百度的財務評價與預測

郭奕陽 何曦然 林小荷

(1.廣東工業大學管理學院，廣東 廣州 510520;2.華南農業大學經濟管理學院，廣東 廣州 510642)

1.引言

2014年，百度榮獲中國十大高薪招聘企業獎，也是在今年，百度豪擲幾億美元并購91無線網站。百度的“大方”在讓我們驚嘆之余，也給我們送上了以下疑問:

百度現在的運營狀況怎么樣了?在日常的會計工作中，財務人員一般會計算多個財務指標來描述本公司的財務情況，有如體現償債能力的資產負債率，體現盈利能力的營業利潤率和體現運營能力的固定資產周轉率等指標，因為這樣可以幫助決策者掌握財務信息，把握歷史業績和經濟前景，做出科學的經濟決策［1］。也有人根據學科交叉原理，創新的提出一些新的評價方法來對財務情況進行分析。有如高芳等人(2005)提出了一種基于離散型Hopfield神經網絡的財務評價模型，該模型結合層次分析法，實現了對高校財務運行狀況的多指標評價［2］;滕春賢等人(2000)在建立高等學校財務評價指標體系的基礎上，應用層次分析法測算出各指標的權重［3］，然后將屬性綜合評價系統首次應用于高等學校財務評價領域，取得了令人滿意的效果等等研究。

但是，在財務分析方面，大多數人比較關心某一個指標的大小如何，而比較少從整體出發，綜合的對企業的財務狀況進行評價分析，并進而為管理決策提供建議。基于此，本文將使用改進的主成分分析模型來對目標公司的財務狀況進行綜合評價，然后通過Fourier模型來對百度未來財務情況的具體走勢進行擬合和預測。

2.研究設計

由于我們評價財務情況時有很多各指標，因此當一個指標對應為一個變量時，本研究要做進一步研究，就必須進行降維，而主成分分析是一種化多個指標為少數綜合指標的統計方法［4］，利用主成分分析法，可以利用已有的數據得出各指標對企業財務綜合情況的貢獻率，再進行綜合評估，求得企業的財務綜合評分。主成分分析模型的建立過程如下文所示。

Step1:改進消除量綱影響的方法。由于標準化使各指標的方差全為1，并且在消除量綱影響的同時，也去除了各指標變異程度的差異信息［5］，因此為了在消除變量量綱的影響的同時，又能反映原始數據的變異信息，本文使用“均值化”方法來達到這個目的。所以，將各指標值aij轉化為均值化指標aij，有:

其中，ai～j為均值化后的數據，μj為第 j個指標的樣本均值。

對應的，稱

為均值化指標變量。

Step2:計算相關系數矩陣R。相關系數矩陣R=(rij)m×m，有

其中:rij=1，rij=rji，rij是第i個指標與第j個指標的相關系數。

Step3:計算特征值和特征向量。計算相關系數矩陣R的特征值λ1≥λ2≥…≥λm≥0，及對應的標準化特征向量μ1，μ2，…，μm，其中μj=［u1j，u2j，…，umj］T由特征向量組成的n個新的指標變量。

其中，y1是第一主成分，y2是第二主成分，ym是第m主成分。

Step4:選擇p(p≤m)個主成分，計算綜合評價值。

1)計算特征值λj(j=1，2，…，m)的信息貢獻率和累積貢獻率。稱

為主成分yi的信息貢獻率;而且稱

為主成分y1，y2，…，yP的累積貢獻率。當aP接近1(ap=0.85，0.90，0.95)時，則選擇前 P 個指標變量y1，y2，…，yP作為P個主成分，代替原來的n個指標變量，從而可對P個主成分進行綜合分析。

2)計算綜合得分:

其中，bj為第j個主成分的信息貢獻率，根據綜合得分就可進行評價。

3.研究結果

3.1 財務綜合評價求解

在評價方面，第一步要做好的就是要選擇好指標。張倩(2011)曾指出，項目的財務評價指標的選取和評價方法的選擇是否正確關系到項目的成敗［6］。在此本文選擇在評價財務的情況時有代表性的指標，也就是體現償債能力、營運能力和盈利能力的財務指標。根據百度的報表，可以求得其相應的財務指標，具體數據匯總如下表1所示:

表1 百度的財務指標

運用Matlab R2010b軟件對上表各財務指標進行改進的主成分分析，求得財務綜合評分如下表2所示:

表2 財務綜合評分

根據上述的財務綜合評分可以作出其走勢圖，以及運用二元一次方程擬合出其表達函數方程:

由圖2可看出，百度網站財務的綜合情況自2009－2012年是先逐漸上升，然后開始有所下降。究其原因，我們可以從上表11看到，自2012以來，百度的營業利潤率(體現在營業收入下降)、股東權益報酬率(體現在凈利潤下降)和平均資產周轉率(體現在銷售收入下降)都呈現不同水平的下降。2013年百度的盈利相對2012年來說有較大的下降比例，主要原因是盈利能力的下降，也就是公司的總收入有較大的下降的幅度。據此，百度可以從減少總成本費用和增加公司收入方面入手。而由于減少成本相對增加收入來說比較容易控制，因此百度可以采取緊縮戰略，從而實現總成本費用的降低。

其中，擬合方程的擬合優度R2=0.9756，這表明擬合的效果很好，但是由于二元一次函數圖象即為拋物線圖像，因此對稱軸兩邊為單調變化，這顯然不能用來預測百度未來財務情況的具體走勢。因此本文將引入更穩健的擬合和預測模型。

圖1 財務綜合評分

3.2 Fourier擬合和預測

每個企業都有著自身的生命周期，即包括發展、成長、成熟、衰退幾個階段。假設百度能長久的發展下去，那么它就有無數個發展周期。同樣的，這也會體現在其財務情況方面上。因此，根據這種周期發展的特性，本文運用Fourier來對財務綜合評分進行擬合，然后根據擬合方程來進行計算未來5年的預測值。

利用Matlab R2010b軟件的cftool工具箱，進行Fourier擬合，然后根據擬合方程計算出未來5年的預測值，具體展示與下圖2:

圖2 Fourier擬合和預測圖

擬合得到的方程如下:

其中，圖3中1－6范圍為Fourier的擬合曲線，7－11范圍為根據擬合函數計算出來的預測值的圖像;Fourier的擬合優度R2=1，這表明擬合情況極佳。

為了探索Fourier擬合模型的穩健性，本文接下來進行仿真模擬。

4.穩健性檢驗

4.1 蒙特卡洛模擬仿真

根據綜合評價的財務評分，本文通過運用蒙特卡洛仿真來模擬百度5年后的財務綜合情況。在運用蒙特卡洛(Monte Carlo)模型前，先要檢驗其綜合評分符合什么分布。經SPSS19.0軟件的Q－Q圖驗證得，財務綜合評分的正態Q－Q圖基本上為一條對角的直線，因此符合正態分布。

圖3 正態Q－Q圖

據此，本研究使用的蒙特卡洛命令為R=normrnd(MU，SIGMA，m，n)(生成均值為 MU，標準差為 SIGMA，m行 n列的m×n個正態隨機數)。基于上文求得的綜合評分的均值和標準差，運用Matlab R2010b軟件進行編程，實現蒙特卡洛仿真，結果如下圖4所示:

圖4 蒙特卡洛仿真情況

結合圖3中預測的部分圖像和圖5的具體走勢，可以很明顯看到其大致的走勢情況是相同的。這表明Fourier擬合模型的穩健性較強，可以用來擬合和預測百度的財務情況。

根據預測和仿真結果，百度的財務情況在未來一年內會有一定的下降幅度，但隨后三年會有一定好轉。下降的原因可能是由于業務量下降或者是成本增加導致的，百度應該對此進行關注并制定低成本高收益戰略。由于仿真具有不確定性，因此對財務綜合評價的模擬仿真在此僅提供研究的參考。

5.結論

5.1 建議

(1)成本管理。百度近年的盈利能力有所下降，可以從減少總成本費用和增加公司收入方面入手，控制成本，緊縮支出。

(2)選擇集中化和多元化戰略。在競爭戰略方面，百度的核心競爭力是其搜索引擎的強大、IT和軟件的創新;而在成長型戰略方面，百度在具體戰略選擇上可以選擇多元化成長戰略。

(3)實行差異化競爭。對比其他互聯網公司，在管理上，充分利用業務經營優勢，突出優勢品牌的經營。

(4)未來發展。注重相關業務的聯系和捆綁，從長遠來看，電子醫療和智能能源無疑最具有吸引力，而聯網汽車、云計算和移動支付則能實現短期收益。這一過程是拉動百度營業額增長的良好時機，公司應該瞄準機會，發掘合作潛力，從而推動整個互聯網行業的發展。

5.2 報表說明

由于本文研究的是美股，百度上市公司，因此在外界所披露的報表上，其報表格式跟國內的上市公司的格式和科目說法有較大的不同，并且從分析的過程來看，百度的財務信息披露不全面，甚至有點朦朧。例如，在資產負債表里有現金與約當現金的科目，不能很好區分庫存現金和銀行存款;資本公債，表示為資本公積;保留盈余，表示留存收益;累積其他全面收入，表示未分配利潤。

5.3 優缺點分析

(1)優點分析。在綜合評價的主成分分析方面，本文把百度的盈利能力、償債能力和運營能力的財務指標，納入綜合評價的范圍，從而比較全面的對百度的財務情況進行分析，并提出了財務方面可能出現問題和解決方向;引入了擬合效果更佳的Fourier來對財務綜合評分進行擬合和預測;運用蒙特卡洛模型對百度未來的財務情況進行模擬仿真，檢驗了Fourier擬合模型的穩健性，也給讀者提供了在財務分析方面有價值的研究參考。

(2)缺點分析。在主成分分析方面，指標的正確選取對評價的結果具有決定性的影響，這也是現今綜合評價比較棘手的處理問題。

5.4 應用

(1)根據主成分分析模型評價出公司幾年間的財務情況，我們就可以大概摸清該公司近幾年的財務情況的走勢，因而可以通過預測來求出未來的財務狀況，從而確定投資時期。

(2)根據財務的綜合評分，我們可以對此進行Fourier擬合和預測出一間公司的財務情況，也可以運用蒙特卡洛進行模擬仿真，模擬出該公司未來若干年的財務情況，從而為相關人員提供決策的參考依據。

［1］李芳芝，王兵兵.財務分析在高校財務管理中的意義及作用［J］.河北廣播電視大學學報，2001，6(2):57－58.

［2］高芳，王明秀，崔剛.基于神經網絡的高校財務評價［J］.哈爾濱工業大學學報，2005，37(6):854.

［3］滕春賢，畢克新，宿偉玲，尹德利.屬性綜合評價系統在高等學校財務評價中的應用［J］.系統工程理論與實踐，2000(4):115.

［4］司空奎，孫璽金.數學建模算法與應用［M］.北京:國防工業出版社，2013.361－362.

［5］徐雅靜，汪遠征.主成分分析應用方法的改進［J］.數學的實踐與認識，2006，36(6):70 －71.

［6］張倩.當前我國項目財務評價指標體系和方法淺析［J］.財政金融，2011(2):63.