關(guān)于中小企業(yè)績效評(píng)價(jià)的研究

韋雅君

【摘要】對(duì)企業(yè)績效進(jìn)行考核評(píng)價(jià)，有財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)兩個(gè)角度?；谥行∑髽I(yè)財(cái)務(wù)核算特點(diǎn)，本文用管理視角進(jìn)行評(píng)價(jià)。首先，深入分析影響企業(yè)績效評(píng)價(jià)的因素，將各因素加以量化建立考評(píng)指標(biāo)體系，接著借助于層次分析法、BP神經(jīng)網(wǎng)絡(luò)、模糊綜合評(píng)價(jià)等方法對(duì)企業(yè)績效進(jìn)行評(píng)價(jià)，最后結(jié)合中環(huán)艾能公司對(duì)建立的評(píng)價(jià)模型進(jìn)行實(shí)際應(yīng)用分析。分析表明，其評(píng)價(jià)結(jié)果更加全面、符合實(shí)際情況，有助于提升企業(yè)的績效管理水平和持續(xù)發(fā)展能力。

【關(guān)鍵詞】BP神經(jīng)網(wǎng)絡(luò) 績效評(píng)價(jià) 非財(cái)務(wù)指標(biāo) AHP

1引言

目前，中小企業(yè)管理模式處于從經(jīng)驗(yàn)管理階段向科學(xué)管理階段過渡時(shí)期，其績效考評(píng)體系由于量化目標(biāo)的對(duì)應(yīng)性差及評(píng)估的客觀性、主觀性的量度不易掌握而難以真正的發(fā)揮效用。傳統(tǒng)上企業(yè)績效評(píng)價(jià)有財(cái)務(wù)視角和管理視角兩個(gè)維度，鑒于中小企業(yè)財(cái)務(wù)核算的特點(diǎn)，筆者認(rèn)為運(yùn)用科學(xué)的評(píng)價(jià)管理工具，從管理視角進(jìn)行評(píng)價(jià)是對(duì)財(cái)務(wù)指標(biāo)績效評(píng)價(jià)的有益補(bǔ)充。目前比較成熟的績效評(píng)價(jià)工具有關(guān)鍵指標(biāo)法（KPI體系）、經(jīng)濟(jì)增加值法（EVA）和平衡計(jì)分卡等。本文在此基礎(chǔ)上，嘗試借助于層次分析法、BP神經(jīng)網(wǎng)絡(luò)、模糊綜合評(píng)價(jià)等方法對(duì)企業(yè)績效進(jìn)行評(píng)價(jià)。這就涉及到一個(gè)問題，如何構(gòu)建評(píng)價(jià)企業(yè)績效信息的模型，也就是本文要研究的課題。

2企業(yè)績效評(píng)價(jià)模型

2.1指標(biāo)體系建立

建立指標(biāo)體系的關(guān)鍵一環(huán)是：合理地選擇和確定有代表性的、能全面反映評(píng)估對(duì)象本質(zhì)的指標(biāo)。指標(biāo)的選取不僅關(guān)系到整個(gè)體系構(gòu)建的合理性，更關(guān)系到最終評(píng)價(jià)結(jié)果準(zhǔn)確性和可操作性。本文在建立企業(yè)績效評(píng)價(jià)指標(biāo)體系時(shí)遵循客觀性、全面性、系統(tǒng)性、相互獨(dú)立性、動(dòng)態(tài)性和可比較性等原則，深入分析各個(gè)指標(biāo)的內(nèi)涵，通過研究、比較和篩選，運(yùn)用層次分析法建立企業(yè)績效評(píng)價(jià)指標(biāo)體系如下：

邀請(qǐng)有責(zé)任感專家參與估計(jì)判斷數(shù)，一般來說，判斷矩陣的估計(jì)數(shù)值科學(xué)與否直接關(guān)系到?jīng)Q策質(zhì)量，因此人員結(jié)構(gòu)與專家數(shù)目應(yīng)該特別慎重。本次調(diào)查以電子郵件和書面形式發(fā)送問卷，共發(fā)放問卷100份，回收98份，回收率98%，合格問卷為95份，有效率為97%，符合層次分析法的要求。運(yùn)用AHP的相關(guān)軟件對(duì)影響企業(yè)績效評(píng)價(jià)的因素賦予權(quán)重，得到的結(jié)果如下： ?2.2 BP神經(jīng)網(wǎng)絡(luò)

BP網(wǎng)絡(luò)的結(jié)構(gòu)如圖1所示。由圖可見，多層BP神經(jīng)網(wǎng)絡(luò)不僅有輸入節(jié)點(diǎn)、輸出節(jié)點(diǎn)，而且有一層或多層隱節(jié)點(diǎn)。相鄰上下層之間各神經(jīng)元實(shí)現(xiàn)全連接，即下層的每個(gè)神經(jīng)元與上層的每個(gè)神經(jīng)元都實(shí)現(xiàn)權(quán)連接，而每層各神經(jīng)元之間無連接。當(dāng)一對(duì)學(xué)習(xí)樣本提供給網(wǎng)絡(luò)后，神經(jīng)元的激活值從輸入層經(jīng)各中間層向輸出層傳播，在輸出層的各神經(jīng)元獲得網(wǎng)絡(luò)的輸入響應(yīng)。接下來，按照減少目標(biāo)輸出與實(shí)際輸出之間誤差的方向，從輸出層反向經(jīng)過各中間層回到輸入層，從而逐層修正各連接權(quán)值，這種算法稱為“誤差反向傳播算法”，即BP算法。隨著這種誤差逆向的傳播修正不斷進(jìn)行，網(wǎng)絡(luò)對(duì)輸入模式響應(yīng)的正確率也不斷上升。

3企業(yè)績效評(píng)價(jià)的BP神經(jīng)網(wǎng)絡(luò)模型

3.1樣本描述及定量化

從評(píng)價(jià)指標(biāo)體系來看，絕大部分的指標(biāo)為定性指標(biāo)，難于用數(shù)量表示，因此，在實(shí)際評(píng)價(jià)工作中，對(duì)所有指標(biāo)，首先由專家先做定性評(píng)價(jià)，然后設(shè)法予以量化。在各個(gè)專家分別對(duì)各個(gè)指標(biāo)進(jìn)行考核完并且評(píng)出定性等級(jí)之后我們對(duì)評(píng)語進(jìn)行相應(yīng)量化。量化標(biāo)準(zhǔn)見表3。論文采用評(píng)語集V=（優(yōu)秀，良好，中等，合格，較差）五個(gè)等級(jí)的模糊評(píng)價(jià)標(biāo)準(zhǔn)。評(píng)分表為表3所示：

3.2 BP網(wǎng)絡(luò)模型的建立

根據(jù)映射定理可構(gòu)造一個(gè)包括輸入層、隱含層和輸出層的三層BP網(wǎng)絡(luò)。將11個(gè)項(xiàng)目的企業(yè)績效指標(biāo)作為BP網(wǎng)絡(luò)的11個(gè)輸入節(jié)點(diǎn)，隱層節(jié)點(diǎn)數(shù)目的多少直接影響神經(jīng)網(wǎng)絡(luò)的計(jì)算精度，若節(jié)點(diǎn)太少，網(wǎng)絡(luò)的非線性功能和容錯(cuò)能力差，而若節(jié)點(diǎn)過多，又使學(xué)習(xí)時(shí)間增加，學(xué)習(xí)誤差也不一定最佳。為了使隱含層節(jié)點(diǎn)更合適，本文經(jīng)過多次試算并比較各種模型訓(xùn)練后所得的誤差大小，最終將隱含層節(jié)點(diǎn)數(shù)定為12。而BP網(wǎng)的輸出節(jié)點(diǎn)只有一個(gè)，該節(jié)點(diǎn)用來表示綜合評(píng)價(jià)總指標(biāo)。

3.3 BP網(wǎng)的訓(xùn)練與檢測(cè)

搜集的10個(gè)方案的企業(yè)指標(biāo)專家打分結(jié)果標(biāo)準(zhǔn)化后得到的評(píng)價(jià)數(shù)據(jù)見表4，其中，Z表示綜合評(píng)價(jià)指標(biāo)。

為了進(jìn)一步檢驗(yàn)該網(wǎng)絡(luò)模型的精確性，將表3中第8組、第9組作為檢驗(yàn)樣本。BP網(wǎng)絡(luò)模型的檢測(cè)樣本輸出的綜合評(píng)價(jià)結(jié)果與期望輸出結(jié)果見表5。

由表5的結(jié)果可知，檢驗(yàn)樣本的網(wǎng)絡(luò)輸出與期望輸出結(jié)果基本相符，所以該網(wǎng)絡(luò)模型能夠應(yīng)用于企業(yè)績效的綜合評(píng)價(jià)。

本文用表4中的第10組中環(huán)艾能進(jìn)行敏感性分析，將其輸入BP網(wǎng)絡(luò)求解，得到評(píng)價(jià)值為0.8216。當(dāng)各企業(yè)指標(biāo)因素分別變化+10%和-10%時(shí)，應(yīng)用神經(jīng)網(wǎng)絡(luò)模型，可以得出變化后的企業(yè)績效評(píng)價(jià)值。由分析結(jié)果可以看出，綜合評(píng)價(jià)結(jié)果對(duì)工作積極性最為敏感。因此，在企業(yè)績效評(píng)價(jià)管理時(shí)，要特別重視對(duì)員工工作積極性的培養(yǎng)。

4結(jié)束語

企業(yè)對(duì)員工績效的影響往往是隱形的，它是一個(gè)軟指標(biāo)，所起的作用不好量化。而且，影響企業(yè)績效評(píng)價(jià)的因素很多，這些因素均具有一定的不確定性。神經(jīng)網(wǎng)絡(luò)是通過歷史數(shù)據(jù)進(jìn)行學(xué)習(xí)的，企業(yè)績效神經(jīng)網(wǎng)絡(luò)模型的執(zhí)行情況很大程度上取決于歷史數(shù)據(jù)的數(shù)量和質(zhì)量。歷史數(shù)據(jù)越多，預(yù)測(cè)誤差越小。由于神經(jīng)網(wǎng)絡(luò)具有高度的容錯(cuò)性，因而對(duì)于過去的數(shù)據(jù)資料中由于人為的或其它因素造成的偏差有自動(dòng)糾偏功能;此外由于神經(jīng)網(wǎng)絡(luò)是并行處理數(shù)據(jù)的，因而其處理速度相當(dāng)快，這點(diǎn)滿足了管理上要求快速?zèng)Q策的需要，實(shí)踐證明它在進(jìn)行企業(yè)績效評(píng)價(jià)時(shí)是十分有效的。

參考文獻(xiàn)：

[1]W.S. Humphrrey， W.L Sweet. A method for assessing the software engineering capability of contractors[N].USA，SEI Technical Report（SEI-87-TR-23），1989.

[2]劉釗，蔣民孝.基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘研究[J].計(jì)算機(jī)工程與應(yīng)用，2004， 40（3）：172-173.

[3]王雪華.兩種層次結(jié)構(gòu)化決策方法的理論與應(yīng)用研究—AHP與AIM[D].大連理工學(xué)院博士論文，2000.

[4]劉國靖，鄧韜.21世紀(jì)新項(xiàng)日答理—理念、體系、流程、方法、實(shí)踐[M].北京：清華大學(xué)出版社，2003.

[5]何操.項(xiàng)目管理中企業(yè)的作用[N].國家電網(wǎng)報(bào)，2007-11-21（8）.