖全国南北和入口的特色果蔬。其运营具有两个特点:一是选取一体化的当代农业服务模式,建有天津、上海果蔬加工配送基地,集果蔬莳植、采购、仓储、配送为一体,兑现从基地到客户的直接供应。二是聚焦于中高端积攒者,积极拓展国表里大型连锁超市,今朝与多家大型连锁超市设立优良的合作关系。
  基于宏辉果蔬的特点,本文提议两点绩效优化建议:起首,构建一体化服务模式。一体化模式可以有用削减中央枢纽、贬低流通成本,并可以促进农业规模化。构建一体化服务模式,一方面,应增强出产基地建设与经管,从源头把控产物质量。另一方面,积极行使互联网技艺,兑现精准营销和产销精准对接。其次,客户精准定位。“互联网+农业”上市公司应凭据自身产物特点,细分指标客户群,做到切确发卖。
  结语
  本文以“互联网+农业”上市公司为切磋对象,从管帐收入、资产运营、偿债才力、成长才力和盈利质量五个维度选择体面的目标,构建“互联网+农业”上市公司绩效评价模子,并实证切磋“互联网+农业”上市公司绩效程度,为完善农业上市公司绩效评价系统供给了理论和实际依据。本文切磋结论归纳综合如下:
  第一,议决专家访谈,行使条理剖析法确定了绩效评价目标权重。了局证明,资产运营所占比重最大,为0.2739,而资产运营下的二级目标权重最高的是存货周转率。也便是说,对“互联网+农业”上市公司绩效影响最大的是资产运营目标,而对资产运营影响最大的是存货周转率。
  第二,构建了BP神经网络绩效评价模子,以32家农业上市公司作为训练样本进行网络训练。训练了局显示,盼望输出与现实输出的偏差较小,到达指标偏差要求,证明所构建的网络模子具有很好的泛化才力,能有用评价农业上市公司绩效。
  第三,行使调试好的网络模子,评价8家“互联网+农业”上市公司绩效程度。了局证明,“互联网+农业”上市公司绩效程度平衡,总体表示差。
  参考文献:
  [1]  寇光涛,卢凤君.“互联网+农业财产链”的实践归纳与立异路径[J].屯子经济,2016,(8):30-34.
  [2]  彭晓洁,高梦捷.基于因子剖析法的农业类上市公司经营绩效评价[J].财经问题切磋,2014,(11):68-73.
  [3]  蕾娜,邓淑红.基于EVA视角的中国农业上市公司绩效评价[J].当代农业,2016,(5):98-100.
  [4]  褚淑贞,杨家欣.BP神经网络在医药企业绩效评价中的应用——以我国中成药上市企业为例[J].中国新药杂志,2015,(17).
  [5]  蔡艳萍,孙夏.基于BP神经网络的上市贸易银行绩效评价系统[J].体系工程,2016,(12):24-30.
  [6]  赵景芬,戴蓬军.农业类上市公司多元化经营对绩效的影响切磋[J].农业技艺经济,2013,(12):118-124.
  [7]  吉生保,席艳玲,赵祥.中国农业上市公司绩效评价——基于SORM-BCC超效果模子和Malmquist的DEA-Tobit剖析[J].农业技艺经济,2012,(3):114-127.
  [8]  王平心,陈琳,李补喜.整合EVA的上市公司绩效评价模子切磋[J].数理统计与经管,2006,(2):186-194.
  [9]  周庆梅,王柯淇.藏书楼数字资源服务绩效混沌神经网络评价切磋[J].谍报科学,2015,(2):41-45.
  [10]  高大启.有西席的线性基本函数前向三层神经网络布局切磋[J].谋略机学报,1998,(1):80-86.
转载请注明来源。原文地址:https://www.7428.cn/page/2020/0405/87316/
 与本篇相关的热门内容: