论文部分内容阅读
我国民营经济迅速发展，截止2011年12月30日，我国民营制造业上市公司数量为869家，非制造业民营上市公司的数量为439家，民营制造业上市公司占民营上市公司总数量的66.4%，民营制造业是民营经济的主要组成部分，是国民经济的一大支柱产业。不过，在金融危机之后，我国民营制造业上市公司也陷入困境，资本市场潜在威胁逐渐增大，经营风险也随之提升，因此公司股东迫切需要一套有效的绩效评价系统对民营制造业上市公司的经营状况进行研究，而当前民营制造业上市公司绩效评价的方法过于主观、简单，评价效果不尽如人意。本文构建基于神经网络的上市公司绩效评价模型，对2011年民营制造业上市公司的经营绩效进行评价证明了模型的实用价值，并为股东进行公司战略决策提供导向作用。在总结民营上市公司绩效评价相关文献的基础上，从财务角度和非财务角度建立民营制造业上市公司企业绩效评价指标体系，并构建了基于BP神经网络、RBF神经网络以及SVM模型的绩效评价系统，以深圳交易所中小板块上市的164家民营制造业公司2010年的数据来训练神经网络，通过交叉验证法来选取训练稳定，推广效果好的神经网络评价模型，检验结果表明基于贝叶斯算法的BP神经网络在训练集和测试集上的拟合、预测效果较好，并且具有良好的稳定性，最终选取了基于贝叶斯算法的BP神经网络评价模型，其网络结构为25-10-1。利用BP神经网络评价模型对2011年280家在中小板块上市的民营制造业公司进行绩效评价，结果显示对2010年前上市的148家民营制造业公司进行绩效评价，绩效得分排名前三的是华科生物、恒宝股份、晶源电子，对2010年新上市的132家民营制造业公司进行绩效评价，绩效得分排名前三的是贵州百灵、九安医药、赛象科技。引入BP神经网络的节点贡献度来分析各项指标对绩效的贡献大小，得出对经营绩效得分贡献较大的指标有净资产收益、资产负债率、现金流量比率、营业利润率、股权集中度、股权制衡度以及应付职工薪酬，而资本保值增值率、总资产周转率、独立董事比例、总经理持股比例、高管素质、应交税费对经营绩效的贡献度较小。此外从不同制造业类别角度，根据指标贡献度分析不同制造业类别间公司经营绩效的区别，同时从企业角度，比较选取2010年、2011年排名差异较大的公司，并分析其差异所在。神经网络模型的这些应用证明了神经网络在民营制造业上市公司绩效评价方面应用的可行性。最后从股东利益出发，在财务和非财务方面提出改善经营绩效的相关建议。