無形資產與企業(yè)成長性關系及其評價機理研究

張?zhí)K　褚峻

摘要：文章基于非財務視角對企業(yè)的成長性評價問題進行研究。首先從企業(yè)成長性理論入手，闡述了企業(yè)成長的基本要素，以及無形資產的作用。通過劃分了驅動企業(yè)成長的無形資產的類型，提出了基于人工神經網絡算法來構建品牌成長因子的評價模型。

關鍵詞：無形資產；成長性評價；品牌成長因子；人工神經網絡

無形資產是由特定主體擁有或控制的，不具有獨立實體形態(tài)，可以對主體的生產、經營及管理等活動產生積極作用或帶來經濟利益的非貨幣性經濟資源，對企業(yè)的成長起著非常重要的作用。由于無形資產的辨識及其權屬關系的確認的模糊性，價值創(chuàng)造與成本之間關系的弱對應性，以及非標準化特性和價值的相對性，導致現有的成長性評價中很少有依賴無形資產。本文試圖跳出財務分析的“定式”去思考企業(yè)成長性評價問題，嘗試從無形資產的角度去探究企業(yè)的成長及其評價機理。

一、 企業(yè)成長性評價

企業(yè)成長性評價有兩類。一類是對企業(yè)成長的既往表現進行評價，即對已經實現的成長進行評判，其成長性反映到企業(yè)擴張和盈利的數據中，所以這類評價主要使用經營或財務上的一些指標來衡量，比如采用資產報酬狀況、托賓Q值、公司市值、凈資產收益增長率、人員規(guī)模、銷售收入、市場份額等指標。這種方式簡單明了，主線清晰，數據處理及計算的工作量小，有時候甚至可以采用單一的經濟指標來衡量。另一類是對企業(yè)成長的驅動因素進行分析，主要是評判企業(yè)經營過程中哪些因素會對企業(yè)的成長產生影響以及會產生什么樣的影響，涉及的因素包括經營者素質或能力、市場條件、組織資源、經營戰(zhàn)略、客戶關系等。這類方法通常是綜合性評價，使用綜合指標去做成長性評價，以全面衡量企業(yè)的成長性。

企業(yè)成長性評價雖然沒有形成統一的標準，但都有一個共同點——評價體系偏重于財務指標。企業(yè)的成長自然會帶來經營業(yè)績的增長，盈利能力等財務數據可以衡量企業(yè)的內在增長，股權收益等指標也是企業(yè)成長的外在表現，但直接使用這些財務數據進行評價卻存在一定的局限性。一是因為財務數據的變化是企業(yè)經營發(fā)展結果的體現，故只能用其評判企業(yè)之前的成長情況，不能將其用于預測性評判。二是因為企業(yè)的成長并不簡單等同于企業(yè)經營業(yè)績增長，企業(yè)在某些發(fā)展階段財務數據可能并不理想，故不能據此判斷其沒有成長，而企業(yè)往往在發(fā)展的成熟階段財務指標卻顯得非常“漂亮”，但其已經沒有多大的成長空間了。

二、 成長性評價的理論基礎

企業(yè)成長理論可以分為外生成長理論和內生成長理論兩類。外生理論強調成長的決定性因素來源于企業(yè)外部，但它不能解釋在相同外部條件下為什么企業(yè)的發(fā)展狀況存在較大差別等問題，所以從企業(yè)內部因素研究企業(yè)的成長問題更為合理。伊迪絲·彭羅斯（Edith Penrose）提出了“驅動企業(yè)成長性是內部各種資源”的觀點，并構建“資源決定能力，能力驅動成長”的分析框架，即企業(yè)擁有的資源狀況是決定企業(yè)能力的基礎，而企業(yè)能力驅動企業(yè)成長的速度和界限。企業(yè)的成長是通過不斷挖掘未利用資源，開發(fā)潛在能力的無限動態(tài)經營管理的過程。彼得·德魯克（Peter F.Drucker）提出的成長理論主要強調內部管理的作用，尤其強調管理人員的作用，認為企業(yè)成長是發(fā)展的內在需求，不是簡單的規(guī)模擴大，而是“質”與“量”的同步提升，產品效益、管理者的態(tài)度和行為以及員工的培養(yǎng)是企業(yè)成長的關鍵因素。總結彭羅斯和德魯克的理論，一方面強調有形資產所能發(fā)揮的作用，認為有形資產是一家公司價值大小的體現和市場競爭力的構成，另一方面也強調了管理者及管理活動等無形資產對于企業(yè)成長的作用?，F代市場競爭已不再是基于傳統的規(guī)模經濟，企業(yè)的成長不僅僅是有形資產的增加或規(guī)模的擴大，更重要的在于其無形資產的增長和促進作用。

三、 驅動成長的無形資產類型分析

無形資產劃分為四大類：權利型資產、信譽型資產、結構型資產和關系型資產。

1. 權利型資產。權利型資產就是企業(yè)擁有的一些權利，它對企業(yè)的經營會產生積極的影響。具體可以分為以下幾種。

（1）契約權利。這類權利并非自身創(chuàng)造，主要是來自于企業(yè)的外部，是通過契約的方式獲得的一種受法律保護的權利。常見的契約型權利有土地使用權、特許經營權、租賃經營權等。

（2）著作權利。這類權利主要是由企業(yè)自身創(chuàng)造的，并通過權威第三方依法給予認定的一種受法律保護的權利，包括專利權、商標權、軟件著作權、文學藝術著作權、其他創(chuàng)意或設計著作權等。

（3）私有權利。這類權利主要是指企業(yè)獨立擁有并在生產經營活動中采用和產生經濟效益的，但并不公開的資產或權利，例如保密配方、私有技術等。

2. 信譽型資產。（1）征信記錄。是通過獨立的第三方專業(yè)機構依法采集、客觀記錄企業(yè)過去的信用行為信息，建立信用檔案。這些檔案將影響其未來的經濟活動。（2）企業(yè)聲譽。是其行為取得社會認可，從而取得資源、機會和支持，進而完成價值創(chuàng)造的能力的總和。其本質是，整合企業(yè)的形象、自我認同和期望認同，達到三者之間協同平衡，形成對企業(yè)正面的認知、評價和情感聯系。（3）企業(yè)榮譽。指企業(yè)獲得的來自社會和公眾的獎項與贊許，包括政府組織機構評選頒發(fā)的各類獎項、媒體和市場研究機構的獎項、公眾通過正式和非正式渠道對企業(yè)的贊許表達。

3. 結構型資產。（1）經營模式?；蛘呓猩虡I(yè)模型，是企業(yè)根據經營宗旨，為實現確認的價值定位所采取某一類方式方法的總稱。（2）企業(yè)文化。是在企業(yè)生產經營和管理活動中所創(chuàng)造的具有該企業(yè)特色的價值觀念、企業(yè)精神、道德規(guī)范、行為準則等內容。企業(yè)文化是企業(yè)的靈魂，是推動企業(yè)發(fā)展的不竭動力。（3）人力機制。是為了提高人力資源利用效率、優(yōu)化人才引進與培養(yǎng)環(huán)境，建立人力資源良性運行模式等建立的企業(yè)人力資源管理體系結構。

4. 關系型資產。（1）供應商關系。企業(yè)應與供應商之間建立高度信任、真誠相待的合作關系。它可以幫助企業(yè)降低產品開發(fā)成本、質量成本、交易成本、售后服務成本等，有助于企業(yè)獲得關鍵性原材料，可以降低企業(yè)及供應鏈中的潛在供應風險和不確定性，還可以與供應商共同研究開發(fā)，使得采購企業(yè)和供應商聯手進行技術創(chuàng)新成為可能，可以協助企業(yè)比競爭對手更快、更早地向市場推出新產品。（2）客戶關系?？蛻絷P系是指企業(yè)為達到其經營目標，主動與客戶建立起的某種聯系。這種聯系可能是單純的交易關系，也可能是通訊聯系，也可能是為客戶提供一種特殊的接觸機會，還可能是為雙方利益而形成某種買賣合同或聯盟關系。（3）競爭關系。企業(yè)在發(fā)展中遇到競爭是不可避免的，也可以說，競爭本身就是企業(yè)發(fā)展的一部分，因此如何處理好各種競爭關系也是企業(yè)的重要經營能力。競爭的機制在于激發(fā)企業(yè)生產的活力，把競爭對手看作是壓力和動力，最大限度發(fā)揮其潛在的能力，改變那種安享太平、不思進取的作風。（4）政府關系。企業(yè)與政府的關系是指企業(yè)作為政府管轄范圍內的行為主體，充分利用各種信息傳播途徑和方法與政府進行雙向信息交流活動，以取得政府的信任、支持和合作，從而及時掌握外部宏觀政策環(huán)境，為企業(yè)的運行建立良好的外部環(huán)境，促進企業(yè)的更好的成長。

四、 基于無形資產的成長性評價

1. 評價方法的選擇。無形資產是可以在生產經營活動中主動發(fā)揮效用的，對企業(yè)的成長具有驅動作用，這些要素對于企業(yè)成長的貢獻有三種情況。第一種情況是，無形資產要素可以對于企業(yè)的盈利或發(fā)展，產生直接的經濟價值，其作用體現的是疊加效應。第二種情況是，有些無形資產要素的影響力是無形的，雖然本身并不直接創(chuàng)造價值，但卻對其他經營要素起著促進作用，對經營績效起到放大作用，體現的是乘數效應。第三種情況是，借助于當前的信息技術和網絡環(huán)境，其效用呈爆炸式擴散，帶來復合式增長，體現的是一種指數效應。因此，當我們從無形資產角度去評價企業(yè)成長性的時候，需要根據評價的目的和無形資產的特點選擇適合的評價方法。一方面企業(yè)的無形資產具有非貨幣性、非實體性、難度量性、低邊際成本特性、價值不確定性等特征，另一方面它也確實在企業(yè)的運營過程中發(fā)揮作用、直接或間接創(chuàng)造價值、驅動企業(yè)成長。

人工神經網絡（Artificial Neural Network，簡稱ANN），是從信息處理角度對人腦組織結構和運行機制進行簡化、抽象和模擬，由大量處理單元（神經元）互相連接而形成的復雜網絡結構。人工神經網絡分為多層和單層，每一層包含若干神經元，各神經元之間用帶可變權重的有向弧連接，網絡通過對已知信息的反復學習訓練，逐步調整改變神經元連接權重的方法，達到處理信息、模擬輸入輸出之間關系的目的。它不需要知道輸入輸出之間的確切關系，不需大量參數，只需要知道引起輸出變化的非恒定因素，即非常量性參數。因此與傳統的數據處理方法相比，神經網絡技術在處理模糊數據、隨機性數據、非線性數據方面具有明顯優(yōu)勢，對規(guī)模大、結構復雜、信息不明確的系統尤為適用。

2. 成長因素識別及指標選擇。實踐中，無形資產并不是一種被動形成的靜態(tài)資產，并且一個企業(yè)的無形資產會有很多，但并不是全部都能產生重要的驅動作用，因此在無形資產分析中首先要識別出具有重要驅動作用的成長因素，以此作為ANN模型的輸入指標。通常需要考慮以下幾點：首先，這些因素應該是有利于資源優(yōu)化配置，或是有利于技術創(chuàng)新、業(yè)務創(chuàng)新或管理創(chuàng)新的，或是有利于提升企業(yè)運營效率的，或是有利于創(chuàng)造價值的，等等。其次，這些因素應該是著眼于未來發(fā)展的，能體現企業(yè)成長路徑或者是符合企業(yè)發(fā)展規(guī)劃的。此外，這些因素還應是相對穩(wěn)定的，具有一定的持續(xù)性，能夠產生連續(xù)的驅動作用的。

根據上文對無形資產的劃分，我們可以建立一個基本的評價指標結構，見表1。

但上述指標并不具備共度性，即各指標沒有統一的度量標準，難于進行比較，因此還需要用隸屬度函數對它們進行無量綱處理，公式如下：

Zi.j.k=（Xi.j.k-Xmin）/（Xmax×Xmin）

其中：Xi.j.k為第i.j.k指標的實際取值，而Xmax和Xmin為相應指標的最大和最小值；Zi.j.k為Xi.j.k歸一化后的指標數值，即將來輸入模型進行運算的值。

3. 基于BP算法的ANN評價模型。可以采用ANN中算法最成熟的BP（Back Propagation）神經網絡來構建評價模型。BP是一種按誤差逆?zhèn)鞑ニ惴ㄓ柧毜亩鄬忧梆伨W絡，能學習和存貯大量的輸入-輸出模式映射關系，通過信息正向傳播和后向傳播誤差兩個過程學習，逐層修正神經元的權值，使網絡的誤差平方和最小。

因此，設計評價模型分為三層，分別是輸入層、隱含層和輸出層。其中，輸入層有四個節(jié)點，即無形資產的四種類型；每個節(jié)點有多個輸入指標Xi.j.k，每個指標代表一種可以驅動企業(yè)成長的無形資產要素，即一個神經元。經過隱含層，最后輸出一個指標，我們可以把這個指標定義為企業(yè)的品牌成長因子，用以綜合評價或反映企業(yè)的成長性。其模型示意可參見圖1。

其中，輸入的Z1、Z2，…，Zn是指標Xi.j.k的輸入值，代表的是無形資產要素；輸出的成長因子I，是反映企業(yè)成長性水平的綜合指標。

當然，上述模型需要一個訓練集和一個評價其訓練效果的測試集，BP神經網絡運用訓練集進行網絡訓練以達到指定的要求，再通過測試集用來評價已訓練好的網絡的性能，達到符合精度要求的模型方可用于實際的評價工作。

五、 結束語

企業(yè)成長性評價的研究一直被局限于財務指標為主。這種“財務性”評價只能反映企業(yè)已經實現的成長，而不能分析或預判企業(yè)未來的成長。因此本文從企業(yè)的成長機理研究入手，重點研究無形資產在企業(yè)成長中發(fā)揮的作用以及相應的評價原理和方法選擇，得出了可以通過設立基于ANN的品牌成長因子來評價企業(yè)成長性的結論。我們認為，通過輸出品牌成長因子，可以有效評價企業(yè)成長中無形資產的作用，也可以判斷一個企業(yè)在成長中存在的問題，避免了專家評價的主觀性弊端，以及財務評價的指標局限性等問題。但對于量化評價模型還需要進行深入研究，包括具體指標的取值與處理、模型學習的有效性、以及實證分析等，本文因為篇幅有限不做深入探討，這些內容將在以后的研究中繼續(xù)完成。

參考文獻：

[1] 李軍波，蔡偉賢，王迎春.企業(yè)成長理論研究綜述[J].湘潭大學學報（哲社版），2011，（6）.

[2] Edith Penrose，趙曉，譯.企業(yè)成長理論[M].上海：上海人民出版社，2007.

[3] Peter F.Drucker，齊若蘭，譯.管理的實踐[M].北京：機械工業(yè)出版社，2009.

[4] Peter F.Drucker，王永貴，譯.管理：使命、責任、實務（責任篇）[M].北京：機械工業(yè)出版社，2009.

[5] Fombrun Charles J，van Riel Cees B.M.，鄭亞卉，劉春霞，譯.聲譽與財富[M].北京：中國人民大學出版社，2004.

[6] 年小山.品牌學（理論部分）[M].北京：清華大學出版社，2003.

[7] 申淑靜，楊增雄.R&D;投入與企業(yè)成長的相關性研究述評[J].經濟研究導刊，2013，（35）.

[8] 谷燕.關于公司成長性研究的綜述[J].價值工程，2009，（12）.

作者簡介：張?zhí)K（1981-），男，漢族，安徽省合肥市人，中國人民大學信息資源管理學院博士生，研究方向為信息分析；褚峻（1971-），男，漢族，江蘇省南京市人，中國人民大學信息資源管理學院副教授，南京大學管理學博士，研究方向為信息分析、競爭情報。

收稿日期：2018-06-25。