论文部分内容阅读
随着我国现代企业制度的建立和产权市场的不断发展，企业并购、重组、股权转让、风险投资等产权交易活动蓬勃开展，企业价值为各种经济利益主体所重视。一定意义上可以认为，有了对目标企业价值的正确评估，才会有产权交易和投资的顺利进行。
人工神经网络自开创以来一直深受各国专家学者重视，日渐成为一种重要的处理非线性问题的工具，在许多领域中都已经得到广泛应用。神经网络被认为是能够提取较多的特征，在复杂环境中具有良好的学习能力，且能快速对环境变化做出合理反应和有效预测，特别是在处理非线性问题上具有优越性。针对企业价值评估的复杂性，本文尝试用神经网络方法来评估企业价值。
本文研究的主要工作有：(1)初步分析了贴现现金流量法、相对估值法、期权法等三种企业价值评估方法，同时对三种方法的优缺点和适用范围做了简单对比。
(2)在企业评估指标选择的假定条件和原则下，根据企业财务分析理论，主要分析了财务类型数据和现金流量类型数据，最后选择对企业价值影响较大的十二个因素组成企业价值评估指标体系。
(3)为了数据的可比性，同时考虑我国证券市场的现状，本文选择钢铁行业中的三十家上市公司作为研究样本，根据公司公开披露的财务报表数据，得出本文研究的总样本数据。
(4)根据BP网络原理和设计方法，构建了企业价值的BP网络评估模型，通过归一化后训练数据对BP网络企业价值评估模型参数进行优化调整和设置，同时比较不同BP改进算法的训练结果，最后通过检测样本比较BP算法及其改进算法之间企业价值的仿真实验结果。
(5)根据径向基函数(RBF)网络原理和RBF网络的更有效设计方法，本文最后简单构建了基于RBF网络的企业价值评估模型，网络训练后得出仿真实验结果。
通过应用BP网络和RBF网络评估企业价值，从仿真实验结果上来看，本文的研究基本能满足评估要求。对比BP网络和RBF网络的设计方法和实验结果，RBF网络都具有一定的优越性。另外本文指标体系的选择在理论上是能基本反映企业价值的，但是样本数据都是来自上市公司公开财务报表，由于我国证券市场的极不成熟，上市公司数据对企业价值的失真反映可能较严重，导致本文评估模型在仿真实验中误差都较大。本文在指标选择、数据完善以及算法上都有改进的潜力，本文的研究只是一次初步尝试，以后仍有待进一步改进完善。另外由于本人能力和学识有限，文中存在着许多不足和缺陷，恳请有关专家学者批评指正。