企业成长性评价体系探究.pptVIP

目 录 CONTENTS 1 2 3 4 问题提出 研究意义 研究方法 研究内容 5 6 模型验证 研究展望 1 问题提出 研究背景： 当前我国非国有经济创造的经济价值不断提高，很多投资者逐渐将投资目光聚焦于那些正处于高速发展期的中小企业。目前，大部分国内外学者都倾向于利用综合指标如盈利能力、市场竞争力、技术创新能力等多个方面来衡量企业成长能力，但国内外的诸多学者并没有能够开发出一套行之有效的、能够得到广泛认可的计量方法。 选题目的： 无法有效衡量中小企业的成长能力，一方面，给银行和投资者的决策带来相当的难度。另一方面，有效的评价体系的缺失，会使得大量成长性较高的中小企业缺乏充足的资金支持，不利于我国市场经济的良性发展。在当前中小企业融资难、融资贵的大背景下利用先进的数学方法来建立更加科学的评价体系，是当前支持中小企业发展亟待解决的问题。 理论意义： 过去企业成长性的研究大都是采用了单一的指标来衡量，众多学者也大都采用了比较基本的线性回归分析法，简单的模型在实践中会产生较大的误差，且单一指标也很难有效的衡量企业的成长性。本文在研究过程中，采用了层次分析法来精确衡量企业的成长性，这一方法的运用使企业成长性的衡量更加精确，同时也为评价其他研究提供了借鉴，从而使得这一方法能够在企业研究中得以广泛的应用。 现实意义： 科学有效的中小企业成长能力评价方法一方面能够更好的指导投资者的投资决策； 另一方面能够给那些发展态势良好的企业带来更好的融资机会，有利于优质中小企业的长远发展，优胜劣汰，在一定程度上驱逐劣质中小企业的存在，使我国中小企业市场能够朝着一种良性的方向发展。 2 研究意义 因子分析法 2 蒙特卡罗模拟法 3 3 评价体系指标的选择 3 1 研究方法 3 中小企业成长性指标的分析方法 神经网络分析 4 研究方法 3 中小企业成长能力评价体系指标的选择——企业成长性（Y）包括： 运营能力（H2） 盈利能力 （H1） 管理能力（H7） 技术创新（H4） 人力资本（H3） 偿债能力（H6） 发展潜力（H5） 每股收益(X1) 资产报酬率(X2) 净资产报酬率(X3) 管理费用率(X4) 存货周转率(X5) 应收账款周转率(X6) 总资产周转率(X7) 销售现金比率(X8) 每股净现金流量(X9) 总资产周转率(X7) 本科以上职工比例(X10) 40岁以下职工比例(X11) 技术职工比例(X12) 无形资产比率(X13) 研发支出比率(X14) 销售费用率(X15) 营业收入增长率(X16) 总资产增长率(X17) 总资产周转率(X7) 留存盈余比率(X19) 净利润增长率(X18) 流动比率(X20) 速动比率(X21) 经营净现金流量 (X22) 管理者的个人素质(X24) 员工工作积极性(X25) 应收账款周转率(X6) 战略执行能力(X27) 员工忠诚度(X28) 制度合理性(X26) 资源配置能力(X29) 资产负债率(X23) 研究方法 3 因子分析法 因子分析法的主要目的在于从复杂的影响因素中找出共性的因子，以共性因子来代表众多的复杂影响因子，最终利用因子分析法来剔除那些影响作用较小的变量。文中因子分析法的主要思想是按照每个变量间相关性大小对变量逐一分组，使同组内的变量之间相关性较高，而不同组的变量之间的相关性较低。 通过论文中的公式推导可以计算每个因子对于目标变量的的方差贡献度其计算公式为: （公式1） 研究方法 3 蒙特卡罗模拟法 对于企业的管理数据本文通过MATLAB软件建立随机程序，采用蒙特卡罗模拟法进行随机模拟，并利用随机模拟出来的数据进行实证研究。 在进行大样本数据研究的时候，企业管理指标的数据比较接近于随机数据，基于投资者一般无法大规模获得企业管理数据现实情况，本文将采取蒙特卡罗模拟法，利用随机数据的原理，使系统自动生成一系列数据，这些数据相互之间不关联，这与企业的实际经营状况基本一致。 由于利用蒙特卡罗模拟法得到的数据是随机的，无法保证这些数据符合中小企业的实际经营状况，因此在利用蒙特卡罗模拟法对本文所需的管理指标数据进行模拟时，需要对数据进行检验和处理。本文利用BP神经网络模型来对随机数据进行检验和处理。 研究方法 3 神经网络分析法 BP神经网络模型是一个按照最大允许误差进行逆向传播计算的前馈网络系统，分为输入层、隐含层和输出层。在计算时，从输入层输入外界信息，并将信息传递到隐含层，隐含层中的函数会对这些数据信息进行处理，会根据反馈结果自动调整其各个数据的权重，直到模型的计算结果与期望输出的误差在允许范围内，其模型结构如下图所示： 信号首先经由输入端X进入模型，隐含层的计算函数