基于神經網絡模型的數字企業價值評價研究

【摘要】文章基于我國2015—2023年部分數字企業的面板數據，構建多維度數字企業價值評估指標體系。運用熵權法計算企業價值，深入探究了影響企業價值的關鍵因素。采用神經網絡模型結合偏移對應法，對數字企業的未來企業價值進行了前瞻性預測。研究發現，數字企業價值的關鍵驅動因素為營業總收入和流動比率；綜合得分變動趨勢表明，科大訊飛、中國電信、聯想集團的企業價值得分整體下滑，美的集團、騰訊控股、兆易創新、360等企業呈現波動上升的趨勢，中興通訊、海康威視的綜合得分相對穩定；神經網絡模型的擬合結果顯示，初始階段預測值與真實值之間存在顯著差異，隨著迭代次數的遞增，各企業價值的預測誤差逐漸縮小；偏移對應法預測表明，大部分數字企業的價值水平正穩步上升，而中國電信、科大訊飛、兆易創新等企業未來三年的價值可能呈現相對下降趨勢。

【關鍵詞】神經網絡模型；熵權法；偏移對應法；數字企業；企業價值

【中圖分類號】F275

一、引言

人工智能、大數據、云計算等為代表的數字經濟的迅猛發展，推動了工業4.0時代的到來，數字經濟作為最活躍的領域之一，被認為是實現中國新舊動能轉換的重要著力點。一方面，數字技術的發展極大地改變了企業的運營與管理方式，在一定程度上也影響了企業價值。通過引入大數據、云計算等先進技術，企業能夠更高效地分析海量數據，從而優化決策過程，提高運營效率，進而降低經營成本，提升企業價值。另一方面，數字經濟的發展為數字化企業帶來了商業模式的創新機會，數字企業是科技創新發展的微觀基礎，數字經濟發展的根本在于數字技術創新[ 1 ]。傳統企業的商業模式往往受到時間和空間的限制，而數字技術的發展使得企業能夠突破這些限制，創造出全新的商業模式。但同時，數字技術的創新性和復雜性等特征使數字企業在研發過程中面臨更大的風險和不確定性，數字企業未來價值更具波動性。企業價值可以反映出公司是如何有效配置企業資源，同時反映企業的經濟效益、未來發展潛力、社會責任和貢獻、利益相關者的回報能力以及管理效率和創新能力等多個方面。通過評估企業價值，可以更好地了解企業的整體狀況和發展前景，為企業的戰略規劃和決策提供有力支持。因此，研究影響數字企業未來的發展走向以及數字企業價值的影響因素對于企業經營管理具有重要意義。

本文選取2015—2023年數字企業面板數據，從多個維度構建數字企業價值評估指標體系，采用熵權法對企業價值進行評價，在此基礎上，運用神經網絡模型探究影響企業價值的關鍵性因素，以期為數字企業優化管理、提升企業價值提供參考，并基于神經網絡模型采用偏移對應法對數字企業未來三年的企業價值進行預測，有助于企業更好地了解自身價值和市場地位，為決策和投資提供有力支持。

二、數字企業價值評價模型構建及流程設計

數字企業從傳統的發展模式向以數字化為核心的發展模式轉變，更加注重利用數字技術驅動業務發展，優化組織結構和管理方式，并提升企業綜合效益來保持數字企業的持續競爭力和創新能力[ 2 ]。從發展能力、債務風險、成長能力和盈利能力四個維度進行系統全面的分析后，具體指標內容如表1所示。

從數字經濟發展戰略角度對數字企業價值進行評價：首先，基于數字經濟發展戰略，結合當前數字企業的發展特征，深入分析影響企業價值的主要因素，并據此構建一套全面的指標評價體系。其次，利用熵權法確立各指標的相對權重，并據此計算各數字企業的得分與排名。隨后將這些評價指標作為BP神經網絡模型的輸入，對評價模型進行訓練與驗證。同時，采用偏移對應法預測未來三年數字企業的價值。最后，對所得結果進行深入分析，并提出針對性的改進建議。

三、研究方法與數據說明

（一）研究方法

1.熵權法

熵權法是一種常用的指標權重確定方法，基于信息熵的原理。作為一種常見的多指標決策方法，一般解決價值評估類問題。

2.神經網絡模型

BP神經網絡作為一種基于誤差反向傳播算法訓練的人工神經網絡模型，展現出高度的適應性和準確性。其結構呈現為一種有向圖模型，由輸入層、隱藏層和輸出層三部分組成，每層內部均包含一定數量的神經元（節點）。這些神經元之間通過連接權重進行信息的傳遞與交互，其中權重值（Wi j、Vi j）代表了神經元間的連接強度或記憶強度，正權值促進信息的傳遞，負權值則抑制信息的流通。典型三層BP神經網絡模型中，包含m個輸入神經元（xi）、p個隱藏層神經元（zi）以及n個輸出神經元（yi）。整個網絡通過正向推理或反向推理以及雙向推理的機制，實現從初始狀態到目標狀態的轉變。網絡通過前向傳播過程計算模型預測值與真實值之間的誤差，隨后利用反向傳播算法將這一誤差信息逐層回傳至各個參數，以指導權重和偏置的更新與優化。

3.偏移對應法

偏移對應法作為一種在時間序列分析中廣泛應用的方法，其核心在于識別并解釋時間序列數據中隱藏的模式和趨勢。本文中假設擁有1個預測目標數據和n種因素數據，這些數據覆蓋了1～8年的時間序列。可利用1～6年的因素數據作為輸入，將對應的目標數據設定為3～8年來訓練神經網絡模型。訓練完成后，把7～8年的因素數據作為輸入以預測9～10年的目標數據。這種方法允許利用已知的歷史數據來預測未來的趨勢和變化，為企業價值的評估提供了有力的工具。

（二）數據說明

文章結合《中國上市公司數字經濟白皮書》公布的電子元器件及設備制造、信息技術服務、軟件開發等數字經濟核心重點產業TOP20及2022年中國數字經濟100強，選取部分企業作為數字企業樣本，具體包括：騰訊控股、聯想集團、美的集團、中國電信、中興通訊、科大訊飛、海康威視、兆易創新、360。各個變量的描述性統計結果如表2所示。

四、數字企業價值評估測算

（一）熵權法測算結果及分析

1.指標權重分析。通過熵權法計算數字企業價值的各個二級指標信息熵及權重如表3所示。對于總體樣本數字企業而言，對企業價值影響最大的是營業總收入和流動比率兩個指標，其權重相對較高，表明該指標在整體評估中占據重要地位。因此數字企業未來在提升自身企業價值時，應當注重提高發展能力以及降低債務風險。

2.數字企業價值綜合得分分析。經熵權法測算，各個數字企業2015—2023年的數字企業價值綜合得分及排名如表4所示。從綜合得分變動趨勢來看，科大訊飛、聯想集團的企業價值得分整體上呈現下降趨勢，美的集團、中國電信、騰訊控股、兆易創新、360的綜合得分呈現波動上升的趨勢，中興通訊、海康威視的綜合得分波動幾乎不變。騰訊控股企業價值在這些年份中一直保持了較高的得分和排名。從2015年到2023年，其得分逐年遞增，顯示出其強大的競爭力和穩定的增長態勢。美的集團和中興通訊在這些年份中有所起伏，但整體上還是呈現出一定的增長趨勢。海康威視、兆易創新和360這三家公司在不同年份的得分和排名也有所不同，但整體來看，它們都在行業內具有一定的競爭力和影響力。聯想集團的得分變化較為平緩，沒有明顯的上升趨勢或下降趨勢。這可能反映了公司在這些年份中發展相對穩健，但也面臨著一定的挑戰和競爭壓力。中國電信雖排名有所下降，但其得分相對較高，在多數年份中保持了一定的穩定性，雖然得分沒有像騰訊控股那樣逐年大幅遞增，但整體來看，其在行業內的地位仍然比較穩固。說明中國電信的企業價值水平較高，企業管理和發展能力較好。反觀科大訊飛，企業價值不斷下降，綜合得分排名逐漸位于所選樣本企業尾部，說明其企業管理等需要改善。

（二）神經網絡模型分析

1.擬合效果分析

圖1依次展示了依據神經網絡模型模型訓練出的2015—2023年騰訊控股、中國電信、美的集團、中興通訊、聯想集團、科大訊飛、海康威視、兆易創新、360數字企業的企業價值預測值與真實值擬合程度的誤差曲線圖，可以看到神經網絡模型訓練的起始階段預測值與真實值之間存在較大的差異，但隨著迭代次數的增加誤差值逐漸減小，使得預測值更加接近真實值，最后預測值與真實值幾乎重合，說明以神經網絡模型進行企業價值的訓練與預測具有可行性。

2.預測結果分析

圖2依次展示了以2015-2023年的數據操作，采用偏移對應法（k=3），偏移對應的年份是3年，輸入2021—2023年的因素數據到訓練好的網絡時得到的是2024—2026年的目標數據預測。通過圖2可知騰訊控股、美的集團、聯想集團、海康威視、360企業未來三年企業價值都呈現上升趨勢，其中騰訊控股呈現明顯的上升趨勢，并且綜合得分要優于美的集團、聯想集團等企業，且其企業價值變動幅度最明顯，一定程度上反映了騰訊控股的企業經營狀況比較好，具有較大的發展潛力。其次是美的集團、聯想集團、海康威視在未來五年內預計同樣呈現上升趨勢，但上升幅度相較騰訊控股而言不是十分明顯。特別的，360企業變動幅度相對較大，雖然未來三年企業價值呈現相對上升趨勢，但也要注意隨著數字經濟的進一步發展來調整內部經營管理模式，數字企業的價值水平才會不斷提升；中國電信、科大訊飛、兆易創新企業未來三年的企業價值呈現相對下降趨勢，其中科大訊飛下降趨勢明顯，可能與企業發展戰略有關，現階段應當及時調整現有企業經營管理模式，優化企業資產結構等，以改善企業價值，避免未來企業價值的下降。而中國電信、兆易創新下降趨勢相對較少，可能與公司的業務調整、市場環境變化等因素有關，但看其總體變化形勢，仍能發現其強大的發展潛力；中興通訊未來三年變動幅度相對穩定，沒有明顯的上升趨勢或下降趨勢，但在未來也應制定應對風險的戰略，同時加強內部結構調整，逐步提升企業價值。

五、結論與啟示

（一）主要結論

1.熵權法結果表明對數字企業的企業價值影響最大的指標是營業總收入和流動比率。因此數字企業應當在發展過程中注重提高發展能力以及降低債務風險。

2.從綜合得分變動趨勢來看，科大訊飛、聯想集團的企業價值得分整體上呈現下降趨勢，美的集團、中國電信、騰訊控股、兆易創新、三六零的綜合得分呈現波動上升的趨勢，中興通訊、海康威視的綜合得分波動幾乎不變。

3.神經網絡模型擬合結果表明訓練的起始階段，預測值與真實值之間存在較大的差異，隨著迭代次數的增加誤差值呈現出逐漸減小的趨勢，這說明在神經網絡模型的訓練過程中，模型逐漸學習和優化了預測能力，使得預測值更加接近真實值。

4.偏移對應法最后預測結果表明隨數字經濟的進一步發展，大部分數字企業的價值水平也在不斷提升，其中騰訊控股增速最為明顯。中國電信、科大訊飛、兆易創新企業未來三年的企業價值呈現相對下降趨勢，其中科大訊飛的企業價值下降趨勢明顯，應及時調整企業經營管理模式及企業資產結構等。

（二）管理與啟示

第一，研究開發是支撐企業產品與服務競爭力、保障企業持續發展的重要技術源泉。[ 3 ]為提升企業發展能力，促進營業收入增加，數字企業可以加大在數字化技術方面的投入，利用這些技術，理解市場需求，優化產品設計，提升服務質量，從而提高客戶滿意度和忠誠度。

第二，數字企業應依據企業自身發展優化企業結構，調整資產負債情況，進而降低債務風險。如中國電信、聯想集團應注重提升企業流動比率，中興通訊和美的集團應注重調整資產負債率，科大訊飛、海康威視、兆易創新企業應重視提高企業無形資產比重等。

第三，為提升企業價值，數字企業需要強化信息化和數字化管理，通過構建數字化管理系統和采用先進的數字化工具，實現更精確的生產和銷售管理。這種數字化轉型有助于簡化繁瑣的人工操作，提高效率，從而節約企業的人力、物力、財力成本。[ 5 ]同時，數字化轉型還有助于企業深入挖掘客戶需求，實現產品的多元化創新，進而搶占市場先機。

主要參考文獻：

[1]陶鋒，朱盼等.數字技術創新對企業市場價值的影響研究[J].數量經濟技術經濟研究，2023，40（05）：68-91.

[2]夏明，周文泳，謝智敏.城市數字經濟高質量發展協同路徑研究——基于技術經濟范式的定性比較分析[J].科研管理，2023，44（03）：65-74.

[3]楊淑娥，黃禮.基于BP神經網絡的上市公司財務預警模型[J].系統工程理論與實踐，2005（1）：12-18.

[4]劉國清，王紅蕾.GA-BP神經網絡模型在上市公司信用評估中的應用研究[J].經濟問題，2009（12）：77-80.

[5]黃麗華，朱海林，劉偉華等.企業數字化轉型和管理：研究框架與展望[J].管理科學學報，2021，24（08）：26-35.

責編：夢超