盈利能力研究现状
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇盈利能力研究现状范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
盈利能力研究现状范文第1篇
【关键词】层次分析法 盈利能力 评价指标
一、引言
盈利能力就是企业资金增值的能力，它通常体现为企业收益数额的大小与水平的高低。对于企业盈利能力的评价问题，学者们往往是基于各种模型和方法进行研究评论的，而运用层次分析法来直接研究企业盈利能力的文章并不多见。师萍（1997）运用层析分析法对企业财务状况进行了综合评价，研究发现企业的偿债能力对总体财务状况的影响最大，其次是盈利能力。蒋麟凤（2007）运用层次分析法对企业财务状况进行分析，研究发现企业的盈利能力对财务状况的影响最大，偿债能力次之。这些研究都是运用层次分析的方法对企业整体财务状况进行分析，但都没有直接对企业盈利能力进行具体分析与评价，文章基于层次分析法，对企业盈利能力进行了彻底剖析，从经营盈利能力、资产盈利能力、资本盈利能力和收益质量这四个方面对企业盈利能力进行分析，并对各盈利指标的权重进行科学的设置，以此来衡量与评价企业的盈利能力，具有一定的科学性与实践价值。
二、研究设计
（一）层次分析法
层次分析法(Analytic Hierarchy Process，简称AHP)是美国著名数学家 T. L. Satty在20世纪70年代提出的，是将评价对象视为一个系统，通过分析该对象的性质、所包含的要素及其相互关系，按照要素间相互关联程度将要素组合为不同层次，从而形成一个多层次的分析结构系统。在每一层次按照一定准则，通过两两比较判断的方式标度定量化，形成判断矩阵。通过计算判断矩阵的最大特征值以及相对应的正交化特征向量计算要素的权重，确定每一层次中要素的相对重要性，在此基础上计算得出总目标层次的总排序。
（二）盈利能力分析指标的选择
盈利能力分析体系包括经营盈利能力分析、资产盈利能力分析、资本盈利能力分析和收益质量分析，具体由一系列反映企业盈利指标构成。
三、构建盈利能力分析指标体系
（一）构建层次结构图
财务预警指标体系由总目标层(A)、子目标层(B)、具体指标层(C) 构成（见表1）。
（二）建立判断矩阵
请财务管理专家对两两指标之间的相对重要程度进行比较赋值构造判断矩阵。一般采用1-9及其倒数的评定标度来描述各指标的相对重要性，见表2。
（三）计算各指标权重系数
在使用层次分析法的过程中普遍采用特征向量法来计算判断矩阵的排序向量，以确定判断矩阵各因素的权重。各指标权重系数计算过程及结果，见表3。
（四）进行一致性检验
首先，计算判断矩阵最大特征根λmax。其次，计算CI的值，CI = (λmax - n ) / ( n - 1) ， CR = CI /R I（如果CR
由以上结果可得企业综合盈利能力评价模型：
Y=0.1254X1+0.3543X2+0.0654X3+0.1351X4+0.0303X5+0.0536X6+0.014X7+0.0152X8+0.08X9+0.0427X10+0.084X11
从该模型可以看出影响企业盈利能力最明显的因素是营业净利率、净资产收益率和营业毛利率。
四、案例分析
通过计算中国石油公司2007-2011年的相关财务指标，运用层次分析法对其盈利能力做出评析。相关财务指标数据来源于国泰安数据库，见表5。
从上例可以看出，中国石油公司在2007-2011年这5年中，2007年盈利能力最强，2011年盈利能力最弱。影响企业盈利能力最明显的因素是营业净利率、净资产收益率和营业毛利率，从表中数据可知，企业的营业净利率和营业毛利率逐年递减，净资产收益率总体上呈下降趋势，成本费用利润率也逐年递减，说明该企业的成本费用逐年上升，而利润却逐年减少。说明该企业的盈利能力总体趋势是下降的，企业管理层应积极采取措施改善财务现状，扩宽产品销售渠道，提高销售收入，尽量缩减不必要的开支，开源节流，以此提高企业的盈利能力，避免企业陷入财务危机。
五、结论
基于层次分析法，文章对企业盈利能力进行了彻底剖析，从经营盈利能力、资产盈利能力、资本盈利能力和收益质量这四个方面对企业盈利能力进行分析，并对各盈利指标的权重进行科学的设置，以此来衡量与评价企业的盈利能力，具有一定的科学性与实践价值，但不足之处在于现有层次分析法在一定程度上依赖专家的主观评价，这将导致结果不完全可信。因此对于现有层次分析法的改进将是未来研究的重点所在。
参考文献
[1]蒋麟凤，王红英，黄小梅.层次分析法在财务分析中的应用[J].江西农业大学学报(社会科学版)，2007(01):97-103.
盈利能力研究现状范文第2篇
高新技术企业作为科技创新的载体，推动了高科技成果的转化，对经济产生了深刻的影响，这些企业的盈利能力如何，从某种程度上可以反映我国企业的总体发展状况及我国未来经济增长潜力。因此，高技术企业的盈利能力问题，逐渐引起政府和广大投资者的关注。同时国内外关于高新技术企业盈利能力评价的相关研究日益增多，对盈利能力的评价已成为管理领域的重要课题之一。但如何建立符合高新技术企业特点的盈利能力综合评价体系，仍然没有统一的定论。本文在参考国内外盈利能力评价的理论研究成果的基础上，针对高新科技企业的特点，研究与其相关的盈利能力评价指标体系。
二、高新技术企业盈利能力指标体系构建依据
（一）盈利能力指标体系建立原则 具体表现在：
（1）科学性。理论与实际相结合是科学性原则的主要体现。指标体系的建立要能够在基本的概念和逻辑结构上严谨、合理，并符合企业的实际。慎重考虑指标遴选，评价体系中的指标都有明确的内涵和科学的解释，力求全面、客观、准确的描述高新技术企业的盈利实际状况。
（2）系统优化性。高新技术企业技术盈利能力综合评价指标体系是一个综合系统，对总指标进行层层分解，形成树状结构的指标体系。在指标数量的选择上，尽量以较少的指标较全面系统的反映评价对象的内容，避免指标体系过于庞杂。通过各项指标之间的有机联系方式，使体系的各个要素及其结构都能满足系统优化要求。
（3）可操作性。可操作性是指各项指标数据可得性以及指标体系本身的可行性。要尽可能地利用量化指标和现有的统计数据，保证数据易于获取，便于实际操作；指标体系在设计时概念要清晰，在基本保证评价结果的客观性、全面性的前提下，简单、实用、可重复验证。
（4）目标导向性。建立企业盈利能力评价指标体系的目的在于引导被评高新技术企业能比较客观地了解和把握本产业的特色、优势、劣势，鼓励被评企业更好地、有针对性地向正确的方向和目标发展。通过对企业盈利能力的评价能客观反映企业存在的问题，加强对企业的控制，以此体现并发挥企业评价工作对企业发展的导向功能。
（二）盈利能力指标体系建立思路 要综合地评价高新技术企业的盈利能力，就必须先对高新技术企业有清晰的了解。高新技术企业是以科技创新为依托，生产科技创新型产品，提供科技创新型劳务的企业。属于知识密集、技术密集的经济实体。与传统企业相比较它具有如下特点：
（1）高新技术企业多半是先有研究成果，而后再建立企业以实现技术的商品化，其产品主要依赖技术创新来获取市场竞争力，这使高新技术企业为技术创新工作投入的资金与人力增大。
（2）高成长性是高新技术企业的一个重要的特点。相对于传统企业而言，高新技术企业凭借其产品的功能、性质、质量、成本等方面的竞争优势迅速占领市场，从而获得巨大的经济效益，进而在短短的几年内由原来的小公司而快速成长为组织和管理日趋完善的大公司。
（3）高新技术企业的经营风险高。从风险来源看主要有市场、技术、资金等类型的风险，主要包括技术研发风险、资金管理风险、市场推广风险等。与传统企业相比，高新技术企业面临新市场，采用新技术，由“创新”导致的“不确定性”使企业整体运作风险高于传统行业。
综上所述，可以看出高技术企业在市场竞争中机遇与挑战并存。它们以不断的技术创新作为企业创造利润与发展的源泉，这使得高科技企业发展过程中的行业进入壁垒较高，高新产品一旦为消费者接受，将迅速占领市场，并促进公司在其相关领域得到发展。然而企业也不可避免地面临很多不确定性的因素，这对企业的盈利是巨大的挑战，不容忽视。同时，企业的生存和发展离不开外部环境。比如政府的行为，金融机构能否给予支持，对企业的盈利都有至关重要的影响。因此，在评价一个高新企业盈利能力时，可以从企业外部和内部支持两方面来分析。
三、高新技术企业盈利能力指标体系设计
必须从实践运用的角度对以往理论上盈利能力的指标进行调整和优化，要考虑到指标的可操作性、可比性以及数据可采集性，使之能够应用于实证研究。高新技术企业作为市场中的特殊载体，也具有一般企业盈利的基本财务特性，因此，本文从基本财务指标着手，再结合高新技术企业的特性，深入分析其他对企业盈利能力有重大影响的指标。具体指标如表1所示：
（一）基本财务指标 从国内外学者对盈利能力财务指标的研究来看，主要是对总资产报酬率、净资产收益率、销售毛利率、成本费用利润率、每股收益、每股净资产、资本保值增值率等方面来分析。它们从各种不同的角度分析企业的盈利状状况。总资产报酬率主要反映了公司管理者运营全部资产获取利润的能力和效率，以及所有资本（债务资本和权益资本）的回报情况；净资产收益率则从企业自有资本及其积累角度评价获取报酬水平；销售毛利率、成本费用利润率反映了商品经营的状况；每股收益、每股净资产是上市公司盈利的基本指标；资本保值增值率又从谨慎和稳健的角度体现了对股东权益的保护。这些指标综合性较强，不受行业的限制，是不可缺少的基本指标。
（二）资源投入指标 根据高新技术企业的特点，可以看出企业投入主要包括研发人才投入与研发资金投入。
（1）研发资金投入。高科技产品强调知识与技术的含量，对资源依赖较小，相对地其研发成本就极为庞大。要想保持公司稳定的盈利，就必须对研发进行大量的投入。主要指标设有：
一是企业研发经费比重。指企业研究开发经费支出额占销售额的比重。其中企业研究开发经费支出是指统计年度内各执行单位实际用于基础研究、应用研究和试验发展的经费支出，该指标体现了企业对研发活动的支持程度。指标值越高表明企业的资金实力比较雄厚，对研发的支持度越高，也间接表明了企业依赖研发创利的程度越高。
二是企业人均研发经费比重。人均研发经费支出指研究开发经费按企业研究开发人员人均分配数。各个行业中企业规模和研发人员的多少不尽相同，其开发经费占销售额的比重和开发经费总额也有会差异，但人均研发经费投入水平，是一个硬指标。它反映了企业研发资金与科技人才相匹配的状况，采用这一指标便于对不同规模的企业开发投人水平进行比较。
（2）研发人员的投入。人才是高新技术企业投入要素中最具有能动性的要素，企业进行创新发展活动就是要充分利用人力资源，衡量高新技术企业人才投入水平的指标有：
一是企业研发人员比重。指从事研发专职人员总数占职工总数比例。一切科研活动都应当是通过科技活动人员的工作实践进行的，而R&D人员是科技活动人员中最直接参与科研创新的人员，在职工总数中占的比重越大，说明创新人力资源的保有程度和投入程度越高，公司创利的空间相对较高。
二是企业研发人员增长率。本年研发人员增长量与上年研发人员的对比，是动态指标，反映了企业人力资源的增长速度，体现了企业为保持稳定发展对人才投入的能动意愿及发展潜力。
（三）组织管理指标 具有良好有效组织管理水平对高新技术企业的盈利有着重要的影响。本文主要从企业的组织结构与模式、信息管理水平、以及激励机制三方面来考察。
（1）企业设置比较合理的管理链条和管理半径，便于企业进行有效管理和控制。通过对资源的合理配置来提升整个企业的盈利能力。因此，组织结构与模式这一指标体现了企业在经营管理上对获利所作的贡献。
（2）激励机制，高新技术企业具有不断创新，依赖最新科学技术成就的特点，这种特点将直接影响高新技术企业的激励机制。研发人员年人均收入比重从薪酬角度对公司研发人员实行激励，它反映了企业为获得较高经营效益所采用的物质激励方式， 计算公式=研发人员年人均收入/企业年人均收入。
（四）创新产出能力指标 企业能否获利重要的一点在于企业能否把投入转化为产出，因此，在对高新技术企业盈利能力的评价时，创新产出能力指标非常重要。主要表现在：
（1）企业专利授权数。研究与开发的重要成果是专利，当发明者或创造者向专利审查机构申请专利时，这往往是创新能力的具体体现和创新经济价值的潜在标志，它很好地反映了企业的技术能力和活力，在一定程度上，成功地实施了商业化并发挥显著经济效益。
（2）无形资产利润率。计算公式为：无形资产净利率=净利润/平均无形资产×100%。其中：净利润特指企业对投资者分红前的息税后利润，平均无形资产指的是当期无形资产年初数与年末数的平均值。无形资产是高新技术企业的智力资本、创新资产，是高新技术企业获利的主要来源之一，在成熟期阶段的高新技术企业中更发挥着不可忽视的重要作用，因此，相对于传统企业应更加关注。通过在不同企业对该指标的计算和对比，可以比较出其在同行业的获利能力及与同类企业水平上的差异。该指标值越高，表明企业凭借智力资本获取利润的能力越强、企业创新产品的价值越高。
（3）高新技术产品销售率。产品是决定高新技术企业盈利能力的关键因素，既是企业自主创新成果转化能力的体现，又是企业研发技术的经济价值的体现。反映了企业自主创新价值实现的强度以及企业在盈利方面对于新产品依赖的程度。
（五）风险性指标 传统企业由于其技术、设备、工艺、生产相对成熟，因而市场较稳定，风险较小，而高新技术企业所面临的风险相对较高，从风险的类型来看，主要体现在技术、财务、市场、国家政策等方面。这些风险如果能得到有效的控制，对企业将来的可持续盈利能力和增长潜力将是巨大的保障。因此，我们以行业增长比率、净利润现金保证比率、主营业务收入现金回收率三个方面作为其二层指标。
（1）行业增长比率。是指行业增长率与GDP 增长率之比。这类数据通过国家统计和预测数据获得。高新技术企业往往具有领跑优势，其主要的竞争威胁来自替代产品或替代技术，因此行业发展前景在高科技公司的盈利能力评价中也是重要的考虑因素 。
（2）净利润现金保证比率。是指企业一定时期的净现金流量与平均净资产之间的比率关系。该指标从现金流的角度盈利的安全性，它可以直接用于分析和评价企业的经营状况，经营活动现金流入比例越高，企业通过自身经营实现的现金能力就越强，利润的稳定性也就越强，利润质量就越好。
（3）主营业务收入现金回收率。是经营活动产生的现金流量净额与主营业务收入的比值。该指标值越高表明企业销售款的回收速度越快，企业实现利润的质量越高。同时还反映了企业应收账款的高效率管理和较低的坏账损失风险。
（六）成长性指标 国内研究企业成长性的课题很多，综合起来，指标的选取主要反映在财务和经营成果的增长。如总资产增长率、净资产增长率、主营业务收入增长率、主营利润增长率等。
（1）总资产增长率。是企业本年总资产增长额同年初资产总额的比率，反映企业本期资产规模的增长情况。总资产增长率越高，表明企业一定时期内资产经营规模扩张的速度越快。
（2）主营业务收入增长率。指本期主营业务收入增加量与上期主营业务收入比值。主营业务收入增长率可以用来衡量公司的产品生命周期，判断公司发展所处的阶段。一般的说，如果主营业务收入增长率超过10%，说明公司产品处于成长期，将继续保持较好的增长势头，属于成长型公司。
（3）成长流量比。国外学者麦克·墨菲，在《高科技选股策略》中提出“成长流量比”这一概念，通过对30家一直到2010年都将保持高成长的高科技企业进行了研究，发现在科技公司价值评价中研发费用占据首要地位，因为高科技企业主要依靠智力劳动，有时候无形资产比有形资产还值钱。他提出，一家高科技股，除了每股收益外，还必须计算每股研发费用，把每股收益加上每股研发费用，就是公司的“成长流量”。用股价除以“成长流量”就是“成长流量比”。 一般上市公司是以市盈率来衡量其股价高低的，高科技企业则应按“成长流量比”来衡量其投资价值。因为每股收益是过去已经拿到的利润，每股研发费用才是未来可能实现的利润。因此，该指标在体现高新技术企业盈利的成长方面发挥很重要的作用。
（七）环境因素 这一部分主要反映企业外部因素对企业竞争力的支持度。据企业与外部环境的关系，将之划分为：
（1）金融机构贷款占研发费用比重。金融机构对于科技的贷款与科技经费总额的比值。体现了一个国家金融部门重视科技创新、对科技创新资金支持的程度。
（2）与供应方的合作关系。反映外部环境对企业在原材料方面的支持这也是企业生产必不可少的。与供应方的台作关系决定着企业是否能获得长期稳定、有效、低成本的原料资源。
（3）政府资金占研发费用比重。政府对于科技的拨款与科技经费总额的比值。体现政府的行为对企业科研创新的支持程度，也是对企业盈利的重要贡献，在我国是一个很重要的外部环境因素。
四、结论
高新技术企业盈利能力指标体系的建立是一项非常复杂的工程，在实际研究过程中遇到的问题很多，也很难解决。例如，如何根据从高新技术企业的特点中去挖掘出对盈利能力有重要影响的指标不是一件容易的事情，有些指标在理论上可行，但在实际操作上却很难；有些指标可能无法用于不同规模、不同行业的企业之间的比较；还有一些指标，特别是定性描述的指标易受主观因素的影响缺乏一个公认、客观的测度标准；另外不同指标之间所反映的内容还会存在相互的重叠，因此，在选择企业盈利能力测度指标时，本文以基本的财务指标为立足点寻找有效衡量盈利能力的相关指标，建立了一套有独特风格和特点的指标集。为决策者和研究人员进一步研究高新技术企业盈利能力以及用实证的方法分析盈利能力提供了一些参考，具有十分重要的意义。
参考文献：
[1]麦克·墨菲：《高科技选股策略》，财讯出版社1999年版。
[2]陈劲、陈钰芬：《企业技术创新绩效评价指标体系研究》，《科学学与科学技术管理》2006年第3期。
盈利能力研究现状范文第3篇
购买推荐
通过对“网络购物第一站”——比购宝(Boogle.cn)收录的博库书城、淘宝网、京东商城、亚马逊中国、当当网、苏宁易购、拍拍网、文轩网、中国互动出版网、99网上书城等众多含图书销售的网站，价格搜索显示，目前，苏宁易购该书为最低价，推荐购买。
内容简介
《互联网企业成长与盈利模式创新研究》以网络经济运行规律为出发点，着眼于互联网企业所采用的各种盈利模式，理性分析其构建和选择等方面的问题，期望能围绕加强互联网企业的竞争力、实现企业的价值创造并带来企业成长这一总目标，利用理论分析、走访调查、文献分析和案例比较分析等研究方法进行系统地研究，探讨互联网企业盈利模式创新与企业成长的规律。
本研究主要内容包括以下几个方面：①互联网企业的成长规律研究。探讨一般企业的成长规律，提出基于核心能力的互联网企业的成长逻辑。②研究互联网企业的核心能力形成与盈利模式的相互作用机制。③互联网企业盈利模式、途径、规律以及构成要素研究。通过对目前互联网企业盈利模式进行新的划分，总结每种模式的特点并进行比较；通过对中国互联网企业盈利模式以及对互联网企业经营业务的分析，得出这些盈利模式的一些共性，并分析它们成功的原因。④互联网企业盈利模式的创新途径研究。研究网络经济的特性和网络环境下竞争结构的变化，在此基础上分析网络经济对企业盈利方式的影响。⑤基于盈利模式创新的互联网企业成长研究。就互联网企业根据自身的特点来选择适合自身的盈利模式的具体案例进行比较分析和评价。
目录
第1章 绪论
1.1 研究背景及研究问题的提出
1.1.1 网络经济的发展趋势
1.1.2 网络经济的特征
1.1.3 互联网企业盈利模式趋于多元化
1.1.4 盈利模式的困局及其对互联网企业成长的影响
1.1.5 本书研究问题的提出
1.2 国内外研究现状和发展趋势
1.2.1 国外的研究发展状况
1.2.2 国内的研究发展状况
1.3 研究内容
1.4 研究方法
1.5 创新之处
第2章 基于核心能力的企业成长要素分析
2.1 企业成长的概念界定
2.2 企业成长外生论
2.2.1 竞争优势外生论
2.2.2 环境要素影响论
2.3 企业成长内生论
2.3.1 企业成长进化论
2.3.2 组织控制论
2.3.3 资源基础论
2.3.4 企业交易费用理论
2.3.5 企业认知发展论
2.3.6 企业文化控制论
2.4 基于核心能力的企业成长理论
2.4.1 多种企业成长理论与企业核心能力论的比较
2.4.2 企业核心能力论
2.5 互联网企业成长系统的思想
2.5.1 网络经济两大递增规律
2.5.2 互联网企业成长的路径依赖
2.5.3 基于核心能力的互联网企业的成长逻辑
第3章 互联网企业盈利模式创新与核心能力形成
3.1 核心能力理论与盈利模式创新
3.2 互联网企业核心竞争力影响要素分析——以第三方网上支付企业为例
3.2.1 资源要素分析
3.2.2 能力要素分析
3.2.3 环境要素分析
3.3 通过盈利模式创新提升互联网产品的黏性
3.3.1 互联网产品黏性的相关定义
3.3.2 用户黏性影响因素
3.3.3 黏性与重复购买意向之间的关系
3.3.4 互联网企业提高产品黏性的策略
3.4 通过盈利模式创新形成企业核心竞争力
第4章 互联网企业盈利的途径
4.1 互联网企业盈利模式的分类
4.2 网络广告
4.3 增值服务
4.4 网络游戏
4.5 产品销售
4.6 即时通信
4.7 搜索引擎
4.8 多盈利模式结合
第5章 国内互联网企业盈利的特点
5.1 免费
5.1.1 以免费的基础业务吸引用户
5.1.2 免费策略的经济学分析
5.1.3 由“免费”产生的盈利危机
5.2 平台化
5.2.1 基础平台加增值服务的模式
5.2.2 平台注册会员收费，提供差异化的服务
5.2.3 阿里巴巴平台的收费模式
5.3 模仿中创新
5.3.1 模仿与创新
5.3.2 模仿、创新与自主研发
5.4 多元化战略
5.4.1 企业的成长性高低与企业多元化程度
5.4.2 业务横向或纵向的多元化
5.4.3 多元化的经济学分析
5.5 差异化战略
5.5.1 产品与服务的差异化
5.5.2 差异化基础上的垄断竞争
第6章 互联网企业盈利模式的要素分析
6.1 梅特卡夫定律的困境及客户价值论的提出
6.1.1 梅特卡夫定律的困境
6.1.2 客户价值论的提出
6.1.3 互联网企业的价值链
6.2 Web1.0环境下的三代互联网盈利模式要素分析
6.3 Web2.0环境下用户参与的互联网盈利模式结构及特点
6.3.1 Web2.0环境下用户参与的互联网盈利主体关系结构
6.3.2 价值链的整合
6.3.3 淘宝网价值链的特点
6.4 互联网盈利模式要素分析
6.4.1 利润点分析
6.4.2 利润对象分析
6.4.3 利润源分析
6.4.4 利润杠杆分析
6.4.5 利润屏障分析
6.5 A8盈利模式要素分析
6.5.1 数字音乐市场现有的主要盈利模式
6.5.2 A8音乐业务系统
6.5.3 目标客户和盈利模式
第7章 互联网企业盈利模式的创新
7.1 界定和锁定利润对象
7.2 为客户提供有核心价值的产品
7.3 打造具有足够吸引力的利润点
7.4 提高用户的参与程度
7.5 关注特定线上空间个体之间关系的建立
7.6 盈利模式创新——基于3G手机网页游戏
7.6.1 3C网页游戏的特点
7.6.2 3G手机网页游戏新盈利模式
第8章 基于盈利模式创新的互联网企业成长
8.1 知识的溢出效应与盈利萎缩
8.2 网络经济市场秩序的失灵
8.3 网络经济条件下企业核心竞争力演变特点
8.3.1 网络经济特征影响企业核心竞争力的构建
8.3.2 分工和专业化协作的深化是构建企业核心竞争力的前提
8.3.3 以顾客价值为导向的业务流程重组是构筑企业核心竞争力的条件
8.3.4 企业管理模式创新是构筑核心竞争力的保证
8.3.5 企业信息网络系统是构建企业核心竞争力的手段
8.4 基于知识资本的企业可持续成长的路径选择
8.4.1 以特殊性知识为切入点的路径选择
8.4.2 以整合性知识为切入点的路径选择
8.4.3 以配置性知识为切入点的路径选择
8.5 基于盈利模式创新的互联网企业成长分析——以乐视移动传媒网为例
8.5.1 网络视频行业产业链与盈利分析
8.5.2 乐视传媒网提供的基本产品与服务
8.5.3 乐视传媒网的盈利模式创新
8.5.4 乐视传媒网核心竞争力的形成
8.5.5 基于盈利模式创新的乐视网成长途径
第9章 腾讯公司的盈利模式创新与迅速成长
9.1 腾讯公司盈利分析
9.1.1 腾讯公司提供的产品与服务
9.1.2 盈利主要来源
9.1.3 收入结构分析
9.2 基于核心竞争力的腾讯战略分析
9.2.1 腾讯战略定位：以为中心，构筑产品金字塔战略布局
9.2.2 基于技术与应用创新的腾讯竞争战略
9.2.3 基于盈利模式创新的腾讯竞争战略
9.2.4 基于创新的腾讯核心竞争力形成
9.3 腾讯成长路径分析
9.3.1 网络经济下腾讯的成长框架
9.3.2 网络外部性、正反馈与腾讯的壮大
9.3.3 基于盈利模式创新的腾讯成长
盈利能力研究现状范文第4篇
关键词：盈余管理 计量模型 应计盈余管理 真实盈余管理
盈余管理是会计领域的重要研究问题，作为盈余管理研究的基础，盈余管理的计量一直是各国学者关注的重点。盈余管理包括应计盈余管理和真实盈余管理。国外研究中应计盈余管理的计量方法主要有总体应计利润法、具体应计利润法、盈余分布法、非线性应计法几种，计量模型既有微观公司层面的又包括宏观国家层面的。近年来学术界将对盈余管理的研究从应计盈余管理拓展到真实盈余管理，并设计了真实盈余管理的计量模型。因此，本文致力于对1985年以来国外盈余管理计量的方法进行综述，并予以评述。
一、国外盈余管理计量方法与计量模型简述与评价
（一）总体应计利润法 总体应计利润法又称应计利润分离法。该方法的核心思想是：在权责发生制下，企业的报告盈余可分为经营性现金流量和应计利润两部分（应计利润可看作是对经营性现金流量的调整）。经营性现金流量是企业现金流变化的结果，比较客观。企业若从这部分盈余入手进行盈余操纵，需从源头上做出改变，即操纵真实的经济业务。这需要花费较高的成本，还需要企业各个业务部门的配合，故早前的应计盈余管理计量模型都假定经营性现金流不可操纵。应计利润因权责发生制而产生，涉及到大量的主观判断，企业进行会计政策、会计估计的变更，或者提前或推迟确认业务时点，就可方便地实现盈余管理的目的，而且比较隐蔽。但企业操纵应计利润也不能太过随意。权责发生制的产生是为了调整交易发生的时点与现金收付时点的不一致，所以应计利润中反映这一客观调整的部分是非操作性的，能真正反映企业盈余管理水平的是操纵性应计利润。总体应计利润法的目标就是通过研究影响非操作性应计利润的因素，将操纵性应计利润从总的应计利润中分离出来。自从1985年提出Healy模型以来，基于对非操纵性应计利润（NDA）影响因素的不同判断，不断有学者推出新的、修正的总体应计利润模型。具有代表性的包括DeAngelo模型（DeAngelo，1986）、Jones模型（Jones，1991）、修正Jones模型（Dechow，Sloan and Sweeney，1995）、Jones模型的衍生形式、DD模型（Dechow，Dichev，2002）、行业模型（Dechow，Sloan，1991）。总体应计利润法历史最久，相关的实证研究也最多，但其缺点也较明显，主要是计量结果存在较大误差。总体应计利润法认为销售收入、应收账款、固定资产、经营活动净现金流等是影响非操作性应计利润的主要因素，对其它因素考虑较少。事实上，影响非操纵性应计利润的因素还有很多，像企业规模、财务杠杆大小、行业周期等。且各个因素的影响程度不一样，相比之下，总体应计利润法过于简单。同时，大量实证研究表明，总体应计利润法下的很多模型如Dechow、Sloan和Sweeney（1995）模型，其检测盈余管理的能力并不高。不过该方法优点也比较突出：首先，该方法简便易懂，清晰明了，故而应用比较广泛；其次，分离得到的操纵性应计利润实质为一复合变量，可涵盖多种盈余管理行为，如提前确认收入、改变固定资产折旧计提方式、利息费用不恰当的资本化等，综合性较强。
（二）具体应计利润法 具体应计利润法是总体应计利润法的延伸。如果对研究对象所在行业和经营状况了解，就可在事前预估企业进行应计操纵的主要手法，找出影响操纵性应计利润的关键因素，分析企业盈余管理水平。Beaver and Engel（1996）等研究发现了银行业通过调整贷款损失准备来实施盈余管理的证据。Petroni， Ryan and Wahlen（2000），Gaver and Paterson（2000）等认为财产和意外保险公司是一个应用特定分离方法的理想环境，发现财务状况较差的保险公司比财务状况好的保险公司具有更低的索赔准备。随着研究的深入，研究者对研究对象的相关背景和盈余操纵手法了解的越多，具体应计利润法的应用也更加广泛。具体应计利润法的应用条件与最大优势均在于研究者与研究对象之间信息不对称程度的降低。随着研究的广泛与深入，研究者拥有更多的背景知识与经验积累，可以迅速定位应计操纵涉及到的关键因素。那么在此种情况下采用具体应计利润法，设计出的模型具有极强的针对性，噪音更少，研究结论也更可信。如果研究者相关背景知识和经验储备不够，无法事前判断企业可能的盈余管理方式，则此种方法便无从谈起。同时具体应计利润法针对性强的优势也导致了该模型只能局限于研究对象所在的行业或部门，难以推广。因此，很多学者建议将此方法作为总体应计利润法的辅助，而不是完全依赖。
（三）盈余分布法 Burgstahler and Dichev（1997）提出的盈余分布法是一种极富创意的盈余管理计量方法。该方法遵从结果导向而非原因导向，着重于检测盈余管理行为是否存在，不关注企业盈余管理的方式和动因。该方法是基于这样一个基本假定：正常情况下，即不存在明显的盈余管理行为时，企业的盈余在统计上遵循正态分布，其概率密度函数光滑。若有明显的盈余管理行为存在，则企业盈余对应的概率密度函数呈现不连续状态，会有明显的突兀处，尤其是在一些关键的临界点，如盈余为零的点，上一期盈余水平对应的点，分析师预估的本年盈余对应的点。若在盈余为零的点附近呈现不连续分布，说明企业可能有避亏动机，在上一期盈余水平附近不连续，可能企业有避免利润下滑的动机。若在分析师预估的本年盈余处有异常，说明企业有迎合分析师预测的动机。此法常用的两种检验方法是：直方图；构造概率密度函数进行统计检验。直方图法可以简单直观地判断是否在关注点处存在盈余管理行为，但是不能指出盈余管理的频率与幅度；而概率密度函数通过假设未管理前的盈余分布特征，构建预期的分布概率密度函数，与实际的分布概率密度函数进行比较，可以得到盈余管理的频率与幅度，结果的可靠性受到假设限制。盈余分布法因其简单直观而大受欢迎。它巧妙地绕开了对非操纵性应计利润影响因素的分析，大大减少了工作量。且其检测出的盈余管理行为不仅包括应计方面的操纵，还包括后面所述的真实盈余管理行为，概括性极强，同时解决了总体应计利润法与具体应计利润法中考虑变量不全面的问题。但其结果导向的研究方式也决定了此法只能用于检测盈余行为存在与否，而不能给出有关盈余管理方式和动因的相关信息。近来有学者对其成立的基本假设提出了质疑。很多实证研究表明，即便不存在盈余管理行为，企业盈余在统计上也不一定呈现连续的正态分布，反之，企业盈余概率密度函数的不连续性也不全由盈余管理所致。Beaver和McNichols（2004）的研究结果显示，在美国，所得税和特殊项目对于盈利和亏损企业的不对称处理可以解释三分之二的盈余分布的不连续性；Durtaehl和Easton（2005）指出盈余分布在零处的不连续性是受到除数（股价或市场资本）、样本选择偏差、零左右两边观察值的特征差异（市场定价和分析师乐观主义/悲观主义差异）的共同影响，并不能归于盈余管理。
（四）非线性应计利润法 Ball和Shivakumar（2006）指出传统线性模型忽略了会计稳健性原则对于收益和损失的不对称处理，导致自变量系数被显著地削弱，从而使得对应计项的估计存在偏误。会计稳健性是一种对不确定性的谨慎反映，以试图确保环境中的不确定性和风险得到充分考虑，既不高估资产或收益，也不低估负债或费用。其最主要的特征是经济损失或坏消息比经济利得要更加及时地通过应计项和经营活动现金流量反映在会计收益中，经济收益更基于实现原则，而经济损失则会更及时地得到确认，这种不对称性表明应计模型应该是分段线性的，而不是线性的。不对称地及时确认利得和损失（会计稳健性）是会计盈余的一项重要属性，Basu（1997）的研究发现：当对正的和负的股票回报分别回归时，现金流和盈余展现了不同的增量斜率。也就是在亏损的年度，现金流与应计项之间的负相关关系更弱。考虑了会计谨慎性原则的非线性模型在计量盈余管理上具有更强的解释力。分段线性模型的贡献在于：第一，相比于同等的线性应计模型，非线性应计模型解释了更多的应计项的变化；第二，分段线性模型增强了当期盈余对未来现金流的预测能力；第三，在线性模型下，及时确认损失可能被误认为是盈余管理，但实际上及时确认损失（即会计稳健性）是应计会计准则的基本属性。总之，这些证据证明了包含了及时确认损失的不对称性的分段线性模型提高了应计利润模型的解释效力，同时也表明了传统的线性模型会误估可操控性应计（DA）和不可操控性应计（NDA）。考虑会计稳健性的分段线性模型是对传统线性应计模型的重要修正，它为盈余管理的研究开辟了一个新的视角。其缺点是计算较为复杂，所需考虑的因素越来越多。
（五）真实盈余管理法 SOX法案的实施使通过应计项进行盈余管理受到一定的限制，很多企业被迫转向更为隐蔽的盈余管理手法，即真实盈余管理。真实盈余管理是指企业通过操纵实际经营活动和交易，误导利益相关者相信财务报告目标已经通过正常经营活动予以实现的行为。如企业通过关联交易提高收入，减少期间费用和资本投资以操纵真实盈余或者回购股票以防止员工期权到期引发的每股收益降低。尽管很早有学者开始研究真实盈余管理，但直到2006年，Roychowdhury才系统化地对真实盈余管理的计量进行了分析和阐述，设计出了较为成熟的真实盈余管理计量模型。Roychowdhury认为企业主要通过增加销售折扣或改变信用政策、提高产量、减少可控性期间费用支出这三种手段来达到预期的盈利目标。因此，研究者可以通过分离出企业异常经营现金流、异常生产成本和异常期间费用来检测真实盈余管理水平。在真实盈余管理的计量上，Roychowdhury借用Dechow et al.（1998）设计的思路来计量企业正常经营现金流（CFO）、生产成本与可控性期间费用，由此计算出异常现金流、异常生产成本与异常期间费用。企业异常费用可由企业实际可控期间费用减去正常可控期间费用得到。Daniel A.Cohen，Aiyesha Dey，Thomas Z.Lys（2008）通过运用这些真实盈余管理计量模型，发现萨班斯法案颁布后，企业通过应计项进行盈余管理的水平降低，而真实盈余管理水平显著上升。真实盈余管理是一种新的盈余管理方法，它不仅会影响应计项，还会影响企业的经营现金流。而针对真实盈余管理的研究相对零散和滞后，目前尚无统一标准。类似于总体应计利润法将总的应计利润分离为操纵性应计利润与非操纵性应计利润，真实盈余管理计量法的关键是从实际盈余中分离出非操控性真实盈余与操控性盈余。但真实盈余管理的方式多种多样，十分隐蔽，难以预测。故未来真实盈余管理计量的研究任重道远。首先，应尽力拓宽研究范围，对各种真实盈余管理手段有所涉略，形成职业嗅觉，从企业看似正常的经营业务中识别出真实盈余管理的痕迹。其次，未来的实证研究可针对企业各项业务各个击破，深入识别日常业务的本质，发掘其中的一些关键操纵点。最后，最为重要的一点是，由于应计盈余管理与真实盈余管理相互影响，在未来的计量中，应考虑如何排除二者之间的内生性相互影响，这样会大大分别提高盈余管理和真实盈余管理计量的准确性。
（六）宏观的盈余管理模型 前述盈余管理模型都是从微观企业的层面运用具体公司的财务数据来计算可操控性应计利润以检验公司的盈余管理行为。适用于行业间或公司间盈余管理的比较。而Leuz et al.（2003）则认为公司内部人有保护控制权私利的强烈动机，其将会利用盈余管理手段对外部投资者隐藏公司的真实业绩。因此，一国的宏观经济环境，如公司股权结构、对外部投资者的法律保护及其法律执行力度、资本市场的发达程度等势必会影响内部人操纵盈余的空间。他们设计出用于跨国比较的宏观盈余管理模型，衡量了31个国家不同程度的盈余管理水平。该模型从四个方面打分，最后取其平均分值作为衡量一国盈余管理程度的指标。这表明在一个成熟的资本市场、分散的股权结构下，一个国家给予外部投资者强有力的法律保护时，将限制内部人获得控制权私利，相应地降低其进行盈余管理的动机。该宏观盈余管理模型使得盈余管理跨国研究成为可能，拓宽了盈余管理的研究视野和研究范围。同时，该模型也表明国家或地区的法律保护环境、经济发展状况、公司的治理状况对于盈余管理是有影响的，在研究中应予以控制。但是，不足之处在于这种宏观盈余管理模型只是针对盈余管理的较为粗略的计量，只能反映一种盈余管理的趋势，还有待一步改进。
二、总结
本文对国外盈余管理计量方法进行了总结与评价。这些盈余管理计量方法与计量模型各有优缺点，目前并不存在最完善的计量方法或模型。企业盈余管理的方式复杂多变，且越来越趋于隐蔽，未来盈余管理计量方面的研究还需要对已存的各个模型进行不断修正与创新。在进行盈余管理相关研究时，研究人员可以考虑综合使用多种盈余管理计量方法，并用实地调查、业务分析、实验模拟等方式对研究结果进行补充。同时已存的研究多关注盈余管理的资本市场动因，对其他动因引发的盈余管理研究较少，故未来应拓宽盈余管理的研究范围。近来国内外的研究发现（Cohenet al.，2008； 刘启亮等，2011），公司会同时使用应计盈余管理和真实盈余管理来调节利润，并且二者相互影响，那么，如何排除二者的内生性影响来恰当地分别分离出应计与真实盈余管理，会是将来研究的一个重点和难点。由于国内的盈余管理计量研究起步晚，多借鉴国外的盈余管理计量方法和模型，但是国内外的制度环境、经济状况、政治背景存在显著差别，如何将国外的盈余管理计量方法和模型进行修正，使之适于中国国情，也是未来努力的方向。
参考文献：
[1]马忠、朱栗：《盈余管理计量方法综述与研究展望》，《中国会计学会高等工科院校分会2008年学术年会（第十五届）暨中央在鄂集团企业财务管理研讨会论文集》2008年。
[2]黄梅：《盈余管理计量方法评述与展望》，《中南财经政法大学学报》2007年第6期。
[3]刘启亮、何威风、罗乐：《IFRS的强制采用、新法律实施与应计及真实盈余管理》，《中国会计与财务研究》2011年第1期。
[4]Burgstahler，D.；Dichev Ilia， Earnings Management to Avoid Earnings Decreases and Losses，1997.
[5]Ball， R.， Shivakumar L..The Role of Accruals in Asymmetrically Timely Gain and Loss Recognition. Journal of Accounting Research， 2006.
[6]Basu， S. The Conservatism Principle and Asymmetric Timeliness of Earnings，Journal of Accounting & Economics，1997.
[7]Beaver，W，H.， McNichols Maureen F.， Nelson Karen K.. An Alternative Interpretation of the Discontinuity in Earnings Distributions， Working Paper， Standford University，2004.
[8]Beaver， W. H.， Engel E.E.. Discretionary Behavior with Respect to Allowances for Loan Losses and the Behavior of Security Prices，Journal of Accounting and Economics，1996.
[9]Burgstahler，D.，Dichev Ilia.Earnings Management to Avoid Earnings Decreases and Losses，Journal of Accounting and Economics，1997.
[10]Cohen，D，A， Aiyesha Dey， Thomas Z.Lys. Real and Accrual-Based Earnings Management in the Pre-and Post-Sarbanes-Oxley Periods，The Accounting Review，2008.
[11]Dechow，P.M.，Dichev I.D.The Quality of Accruals and Earnings：The Role of Accrual Estimation Errors，The Accounting Review， 2002.
[12]Dechow， P. M.， Sloan， R. G.. Executive Incentives and the Horizon Problem： An empirical investigation，Journal of Accounting and Economics ，1991.
[13]Dechow， P. M.， Sloan， R. G. and Sweeney， A. P.. Detecting Earnings Management， The Accounting Review，1995.
[14]Dechow，P.M.， Kothari， S.P.， Watts，R.L..The Relation between Earnings and Cash Flows， Journal of Accounting and Economics ，1998.
[15]Durtschi，C.I.， Easton P. Eter.. Earnings Management？ The Shapes of the Frequency Distributions of Earnings Metrics Are Not Evidence Ipso Facto，Journal of Accounting Research，2005.
[16]Gaver， J，J. and Paterson J.S. Earnings Management Under Changing Regulatory Regimes：State Accreditation in the Insurance Industry，Journal of Accounting and Public Policy，2000.
[17]Hribar， P.，Collins Daniel W.Errors in Estimating Accruals：Implications for Empirical Research，Journal of Accounting Research，2002.
[18]Healy， P， M.，Wahlen James M.A Review of the Eamings Management Literature And Implications for Standard Setting .Accounting Horizons，1999.
[19]Jones， J. J.. Earnings Management During Import Relief Investigations，Journal of Accounting Research， 1991.
[20]Leuz， C.， Dhananjay Nanda， Peter D.Wysoki. Earnings Management and Inveator Protection： an International Coparison，Journal of Financial Economics，2003.
盈利能力研究现状范文第5篇
（黑龙江民族职业学院，黑龙江 哈尔滨 150066）
摘 要：盈余预测具有引导投资者投资行为的作用，因此受到投资者的广泛重视。然而，国内对公司未来盈利进行预测的研究还相当少。提出了以决策树作为基分类器，采用集成学习方法，利用上市某公司2001至2005年的财务数据对该上市公司在2006年的盈利状况进行预测研究。首先，采用有放回的随机抽样技术分别从训练样本和测试样本中产生50个训练子集和1个测试集；然后利用决策树，采用CHAID算法对50个训练子集分别进行训练，得到50个基决策树分类器；通过采用Bagging方法，构建决策树集成模型。所得到的集成模型在测试集上的分类准确率达到96%以上，通过比较由不同数目的基分类器构成的集成模 型和单个分类器的预测准确率，证明了该集成模型的预测准确率高且稳定。
关键词 ：神经网络；集成学习；盈利预测
中图分类号：F275文献标志码：A文章编号：1000-8772（2014）31-0253-02
收稿日期：2014-10-28
作者简介：潘道华（1981-），女，汉族，黑龙江哈尔滨人，研究生，主要研究方向：人工智能、数据挖掘与决策支持。
1 引言
公司的财务状况及其未来盈利情况不但对公司的管理层十分重要，而且对其他投资者也非常重要。如果能够利用公司以往的财务报表数据和其它一些宏观经济数据（如GDP、CPI、利率等）及早准确预测公司未来的盈利状况的话，那么就可以更有效地对公司进行管理和指导投资者的投资行为。但是，一个公司的财务报表往往只反映了公司在过去的财政年度内的经营状况，并不反映出公司在下一年中的管理情况。因而，一个公司的财务状况与其未来盈利之间的关系并没有那么明显，它受到很多因素的影响，要构建一个精确的模型反映它们之间的关系是很困难的。针对此情况，本文提出采用决策树集成方法，构建模型来刻画公司财务状况与其未来盈利之间的关系，利用上市公司已有的财务数据，并结合主要的宏观经济变量来预测公司未来的盈利状况，这必将是公司财务处理的一个新发展。
数据挖掘技术越来越多地被用于预测研究。集成学习方法作为数据挖掘技术中一种较新的方法，由于其在提高预测的准确性上的优点，正被越来越多的研究者使用。
尽管许多领域都应用集成学习方法来进行研究，但在对公司未来盈利的预测研究上还很少，在国内尚未见到任何报导。虽然Takashi Washio等人对日本上市公司的未来盈利状况进行了研究，但是他们只是将盈利状况分为两种情况来进行研究。本文通过利用集成学习方法，考虑宏观经济对公司盈利可能造成的影响，提出将宏观经济变量纳入变量体系，同时，为了使结果更有指导意义，将上市公司的每股收益（EPS）指标将公司盈利的情况划分为三类，即EPS为负，EPS大于均值及EPS介于二者之间，对其进行预测研究。
2 研究方法
2.1神经网络
人工神经网络是由大量并行分布式处理单元组成的简单处理单元[1]。由于神经网络具有非线性，自学习能力、自适应性强和容错性高等优点，因而被广泛用于各种非线性预测问题。
所有神经网络都有一个输入层和输出层，一个网络结构可以包含一个或多个隐含层。神经网络的学习是通过调整连接权重和偏差实现的。Cybenko等人证明了如果神经网络利用一个有界的，连续的，非递减的激活函数时，只要不对隐含层的神经元数进行限制，一个三层网络（包含一个隐含层）就能够学习任意一个在输入和输出空间的连续映射[2]。在实际应用中用的最多的是BP神经网络。
BP神经网络是一种基于误差后向传播算法（BP算法）的多层感知器网络。BP神经网络的激活函数一般采用Log-Sigmoid或Tangent Sigmoid等可微函数。BP算法分为两个阶段。第一阶段是前向过程，逐层计算各神经元的输出值，第二阶段是误差后向传播过程，从后向前逐层传播输出层的误差并据此修正各层权重，直到输出结果满足预先设定的精度要求或达到算法设定的最大循环次数。
2.2神经网络集成
如何根据观测数据学习得到精确估计是机器学习领域中人们非常关注的一个问题，机器学习的一个重要目标就是对新的测试样本尽可能给出最精确的估计。构造一个高精度估计是一件相当困难的事情，然而产生多个只比随机猜测好的粗糙估计却很容易。传统的机器学习方法是在一个由各种可能的函数构成的空间中寻找最接近实际分类函数的分类器。常用的单个分类器模型主要有决策树、人工神经网络等。
集成学习（ensemble learning）的基本思想是在对新的实例进行分类的时候，把若干个单个分类器集成起来，通过对多个分类器的分类结果按某种方式来进行组合，决定最终的分类，以取得比单个分类器更好的结果。如果把单个分类器比作一个决策者的话，集成学习方法就相当于多个决策者共同进行一项决策。
尽管单个神经网络在处理非线性问题上表现良好，但是用单个神经网络来进行预测，一个不足的地方就是结果的稳定性差。因为神经网络的预测结果受网络各层之间的初始权重影响很大。为了克服这一不足，本文利用集成学习的思想，采用以BP神经网络作为基分类器的神经网络集成方法来对公司未来盈利状况进行预测。
以神经网络作为基分类器构建集成模型的方法主要有Bagging和Boosting。本文选择采用Bagging方法，因为Bagging方法较易于实现，而且不容易产生过拟合现象。对一个已知的有n个数据元素的数据集，Bagging法的原理是[1]：对每次循环（=1，2，…，），采用有放回的随机抽样方法从数据集中抽取m个数据形成训练集（mn），分类器模型从中学习。为了对一个未知的元素X分类，每个都返回一个分类值，将该分类值看成是一票，而最后的集成分类器，通过统计这些投票，将X归为得票最多的那一类。
3 研究步骤与具体实例分析
3.1样本选取
本文采用的上市公司数据样本来自天软数据库。在剔除了财务变量有大量缺失值后，样本共包含从2001年至2006年的深市和沪市A股的1174家上市公司。其中，沪市上市公司734家，深市440家。本文选取了反映上市公司偿债能力，成长能力，经营能力，资本结构，盈利能力，现金流，每股指标等方面的29个财务变量作为初始变量。此外，为了研究宏观经济环境对公司未来盈利的影响，相应的选择了2001年至2006年的三个宏观经济变量：国内生产总值增长率（GDP），居民消费价格指数增长率（CPI）及一年期金融机构贷款基准利率。这几个变量都与公司的盈利状况有着密切的关系。国内生产总值反映了整个国家的经济状况，而居民消费价格指数是反映居民购买并用于消费的商品和服务项目价格水平的变动趋势和变动幅度的相对数，它可以全面反映多种市场价格变动因素及其对居民实际生活的影响程度。一年期金融机构贷款基准利率会影响公司的营运成本，会对公司的利润产生直接的影响。所有变量见附表。
为了预测未来公司的盈利状况，本文将数据样本分为训练样本和测试样本。其中，训练样本由2001年至2005年的公司样本数据用有放回的随机抽样方法得到，每个训练样本包含1000个观测，测试样本是用相同方法得到的上市公司在2006年的数据样本，包含400个观测。
3.2指标选择
对于初始变量表，变量之间存在着相关性。虽然神经网络对变量间的相关性具有较强的容忍度，但是，变量太多会增加网络的复杂度，还有可能使网络过适应，从而使得网络在测试样本上的表现很差，而且并不是变量越多，神经网络的预测精度就越大，所以适当选择具有代表性的指标变量既可以达到与用所有变量相同的预测精度，又能降低网络的复杂度，避免使网络陷入过适应，提高网络的训练速度。
然而，运用神经网络方法，对输入变量的选取目前并没有一个公认的方法。为了从众多的初始变量中选择具有代表性的变量，本文利用spss Clementine11.1数据挖掘软件包选项面板中的建模栏中的特征选择节点来对变量进行筛选。通过构建一个带有特征选择节点的流，可以为每一训练集筛选出重要的变量。利用筛选出来的变量和全部变量分别对训练样本进行训练，得到两种神经网络模型，分别对测试样本进行分类，并分别构建集成模型。
3.3 建立模型
本文是对2001年至2005年上市公司的数据样本进行训练得到单个神经网络模型，用该模型对测试样本进行预测。如何产生不同的分类模型是影响集成模型准确性的一个重要因素[4]。以下四种方法——不同的初始条件，不同的网络结构，不同的训练数据，不同的训练算法常用来产生分类模型。本文采用不同的训练数据和不同的网络结构这两种方式结合得到基神经网络。
按照Bagging方法的要求，本文采用有放回随机抽样方法，从训练样本中随机抽取了15个子训练集，并用相同的方法从测试集中抽取了400个样本数据组成测试集。每个子训练集含有1000个样本，它们均由2001至2005年的200个公司样本组成。利用特征选择节点在每个训练集上选出的变量分别在这15个子样本上进行训练得到子分类器，然后用这些子分类器对测试样本进行分类。采用多数投票法对子分类器进行集成，得到集成方法在测试集上的预测结果。
3.4 结果分析
为了比较集成模型与单个神经网络预测准确率的差异，按照单个神经网络模型预测准确率按升序进行排序，分别计算了由7个、9个、11个、13个、15个基神经网络模型构成的集成模型的预测准确率，集成模型，不论是由用全部变量进行训练得到的基神经网络构建还是由用筛选出的变量进行训练得到的构建，都显示出了很高的准确率，而且得到的预测准确率相当稳定。
4 结论
本文利用神经网络集成的方法，以上市公司过去的财务数据和宏观经济数据为样本，对上市公司的未来盈利状况进行预测。研究结果表明，相比于单个神经网络模型，尽管选用7个预测精度最差的单个神经网络作为基神经网络，其集成网络的预测准确率仍然很高，因而集成方法得到的结果更稳定，更具有说服力。
由于上市公司管理水平的差异，影响公司盈利状况的因素又多，所以要想较好的刻画它们对盈利状况的影响，是一个很有挑战性的问题。本文的研究结果还表明，采用神经网络集成方法来研究未来盈利状况是可行的。进一步的研究可以从以下几个方面考虑：
（1）变量的选取。为了使预测更为准确，在建模时，需要考虑更多的影响因素。由于公司盈利状况跟公司的管理水平直接相关，因此，如何合理选取量化一些有关公司治理的指标变量，将它们加入到模型中去，是一个值得深入研究的问题。
（2）产生集成神经网络的方法。除了Bagging方法，还有其他产生集成神经网络的方法，比如Boosting方法。不同的方法会得到不同的结果，从而通过比较不同的结果，可以得到一个用来研究此类问题的最好的方法。
参考文献：
[1] Lars Kar Hansen， Peter Salamon. Neural network ensembles，IEEE transactions on pattern analysis and machine intelligence，vol.12， pp993-1001， 1990.
[2] Li-Chiu Chia，Tseng-Chung Tang. Artificial neural networks in reorganization outcome and investment of distressed firms： The Taiwanese case， Expert Systems with Applications， vol.29，pp641-652， 2005.
[3] Jiawei Han Micheline Kamber， data mining; concepts and tech-niques（second edition）[M]．北京：机械工业出版社，2006．
