无形资产与企业成长性关系及其评价机理研究

张苏　褚峻

摘要：文章基于非财务视角对企业的成长性评价问题进行研究。首先从企业成长性理论入手，阐述了企业成长的基本要素，以及无形资产的作用。通过划分了驱动企业成长的无形资产的类型，提出了基于人工神经网络算法来构建品牌成长因子的评价模型。

关键词：无形资产；成长性评价；品牌成长因子；人工神经网络

无形资产是由特定主体拥有或控制的，不具有独立实体形态，可以对主体的生产、经营及管理等活动产生积极作用或带来经济利益的非货币性经济资源，对企业的成长起着非常重要的作用。由于无形资产的辨识及其权属关系的确认的模糊性，价值创造与成本之间关系的弱对应性，以及非标准化特性和价值的相对性，导致现有的成长性评价中很少有依赖无形资产。本文试图跳出财务分析的“定式”去思考企业成长性评价问题，尝试从无形资产的角度去探究企业的成长及其评价机理。

一、 企业成长性评价

企业成长性评价有两类。一类是对企业成长的既往表现进行评价，即对已经实现的成长进行评判，其成长性反映到企业扩张和盈利的数据中，所以这类评价主要使用经营或财务上的一些指标来衡量，比如采用资产报酬状况、托宾Q值、公司市值、净资产收益增长率、人员规模、销售收入、市场份额等指标。这种方式简单明了，主线清晰，数据处理及计算的工作量小，有时候甚至可以采用单一的经济指标来衡量。另一类是对企业成长的驱动因素进行分析，主要是评判企业经营过程中哪些因素会对企业的成长产生影响以及会产生什么样的影响，涉及的因素包括经营者素质或能力、市场条件、组织资源、经营战略、客户关系等。这类方法通常是综合性评价，使用综合指标去做成长性评价，以全面衡量企业的成长性。

企业成长性评价虽然没有形成统一的标准，但都有一个共同点——评价体系偏重于财务指标。企业的成长自然会带来经营业绩的增长，盈利能力等财务数据可以衡量企业的内在增长，股权收益等指标也是企业成长的外在表现，但直接使用这些财务数据进行评价却存在一定的局限性。一是因为财务数据的变化是企业经营发展结果的体现，故只能用其评判企业之前的成长情况，不能将其用于预测性评判。二是因为企业的成长并不简单等同于企业经营业绩增长，企业在某些发展阶段财务数据可能并不理想，故不能据此判断其没有成长，而企业往往在发展的成熟阶段财务指标却显得非常“漂亮”，但其已经没有多大的成长空间了。

二、 成长性评价的理论基础

企业成长理论可以分为外生成长理论和内生成长理论两类。外生理论强调成长的决定性因素来源于企业外部，但它不能解释在相同外部条件下为什么企业的发展状况存在较大差别等问题，所以从企业内部因素研究企业的成长问题更为合理。伊迪丝·彭罗斯（Edith Penrose）提出了“驱动企业成长性是内部各种资源”的观点，并构建“资源决定能力，能力驱动成长”的分析框架，即企业拥有的资源状况是决定企业能力的基础，而企业能力驱动企业成长的速度和界限。企业的成长是通过不断挖掘未利用资源，开发潜在能力的无限动态经营管理的过程。彼得·德鲁克（Peter F.Drucker）提出的成长理论主要强调内部管理的作用，尤其强调管理人员的作用，认为企业成长是发展的内在需求，不是简单的规模扩大，而是“质”与“量”的同步提升，产品效益、管理者的态度和行为以及员工的培养是企业成长的关键因素。总结彭罗斯和德鲁克的理论，一方面强调有形资产所能发挥的作用，认为有形资产是一家公司价值大小的体现和市場竞争力的构成，另一方面也强调了管理者及管理活动等无形资产对于企业成长的作用。现代市场竞争已不再是基于传统的规模经济，企业的成长不仅仅是有形资产的增加或规模的扩大，更重要的在于其无形资产的增长和促进作用。

三、 驱动成长的无形资产类型分析

无形资产划分为四大类：权利型资产、信誉型资产、结构型资产和关系型资产。

1. 权利型资产。权利型资产就是企业拥有的一些权利，它对企业的经营会产生积极的影响。具体可以分为以下几种。

（1）契约权利。这类权利并非自身创造，主要是来自于企业的外部，是通过契约的方式获得的一种受法律保护的权利。常见的契约型权利有土地使用权、特许经营权、租赁经营权等。

（2）著作权利。这类权利主要是由企业自身创造的，并通过权威第三方依法给予认定的一种受法律保护的权利，包括专利权、商标权、软件著作权、文学艺术著作权、其他创意或设计著作权等。

（3）私有权利。这类权利主要是指企业独立拥有并在生产经营活动中采用和产生经济效益的，但并不公开的资产或权利，例如保密配方、私有技术等。

2. 信誉型资产。（1）征信记录。是通过独立的第三方专业机构依法采集、客观记录企业过去的信用行为信息，建立信用档案。这些档案将影响其未来的经济活动。（2）企业声誉。是其行为取得社会认可，从而取得资源、机会和支持，进而完成价值创造的能力的总和。其本质是，整合企业的形象、自我认同和期望认同，达到三者之间协同平衡，形成对企业正面的认知、评价和情感联系。（3）企业荣誉。指企业获得的来自社会和公众的奖项与赞许，包括政府组织机构评选颁发的各类奖项、媒体和市场研究机构的奖项、公众通过正式和非正式渠道对企业的赞许表达。

3. 结构型资产。（1）经营模式。或者叫商业模型，是企业根据经营宗旨，为实现确认的价值定位所采取某一类方式方法的总称。（2）企业文化。是在企业生产经营和管理活动中所创造的具有该企业特色的价值观念、企业精神、道德规范、行为准则等内容。企业文化是企业的灵魂，是推动企业发展的不竭动力。（3）人力机制。是为了提高人力资源利用效率、优化人才引进与培养环境，建立人力资源良性运行模式等建立的企业人力资源管理体系结构。

4. 关系型资产。（1）供应商关系。企业应与供应商之间建立高度信任、真诚相待的合作关系。它可以帮助企业降低产品开发成本、质量成本、交易成本、售后服务成本等，有助于企业获得关键性原材料，可以降低企业及供应链中的潜在供应风险和不确定性，还可以与供应商共同研究开发，使得采购企业和供应商联手进行技术创新成为可能，可以协助企业比竞争对手更快、更早地向市场推出新产品。（2）客户关系。客户关系是指企业为达到其经营目标，主动与客户建立起的某种联系。这种联系可能是单纯的交易关系，也可能是通讯联系，也可能是为客户提供一种特殊的接触机会，还可能是为双方利益而形成某种买卖合同或联盟关系。（3）竞争关系。企业在发展中遇到竞争是不可避免的，也可以说，竞争本身就是企业发展的一部分，因此如何处理好各种竞争关系也是企业的重要经营能力。竞争的机制在于激发企业生产的活力，把竞争对手看作是压力和动力，最大限度发挥其潜在的能力，改变那种安享太平、不思进取的作风。（4）政府关系。企业与政府的关系是指企业作为政府管辖范围内的行为主体，充分利用各种信息传播途径和方法与政府进行双向信息交流活动，以取得政府的信任、支持和合作，从而及时掌握外部宏观政策环境，为企业的运行建立良好的外部环境，促进企业的更好的成长。

四、 基于无形资产的成长性评价

1. 评价方法的选择。无形资产是可以在生产经营活动中主动发挥效用的，对企业的成长具有驱动作用，这些要素对于企业成长的贡献有三种情况。第一种情况是，无形资产要素可以对于企业的盈利或发展，产生直接的经济价值，其作用体现的是叠加效应。第二种情况是，有些无形资产要素的影响力是无形的，虽然本身并不直接创造价值，但却对其他经营要素起着促进作用，对经营绩效起到放大作用，体现的是乘数效应。第三种情况是，借助于当前的信息技术和网络环境，其效用呈爆炸式扩散，带来复合式增长，体现的是一种指数效应。因此，当我们从无形资产角度去评价企业成长性的时候，需要根据评价的目的和无形资产的特点选择适合的评价方法。一方面企业的无形资产具有非货币性、非实体性、难度量性、低边际成本特性、价值不确定性等特征，另一方面它也确实在企业的运营过程中发挥作用、直接或间接创造价值、驱动企业成长。

人工神经网络（Artificial Neural Network，简称ANN），是从信息处理角度对人脑组织结构和运行机制进行简化、抽象和模拟，由大量处理单元（神经元）互相连接而形成的复杂网络结构。人工神经网络分为多层和单层，每一层包含若干神经元，各神经元之间用带可变权重的有向弧连接，网络通过对已知信息的反复学习训练，逐步调整改变神经元连接权重的方法，达到处理信息、模拟输入输出之间关系的目的。它不需要知道输入输出之间的确切关系，不需大量参数，只需要知道引起输出变化的非恒定因素，即非常量性参数。因此与传统的数据处理方法相比，神经网络技术在处理模糊数据、随机性数据、非线性数据方面具有明显优势，对规模大、结构复杂、信息不明确的系统尤为适用。

2. 成长因素识别及指标选择。实践中，无形资产并不是一种被动形成的静态资产，并且一个企业的无形资产会有很多，但并不是全部都能产生重要的驱动作用，因此在无形资产分析中首先要识别出具有重要驱动作用的成长因素，以此作为ANN模型的输入指标。通常需要考虑以下几点：首先，这些因素应该是有利于资源优化配置，或是有利于技术创新、业务创新或管理创新的，或是有利于提升企业运营效率的，或是有利于创造价值的，等等。其次，这些因素应该是着眼于未来发展的，能体现企业成长路径或者是符合企业发展规划的。此外，这些因素还应是相对稳定的，具有一定的持续性，能够产生连续的驱动作用的。

根据上文对无形资产的划分，我们可以建立一个基本的评价指标结构，见表1。

但上述指标并不具备共度性，即各指标没有统一的度量标准，难于进行比较，因此还需要用隶属度函数对它们进行无量纲处理，公式如下：

Zi.j.k=（Xi.j.k-Xmin）/（Xmax×Xmin）

其中：Xi.j.k为第i.j.k指标的实际取值，而Xmax和Xmin为相应指标的最大和最小值；Zi.j.k为Xi.j.k归一化后的指标数值，即将来输入模型进行运算的值。

3. 基于BP算法的ANN评价模型。可以采用ANN中算法最成熟的BP（Back Propagation）神经网络来构建评价模型。BP是一种按误差逆传播算法训练的多层前馈网络，能学習和存贮大量的输入-输出模式映射关系，通过信息正向传播和后向传播误差两个过程学习，逐层修正神经元的权值，使网络的误差平方和最小。

因此，设计评价模型分为三层，分别是输入层、隐含层和输出层。其中，输入层有四个节点，即无形资产的四种类型；每个节点有多个输入指标Xi.j.k，每个指标代表一种可以驱动企业成长的无形资产要素，即一个神经元。经过隐含层，最后输出一个指标，我们可以把这个指标定义为企业的品牌成长因子，用以综合评价或反映企业的成长性。其模型示意可参见图1。

其中，输入的Z1、Z2，…，Zn是指标Xi.j.k的输入值，代表的是无形资产要素；输出的成长因子I，是反映企业成长性水平的综合指标。

当然，上述模型需要一个训练集和一个评价其训练效果的测试集，BP神经网络运用训练集进行网络训练以达到指定的要求，再通过测试集用来评价已训练好的网络的性能，达到符合精度要求的模型方可用于实际的评价工作。

五、 结束语

企业成长性评价的研究一直被局限于财务指标为主。这种“财务性”评价只能反映企业已经实现的成长，而不能分析或预判企业未来的成长。因此本文从企业的成长机理研究入手，重点研究无形资产在企业成长中发挥的作用以及相应的评价原理和方法选择，得出了可以通过设立基于ANN的品牌成长因子来评价企业成长性的结论。我们认为，通过输出品牌成长因子，可以有效评价企业成长中无形资产的作用，也可以判断一个企业在成长中存在的问题，避免了专家评价的主观性弊端，以及财务评价的指标局限性等问题。但对于量化评价模型还需要进行深入研究，包括具体指标的取值与处理、模型学习的有效性、以及实证分析等，本文因为篇幅有限不做深入探讨，这些内容将在以后的研究中继续完成。

参考文献：

[1] 李军波，蔡伟贤，王迎春.企业成长理论研究综述[J].湘潭大学学报（哲社版），2011，（6）.

[2] Edith Penrose，赵晓，译.企业成长理论[M].上海：上海人民出版社，2007.

[3] Peter F.Drucker，齐若兰，译.管理的实践[M].北京：机械工业出版社，2009.

[4] Peter F.Drucker，王永贵，译.管理：使命、责任、实务（责任篇）[M].北京：机械工业出版社，2009.

[5] Fombrun Charles J，van Riel Cees B.M.，郑亚卉，刘春霞，译.声誉与财富[M].北京：中国人民大学出版社，2004.

[6] 年小山.品牌学（理论部分）[M].北京：清华大学出版社，2003.

[7] 申淑静，杨增雄.R&D;投入与企业成长的相关性研究述评[J].经济研究导刊，2013，（35）.

[8] 谷燕.关于公司成长性研究的综述[J].价值工程，2009，（12）.

作者简介：张苏（1981-），男，汉族，安徽省合肥市人，中国人民大学信息资源管理学院博士生，研究方向为信息分析；褚峻（1971-），男，汉族，江苏省南京市人，中国人民大学信息资源管理学院副教授，南京大学管理学博士，研究方向为信息分析、竞争情报。

收稿日期：2018-06-25。