我国新媒体产业上市公司竞争力评价研究*

文/刘学文 王铁军

新媒体产业的发展与知识资本以及综合国力的竞争密不可分。当前，发达国家不仅在技术水平与经济实力上远远领先于发展中国家，同时也在利用新媒体产业优势把它们的文化价值观念传播到世界各地。由此可见，新媒体产业的战略意义远远高于其经济价值[1]。美国学者利特尔IMD Little从上世纪80年代以来就致力于国际竞争力的比较研究，并把企业竞争力评价作为其研究的主要内容之一[2]。此后，企业竞争力评价作为企业管理的重要手段日益引起人们的重视。美、日等国家也纷纷开始进行企业素质或企业竞争力的评价活动，旨在促进本国企业适应市场，参与世界经济角逐。

新媒体产业不仅是经济增长的新动力，也是提高国际竞争力的核心要素。我们应审时度势、未雨绸缪，力争在方兴未艾的新媒体产业的国际竞争中取得竞争优势。在这种形势下，如何提高新媒体产业企业综合竞争力，如何制订评价新媒体产业企业综合竞争力的指标体系，通过定期评价和监测，及时把握新媒体产业企业竞争力的现状，引导新媒体产业企业提高综合竞争力，已经成为新媒体产业发展战略中的一项重要内容。据此本文拟对我国新媒体产业上市公司进行竞争力评价的系统研究。

一、方法选取与研究样本

关于企业竞争力的评价研究，大多采用层次分析法和模糊综合评价法、多元判断法以及指数分析法等方法。但是，由于这些方法缺乏自学能力，要依靠专家打分法来确定权重，因此很难摆脱评价人员的主观性和随意性，并且这些方法在实施时必须假设变量之间是线性关系，变量之间不存在相互影响。由于企业竞争力是一个复杂系统，系统复杂且影响因素多，存在着非线性关系[3]。为此，本文引入综合评价方法中的另一个重要方法人工神经网络（Artificial Neural Network，简称ANN）来进行新媒体产业上市公司竞争力的评价研究[4]。基于ANN的综合评价方法通过神经网络的自学习、自适应和强容错性，建立更加接近人类思维模式的定性定量相结合的综合评价模型。该方法在竞争力评价中有以下几个优点：

（1）通过对参与评价企业样本的学习就能够确定人工神经网络模型的结构。按照企业竞争力评价的最优算法准则反复迭代，不断调整神经网络结构，直至达到一个相对稳定的状态，那么，就可以确定人工神经网络的结构，并以该模型进行评价和排序。这样有利于保证评价结果的客观性。

（2）计算误差小。人工神经网络模型对参与评价的样本不断学习，能使系统误差达到任何精度要求，且有收敛性。

（3）动态评价性好。随着参评样本的增加和时间的演进，能够进行进一步的样本学习和实现动态跟踪评价[5]。

近年来，虽然不少学者利用神经网络技术对竞争力综合评价建模进行了有益的探索性研究，但还存在如建模样本数据太少，采用太大的网络结构，不采用检验样本实时监控训练过程，很容易出现“过训练”现象等问题，致使建立的神经网络模型的泛化能力较差，实用价值较小[6,7]。因此本文拟在此基础上对新媒体产业进行更加细致科学地研究。

根据新媒体产业定义，选取上市公司中广电新闻、传播与文化、网络媒体、信息内容等行业共22个公司进行实证研究，以2002～2012年沪深股市上市公司年报数据为基础，剔除缺省数据后共获得9655个有效年度样本数据。按照企业综合竞争力评价指标体系，采用其中14个财务指标值作为评价指标，即资产总额(x1)、利润总额(x2)、主营业务利润(x3)、每股收益(x4)、净资产收益率(x5)、总资产报酬率(x6)、应收账款周转率(x7)、存货周转率(x8)、流动资产周转率(x9)、每股收益率增长率(x10)、净资产增长率(x11)、总资产增长率(x12)、主营业务及利润增长率(x13)和流动比率(x14)。

为了克服变量因数据相差很大而影响模型输出精度以及提高ANN模型的训练效果，建立更可靠、有效的模型，有必要对输入输出数据进行规格化处理。本研究对各指标均采用线性方法（即0.2+0.6(X-Xmin)/(Xmax-Xmin) ），把原始数据化为[0.20，0.80]内的数据。这样对超出本研究数据范围的数据，可以有一定地外推能力。

我们对新媒体产业22家上市公司业绩进行统计，新媒体产业2012年业绩实现快速增长，其中营业收入同比增长28.10%，相对上半年增速提高0.39%，净利润同比增长19.79%，相对上半年增长5.3%。两者环比上半年均有所增加，行业综合毛利率31.93%，基本与2011年同期和2012年上半年持平。新媒体产业市场情况以及样本中22家上市公司的基本统计分析如表1和图1所示：

表1 新媒体行业上市公司基本统计分析

图1 2008～2011年中国新媒体产业市场规模

二、实证结果

将各项评价指标的分界值输入到训练好的BP网络14-10-1模型，对应的网络模型输出值分别为：1.538、2.253、3.493和4.261。因此，企业竞争力等级的很强(Ⅰ)、强(Ⅱ)、中(Ⅲ)、弱(Ⅳ)和很弱(Ⅴ)五个等级区间，BP网络模型输出值的范围分别为：≤1.538、≤2.253～1.538、≤3.493～2.253、≤4.261～3.493和>4.261。

1.实证研究样本的输出值

将规格化后的新媒体产业上市公司财务指标矩阵作为网络输入变量，然后打开建立的BP网络14-10-1模型进行实证研究，结果如表2所示。

表2 新媒体产业上市公司2012年竞争力BP网络模型输出值及评定结果

仿真结果分析：

（1）以上22家新媒体产业上市公司中没有一家公司的竞争力等级为很强（I）；竞争力等级为强（II）级的占45.6%；竞争力等级为中（III）级的占31.8%；竞争力等级为弱（IV）级的占4.5%；竞争力等级为很弱（V）级的占18.1%。其中等级为强（II）和中（III）占77.4%。

（2）广电网络、歌华有线和博瑞传播这三家公司虽然同处竞争力等级强（II），模型输出值分别为1.914、1.854和1.930，但通过模型得分高低可以看出这三家公司的竞争力强弱顺序为歌华有线、广电网络和博瑞传播。

（3）聚友网络、万鸿集团、交大博通和托普软件同属于竞争力很弱（V），通过原始数据分析，以上四家公司2012年度均有较大程度亏损，分别亏损1.66、0.38、0.72和8.29亿元，其中万鸿集团和托普软件被中国证监会评为特别处理（ST）公司，模型的分析结果与实际情况比较吻合。

(4) 从模型得分高低来看，歌华有线、广电网络和博瑞传播为新媒体产业上市公司竞争力前三名，聚友网络、托普软件和交大博通为新媒体产业上市公司竞争力最后三名。

（5）新媒体产业中广电传媒业上市公司竞争力平均得分为3.089，软件信息内容业上市公司竞争力平均得分为2.808，说明软件信息内容业上市公司总体上竞争力要强广电传媒业上市公司。

由上述分析我们可以看出，大部分新媒体产业上市公司竞争力水平处于中上水平，但没有竞争力特别优秀的公司，由此可以看出新媒体产业的竞争力水平还有较大的上升空间，还需要全产业公司的不懈努力。竞争力较弱的企业面临亏损甚至连续亏损的概率要更大一些，因此企业要想在激烈的竞争中长久生存发展下去，就必须努力提升自身综合竞争力。软件信息内容业上市公司总体上竞争力要强于广电传媒业上市公司，可能的原因是软件信息内容业的公司的盈利方式更加直接便捷，因此在财务方面表现要比广电传媒业公司更好。

2.新媒体产业上市公司竞争力变化趋势分析

企业竞争力水平是动态的、连续的和发展的。对企业竞争力水平进行变化趋势分析有助于跟踪其和竞争对手的竞争力、竞争优势和劣势随时间变化，预测今后的发展趋势。将原始数据规格化处理后输入BP网络（14-10-1）模型，得到新媒体产业上市公司竞争力变化趋势分析结果。

竞争力变化趋势仿真结果分析：

（1）新媒体产业中传媒行业上市公司竞争力水平近5年均保持在较高水平，其中11.2%的公司处在竞争力等级为很强（I）的水平；41.1%的公司处在竞争力等级为强（II）的水平，均高于竞争力等级分类的很强（I）10%和强（II）20%的比例。其中瑞博传播、电广传媒、歌华有线、东方明珠、广电信息、用友软件和广电网络等都处于竞争力较高水平。

（2）新媒体产业上市公司资产规模较大的企业竞争力水平保持基本稳定，近5年来变化不大，如东方明珠、央视股份、综艺股份和电广传媒。这说明大型上市公司提升竞争力水平较难，也不易降低竞争力水平，这于现实中的情况也是相符的。

（3）新媒体产业中新兴网络媒体上市公司竞争力水平波动较大，如聚友网络、欣网视讯和永生数据等。这说明网络媒体上市公司易受投资环境、市场环境、技术更新速度等因素影响。

（4）新媒体产业中软件行业在2008～2009年间竞争力水平均处于较高水平，而近两年来有所回落。分析原始数据可以看出，2008～2009年软件行业上市公司主营业务利润及利润增长率、净资产增长率和每股收益增长率都较高，说明这段时间内软件行业上市公司具有很高的成长能力，而在2011～2012年增长趋势有所减缓。

（5）2012年所有新媒体产业上市公司竞争力水平均有不同程度下降，笔者认为这与2012年股市投资环境较差，股市指数降到历史最低，投资者对股市没有信心等因素有关。

由上述分析我们可以得出，新媒体产业上市公司近几年的竞争力水平一直保持稳中有升的趋势，并且大型上市公司的竞争力水平更加稳定，总体来说新媒体产业是前景美好的朝阳产业，并且在未来还会有较好的增长态势。

3.新媒体产业与支柱行业上市公司竞争力比较分析

新媒体产业作为一个新兴的产业集群，其发展水平、竞争力水平可以通过与支柱产业的横向比较得到一个较为客观的评价。本文随机选取支柱产业中的机械仪器、石油化工、金属行业各22家上市公司与新媒体产业22家公司进行比较，对收集到的支柱产业上市公司原始数据进行规格化处理后输入到上文建立好的BP网络（14-10-1）模型。

（1）整体而言，新媒体产业上市公司竞争力平均得分为2.948，稍大于支柱产业上市公司竞争力平均得分为2.899，可知新媒体产业上市公司平均竞争力略低于支柱产业上市公司平均竞争力。

（2）支柱产业中，机械仪器行业、金属行业和石油化工行业上市公司竞争力平均得分分别为3.323、2.046和3.329，金属行业上市公司竞争力水平最高，其中大部分钢铁公司均处于竞争力等级为很强（I）的水平，如宝钢股份、邯郸钢铁、包钢股份、莱钢股份和济南钢铁。

从平均得分可以看出，新媒体产业上市公司竞争力水平仅低于金属行业上市公司，高于机械仪器行业和石油化工行业。说明新媒体产业上市公司较支柱产业某些行业还是具有一定优势。

（3）支柱产业上市公司中竞争力水平为强（I）的占13.6%，大部分为国有蓝筹股，如上海石化、宝钢股份、邯郸钢铁等。而新媒体产业上市公司无一家上市公司竞争力水平为很强（I）。说明新媒体产业上市公司竞争力与支柱产业中优秀国有大型企业还是有一定差距。

（4）支柱产业和新媒体产业上市公司中竞争力水平为强（II）的分别占31.8%和45.4%，说明新媒体产业上市公司在竞争力水平为强（II）上占有一定优势。

（5）支柱产业上市公司中竞争力水平为很弱（V）的占13.6%，而新媒体产业上市公司中竞争力水平为很弱（V）的占18.1%，说明新媒体产业上市公司部分企业需要提高竞争力水平，以避免被中国证监会ST(特别处理)。

综合上述分析我们可以得知，新媒体产业上市公司平均竞争力略低于支柱产业上市公司平均竞争力，这其中主要是由于新媒体产业上市公司较一些发展较成熟的国有支柱性企业存在较大差距，并且新媒体产业中竞争力水平较差的企业较多，因此，新媒体产业上市公司要在稳步的发展中注重提升自身竞争力水平，并逐步向高竞争力的成熟企业靠拢。

4.影响上市公司竞争力综合评价因素的重要度分析

上市公司竞争力水平受企业规模、盈利能力、运营能力、偿债能力和成长能力等的14个指标的影响，但究竟哪些因素影响更大呢？这些都要求做输入变量的灵敏度分析，即对输入变量的重要性进行排序。

变量灵敏度分析方法之一是针对模型求各输入变量的偏导数，求得各输入变量的瞬时变化速率（斜率），斜率的绝对值越大，该变量就越灵敏、越重要，但是瞬时灵敏度作为研究可以，在实际应用中意义不大。方法之二是分析在总的模型误差中，哪个变量占的比例最大，那个变量就越重要、越灵敏，这是在整个数据范围内的变量灵敏度，是总灵敏度，对分析评价和提高上市公司综合竞争力都有重要意义。

利用Statistica Neural Networks软件的变量灵敏度分析功能，可以根据每个评价指标对上市公司竞争力的贡献大小来进行重要度排序研究。分析计算结果如表3所示。

表3 模型各输入变量灵敏度分析及重要度排序

在文中研究的14项评价指标中：净资产增长率(X11) 最重要；其次是应收账款周转率(X7)，资产总额（X1）处于第三位，然后依次是X9、X14等，利润总额(X2) 的影响最小。就资产规模因素而言，资产总额（X1）影响最大；就盈利能力而言净资产收益率（X5）影响最大；就运营能力而言应收账款周转率（X7）影响最大；就成长能力而言净资产增长率（X11）影响最大。从各输入变量的比例看，一方面，每个变量对企业综合竞争力都有显著影响（一般认为比例大于1.05就有重要作用），只是影响程度不同而已，在神经网络模型中都应该保留这些变量。另一方面，各评价指标的影响程度相差明显，如净资产增长率、应收账款周转率、资产总额的贡献率比其他指标大的多。

由上述分析我们可以看出，就提高新媒体产业上市公司竞争力方法上，首先应该提高公司的成长能力，努力扩大投资项目，使公司有长远的投资规划，大力开发短期投资项目，更大地开拓市场以增加收入和增加毛利率，是新媒体产业上市公司经营者必须做好的事情。其次应该提高企业管理能力，提高日常管理效率，缩短应收账款周转天数，提高营销能力，减小存货周转率等。

三、结论

本文在回顾国内外上市公司综合竞争力评价模型研究领域经典文献和研究成果的基础上，以我国沪深两市A股上市公司为研究对象，采用基于BP神经网络的综合评价方法，构建了上市公司综合竞争力模型，并对新媒体产业上市公司进行实证研究。以2002～2012年沪深上市公司年报报告的9655组有效数据为原始样本，对国内外专家学者曾经使用的25个财务指标进行相关分析和主成分分析，在保留原始变量的85%方差信息时，构建了包括5个方面14个指标的上市公司竞争力综合评价指标体系，基本上涵盖了上市公司竞争力状况的各个方面，且具有较好的代表性，为科学地进行上市公司竞争力综合评价奠定了基础。研究表明，净资产增长率、应收账款周转率、资产总额处于重要度前三位，并根据研究结果提出提高上市公司竞争力的方法和建议。利用建立的神经网络模型对内容产业22家上市公司竞争力水平进行纵向比较分析和与支柱产业之中22家上市公司竞争力水平进行横向比较分析，从模型得分高低来看，歌华有线、广电网络和博瑞传播为内容产业上市公司竞争力前三名，聚友网络、托普软件和交大博通为内容产业上市公司竞争力最后三名。整体而言，内容产业上市公司竞争力平均得分为2.948，稍大于支柱产业上市公司竞争力平均得分为2.899，可知内容产业上市公司平均竞争力略低于支柱产业上市公司平均竞争力。

上市公司竞争力综合评价神经网络模型是根据系统论原理、基于多年上市公司年报数据、应用ANN技术而建立的模型，无论从理论上还是实践上都具有重要意义，并将随着ANN技术的发展、企业竞争力理论的成熟、上市公司年报数据的增多（建模数据增多）以及指标体系的完善和发展，以上存在的问题将逐步得到克服，对上市公司竞争力综合评价，提高上市公司竞争力、经济效益，促进上市公司快速、可持续发展具有广阔的应用前景和实用价值。

[1]刘殿雄.浅析新媒体产业最新发展特点与发展方向[J].中国证券期货,2013,(8),132-133.

[2]Little I M D.Economic development:theory,policy,and international relations[M].New York:Basic Books,1982.

[3]杜金和.企业竞争力评价的人工神经网络方法[J].技术经济与管理研究,2000,(5):36-37.

[4]聂辰席.企业竞争力评价方法及其应用研究[D].天津大学博士论文,2003,03.

[5]吕洁华.高新技术企业核心竞争力的识别方法体系[J].哈尔滨工业大学学报,2006,38 (12):2171-2173.

[6]郭岚,张祥建.基于BP神经网络的企业核心竞争力评价[J].科学学研究,2007,25(2):131-136.

[7]时希杰,吴育华.企业核心竞争力三维评价模型与实证研究[J].中国管理科学,2006,14 (6):102-106.