基于神经网络模型的数字企业价值评价研究

【摘要】文章基于我国2015—2023年部分数字企业的面板数据，构建多维度数字企业价值评估指标体系。运用熵权法计算企业价值，深入探究了影响企业价值的关键因素。采用神经网络模型结合偏移对应法，对数字企业的未来企业价值进行了前瞻性预测。研究发现，数字企业价值的关键驱动因素为营业总收入和流动比率；综合得分变动趋势表明，科大讯飞、中国电信、联想集团的企业价值得分整体下滑，美的集团、腾讯控股、兆易创新、360等企业呈现波动上升的趋势，中兴通讯、海康威视的综合得分相对稳定；神经网络模型的拟合结果显示，初始阶段预测值与真实值之间存在显著差异，随着迭代次数的递增，各企业价值的预测误差逐渐缩小；偏移对应法预测表明，大部分数字企业的价值水平正稳步上升，而中国电信、科大讯飞、兆易创新等企业未来三年的价值可能呈现相对下降趋势。

【关键词】神经网络模型；熵权法；偏移对应法；数字企业；企业价值

【中图分类号】F275

一、引言

人工智能、大数据、云计算等为代表的数字经济的迅猛发展，推动了工业4.0时代的到来，数字经济作为最活跃的领域之一，被认为是实现中国新旧动能转换的重要着力点。一方面，数字技术的发展极大地改变了企业的运营与管理方式，在一定程度上也影响了企业价值。通过引入大数据、云计算等先进技术，企业能够更高效地分析海量数据，从而优化决策过程，提高运营效率，进而降低经营成本，提升企业价值。另一方面，数字经济的发展为数字化企业带来了商业模式的创新机会，数字企业是科技创新发展的微观基础，数字经济发展的根本在于数字技术创新[ 1 ]。传统企业的商业模式往往受到时间和空间的限制，而数字技术的发展使得企业能够突破这些限制，创造出全新的商业模式。但同时，数字技术的创新性和复杂性等特征使数字企业在研发过程中面临更大的风险和不确定性，数字企业未来价值更具波动性。企业价值可以反映出公司是如何有效配置企业资源，同时反映企业的经济效益、未来发展潜力、社会责任和贡献、利益相关者的回报能力以及管理效率和创新能力等多个方面。通过评估企业价值，可以更好地了解企业的整体状况和发展前景，为企业的战略规划和决策提供有力支持。因此，研究影响数字企业未来的发展走向以及数字企业价值的影响因素对于企业经营管理具有重要意义。

本文选取2015—2023年数字企业面板数据，从多个维度构建数字企业价值评估指标体系，采用熵权法对企业价值进行评价，在此基础上，运用神经网络模型探究影响企业价值的关键性因素，以期为数字企业优化管理、提升企业价值提供参考，并基于神经网络模型采用偏移对应法对数字企业未来三年的企业价值进行预测，有助于企业更好地了解自身价值和市场地位，为决策和投资提供有力支持。

二、数字企业价值评价模型构建及流程设计

数字企业从传统的发展模式向以数字化为核心的发展模式转变，更加注重利用数字技术驱动业务发展，优化组织结构和管理方式，并提升企业综合效益来保持数字企业的持续竞争力和创新能力[ 2 ]。从发展能力、债务风险、成长能力和盈利能力四个维度进行系统全面的分析后，具体指标内容如表1所示。

从数字经济发展战略角度对数字企业价值进行评价：首先，基于数字经济发展战略，结合当前数字企业的发展特征，深入分析影响企业价值的主要因素，并据此构建一套全面的指标评价体系。其次，利用熵权法确立各指标的相对权重，并据此计算各数字企业的得分与排名。随后将这些评价指标作为BP神经网络模型的输入，对评价模型进行训练与验证。同时，采用偏移对应法预测未来三年数字企业的价值。最后，对所得结果进行深入分析，并提出针对性的改进建议。

三、研究方法与数据说明

（一）研究方法

1.熵权法

熵权法是一种常用的指标权重确定方法，基于信息熵的原理。作为一种常见的多指标决策方法，一般解决价值评估类问题。

2.神经网络模型

BP神经网络作为一种基于误差反向传播算法训练的人工神经网络模型，展现出高度的适应性和准确性。其结构呈现为一种有向图模型，由输入层、隐藏层和输出层三部分组成，每层内部均包含一定数量的神经元（节点）。这些神经元之间通过连接权重进行信息的传递与交互，其中权重值（Wi j、Vi j）代表了神经元间的连接强度或记忆强度，正权值促进信息的传递，负权值则抑制信息的流通。典型三层BP神经网络模型中，包含m个输入神经元（xi）、p个隐藏层神经元（zi）以及n个输出神经元（yi）。整个网络通过正向推理或反向推理以及双向推理的机制，实现从初始状态到目标状态的转变。网络通过前向传播过程计算模型预测值与真实值之间的误差，随后利用反向传播算法将这一误差信息逐层回传至各个参数，以指导权重和偏置的更新与优化。

3.偏移对应法

偏移对应法作为一种在时间序列分析中广泛应用的方法，其核心在于识别并解释时间序列数据中隐藏的模式和趋势。本文中假设拥有1个预测目标数据和n种因素数据，这些数据覆盖了1～8年的时间序列。可利用1～6年的因素数据作为输入，将对应的目标数据设定为3～8年来训练神经网络模型。训练完成后，把7～8年的因素数据作为输入以预测9～10年的目标数据。这种方法允许利用已知的历史数据来预测未来的趋势和变化，为企业价值的评估提供了有力的工具。

（二）数据说明

文章结合《中国上市公司数字经济白皮书》公布的电子元器件及设备制造、信息技术服务、软件开发等数字经济核心重点产业TOP20及2022年中国数字经济100强，选取部分企业作为数字企业样本，具体包括：腾讯控股、联想集团、美的集团、中国电信、中兴通讯、科大讯飞、海康威视、兆易创新、360。各个变量的描述性统计结果如表2所示。

四、数字企业价值评估测算

（一）熵权法测算结果及分析

1.指标权重分析。通过熵权法计算数字企业价值的各个二级指标信息熵及权重如表3所示。对于总体样本数字企业而言，对企业价值影响最大的是营业总收入和流动比率两个指标，其权重相对较高，表明该指标在整体评估中占据重要地位。因此数字企业未来在提升自身企业价值时，应当注重提高发展能力以及降低债务风险。

2.数字企业价值综合得分分析。经熵权法测算，各个数字企业2015—2023年的数字企业价值综合得分及排名如表4所示。从综合得分变动趋势来看，科大讯飞、联想集团的企业价值得分整体上呈现下降趋势，美的集团、中国电信、腾讯控股、兆易创新、360的综合得分呈现波动上升的趋势，中兴通讯、海康威视的综合得分波动几乎不变。腾讯控股企业价值在这些年份中一直保持了较高的得分和排名。从2015年到2023年，其得分逐年递增，显示出其强大的竞争力和稳定的增长态势。美的集团和中兴通讯在这些年份中有所起伏，但整体上还是呈现出一定的增长趋势。海康威视、兆易创新和360这三家公司在不同年份的得分和排名也有所不同，但整体来看，它们都在行业内具有一定的竞争力和影响力。联想集团的得分变化较为平缓，没有明显的上升趋势或下降趋势。这可能反映了公司在这些年份中发展相对稳健，但也面临着一定的挑战和竞争压力。中国电信虽排名有所下降，但其得分相对较高，在多数年份中保持了一定的稳定性，虽然得分没有像腾讯控股那样逐年大幅递增，但整体来看，其在行业内的地位仍然比较稳固。说明中国电信的企业价值水平较高，企业管理和发展能力较好。反观科大讯飞，企业价值不断下降，综合得分排名逐渐位于所选样本企业尾部，说明其企业管理等需要改善。

（二）神经网络模型分析

1.拟合效果分析

图1依次展示了依据神经网络模型模型训练出的2015—2023年腾讯控股、中国电信、美的集团、中兴通讯、联想集团、科大讯飞、海康威视、兆易创新、360数字企业的企业价值预测值与真实值拟合程度的误差曲线图，可以看到神经网络模型训练的起始阶段预测值与真实值之间存在较大的差异，但随着迭代次数的增加误差值逐渐减小，使得预测值更加接近真实值，最后预测值与真实值几乎重合，说明以神经网络模型进行企业价值的训练与预测具有可行性。

2.预测结果分析

图2依次展示了以2015-2023年的数据操作，采用偏移对应法（k=3），偏移对应的年份是3年，输入2021—2023年的因素数据到训练好的网络时得到的是2024—2026年的目标数据预测。通过图2可知腾讯控股、美的集团、联想集团、海康威视、360企业未来三年企业价值都呈现上升趋势，其中腾讯控股呈现明显的上升趋势，并且综合得分要优于美的集团、联想集团等企业，且其企业价值变动幅度最明显，一定程度上反映了腾讯控股的企业经营状况比较好，具有较大的发展潜力。其次是美的集团、联想集团、海康威视在未来五年内预计同样呈现上升趋势，但上升幅度相较腾讯控股而言不是十分明显。特别的，360企业变动幅度相对较大，虽然未来三年企业价值呈现相对上升趋势，但也要注意随着数字经济的进一步发展来调整内部经营管理模式，数字企业的价值水平才会不断提升；中国电信、科大讯飞、兆易创新企业未来三年的企业价值呈现相对下降趋势，其中科大讯飞下降趋势明显，可能与企业发展战略有关，现阶段应当及时调整现有企业经营管理模式，优化企业资产结构等，以改善企业价值，避免未来企业价值的下降。而中国电信、兆易创新下降趋势相对较少，可能与公司的业务调整、市场环境变化等因素有关，但看其总体变化形势，仍能发现其强大的发展潜力；中兴通讯未来三年变动幅度相对稳定，没有明显的上升趋势或下降趋势，但在未来也应制定应对风险的战略，同时加强内部结构调整，逐步提升企业价值。

五、结论与启示

（一）主要结论

1.熵权法结果表明对数字企业的企业价值影响最大的指标是营业总收入和流动比率。因此数字企业应当在发展过程中注重提高发展能力以及降低债务风险。

2.从综合得分变动趋势来看，科大讯飞、联想集团的企业价值得分整体上呈现下降趋势，美的集团、中国电信、腾讯控股、兆易创新、三六零的综合得分呈现波动上升的趋势，中兴通讯、海康威视的综合得分波动几乎不变。

3.神经网络模型拟合结果表明训练的起始阶段，预测值与真实值之间存在较大的差异，随着迭代次数的增加误差值呈现出逐渐减小的趋势，这说明在神经网络模型的训练过程中，模型逐渐学习和优化了预测能力，使得预测值更加接近真实值。

4.偏移对应法最后预测结果表明随数字经济的进一步发展，大部分数字企业的价值水平也在不断提升，其中腾讯控股增速最为明显。中国电信、科大讯飞、兆易创新企业未来三年的企业价值呈现相对下降趋势，其中科大讯飞的企业价值下降趋势明显，应及时调整企业经营管理模式及企业资产结构等。

（二）管理与启示

第一，研究开发是支撑企业产品与服务竞争力、保障企业持续发展的重要技术源泉。[ 3 ]为提升企业发展能力，促进营业收入增加，数字企业可以加大在数字化技术方面的投入，利用这些技术，理解市场需求，优化产品设计，提升服务质量，从而提高客户满意度和忠诚度。

第二，数字企业应依据企业自身发展优化企业结构，调整资产负债情况，进而降低债务风险。如中国电信、联想集团应注重提升企业流动比率，中兴通讯和美的集团应注重调整资产负债率，科大讯飞、海康威视、兆易创新企业应重视提高企业无形资产比重等。

第三，为提升企业价值，数字企业需要强化信息化和数字化管理，通过构建数字化管理系统和采用先进的数字化工具，实现更精确的生产和销售管理。这种数字化转型有助于简化繁琐的人工操作，提高效率，从而节约企业的人力、物力、财力成本。[ 5 ]同时，数字化转型还有助于企业深入挖掘客户需求，实现产品的多元化创新，进而抢占市场先机。

主要参考文献：

[1]陶锋，朱盼等.数字技术创新对企业市场价值的影响研究[J].数量经济技术经济研究，2023，40（05）：68-91.

[2]夏明，周文泳，谢智敏.城市数字经济高质量发展协同路径研究——基于技术经济范式的定性比较分析[J].科研管理，2023，44（03）：65-74.

[3]杨淑娥，黄礼.基于BP神经网络的上市公司财务预警模型[J].系统工程理论与实践，2005（1）：12-18.

[4]刘国清，王红蕾.GA-BP神经网络模型在上市公司信用评估中的应用研究[J].经济问题，2009（12）：77-80.

[5]黄丽华，朱海林，刘伟华等.企业数字化转型和管理：研究框架与展望[J].管理科学学报，2021，24（08）：26-35.

责编：梦超