论文部分内容阅读
企业的经营和发展离不开各项资本的支持。通过管理者对资产结构的合理配置,企业可以实现更优的经营绩效,从而实现企业价值的最大化。而通过企业的经营绩效来对资产结构研究,有助于理清资产结构和企业经营绩效间的内在关系,从而规范了企业管理者的行为。首先介绍了我国及国外关于企业资产结构的研究情况,据此构建了关于企业资产结构对经营绩效影响的理论框架。然后：介绍了BP神经网络原理,主要包括了BP神经网络技术介绍和BP神经网络的优缺点。在实证部分,提出两点研究假设。假设一为产能性资产比例与经营绩效成正相关关系,假设二为周转性资产比例与经营绩效成负相关关系。实证部分希望达到两个目的：第一是考察资产结构和企业经营绩效的关系,也即相关性研究；第二是运用BP神经网络技术来建立一个企业资产结构与经营绩效的模型,采用选取的八项用来衡量企业资产结构的研究变量作为输入变量,将一项用来衡量企业经营绩效的研究变量作为输出端,采用神经网络技术建立模型。实证结果显示,相关性研究部分分别验证了上述两条假设。在模型建立部分,分别建立了针对2010年、2009年、2008年和2007年四个样本期间的实证模型,最终网络模型的MSE均小于实验设计的精确值0.01。这一点印证了企业的资产结构和经营绩效间存在着某种线性或非线性的联系,可以通过建立BP神经网络模型来将企业的资产结构和经营绩效对应起来。其中,针对2007年样本期间所建立的BP神经网络模型不能直接应用来预测2011年的经营绩效,通过该模型得到2011年企业的总资产报酬率的误差较大,准确性较低。在针对2010年样本期间的BP神经网络模型中,本文运用八项输入研究变量的权值系数,分析处理得到神经网络模型中各项输入变量的权重。结果显示,产能性资产比例(FAR)和周转性资产比例(WCR)的权重最大,二者之和近似于100%。这说明在针对2010年样本期间的神经网络模型中,周转性资产的影响最大,其次为产能性资产,这两项资产对于企业的经营绩效有着重大影响。实证研究结果表明,虽然企业的资产结构和经营绩效间存在着某种线性或非线性的联系,可以通过建立BP神经网络模型来将企业的资产结构和经营绩效对应起来。但是,随着企业针对自身所拥有的经济资源的不断调整,以前年度构建的网络模型在预测未来较大时间跨度的经营绩效方面还是有些力不从心。通过实证分析,进一步验证了财务理论中有关资产结构和经营绩效二者间内在关系的理论内容,同时根据绩效预测模型依据现有的资产结构数据对企业经营绩效进行了合理预计。最后针对今后如何研究企业资产结构和经营绩效问题提出了启示和研究建议。