简论基于bp神经网络的高校财务工作绩效评价

《简论基于bp神经网络的高校财务工作绩效评价》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、简论基于BP神经网络的高校财务工作绩效评价基于BP神经X络的高校财务工作绩效评价论文导读：本论文是一篇关于基于BP神经X络的高校财务工作绩效评价的优秀论文范文,对正在写有关于财务论文的写有一定的参考和指导作用,【摘　要】文章从高校财务工作绩效的内涵出发，构建了高校财务工作绩效评价指标体系，并运用BP神经X络的策略，对江苏省所属10所高校财务工作的实际效果进行了实证分析，发现了一些共性、根本性理由，提出了相关策略倡议。　　【关键词】高校；财务工作绩效；BP神经X络　　财务工作绩效是衡量一所高校内部工作绩效的重要尺度，也是决定一所高校教育事业能否持续健康发展的标志。客观

2、、科学地评价一所高校的财务工作绩效，对于推动高校引入效益概念，合理配置教育资源，提高资源利用效率，实现学校长期可持续发展具有十分重要的作用。　　一、高校财务工作绩效内涵　　“绩效”（performance）一词源自管理学，有业绩、成果等方面的丰富内涵。从经济管理活动的角度来看，绩效是一个多维概念，包括组织或者团体绩效、员工个人绩效两个方面，是指一个组织、团体或者个人在一定时期内为达到某个目标或完成某项任务所进行的一种投入产出活动，它强调活动的结果和成效。高校作为一个非营利性机构，高校财务工作绩效显然是一种组织层面的绩效，它是运用“绩效”来衡量高校财务活动所取得的业绩

3、和成果，反映学校在一定时期内的财务工作效果、财务工作效率和财务工作效益，是高校经济效益和社会效益的统一。其中财务工作效果是指高校各项财务活动所取的最具正面影响的成果数量和质量的总和，如教学成果、科研成果等；财务工作效率是指高校投入与产出之间的比例，如资产负债率、师生比等；财务工作效益反映高校各种直接的经济效益与社会效益的实现情况，如毕业生就业率、校办产业经济效益等。　　二、高校财务工作绩效评价指标体系构建　　高校财务工作绩效评价是指以特定的评价指标体系为基础，运用科学的评价策略，对照统一、合理的评价标准，对高校财务工作的行为过程及结果进行客观、科学的衡量、比较与评价

4、，并将评价结果作为对高校财务工作的考核标准。从上述高校财务工作绩效的内涵和高校财务工作的特殊性与复杂性可以看出，高校财务工作绩效评价指标体系的设计是一个复杂的、多目标的决策过程，既要考虑不同规模、不同类别高校财务工作的共性特征，也要考虑个性特征。为此，我们在遵循科学性、可比性、通用性等原则的基础上，着重从高校财务工作组织绩效、财务工作效果、财务工作效率和财务工作效益等四个方面，构建一个行为与结果相结合，定量与定性相结合的高校财务工作绩效评价指标体系，如表1所示。其中：财务工作组织绩效主要反映高校为有效实施财务管理，提高财务工作效能而在财务管理体制、财务管理制度、财务

5、队伍建设等方面的潜在资源总和；财务工作效果主要反映高校在人才培养、教学成果、科研成果等产出方面获取收益的能力；财务工作效率指高校有关教育科研资源的使用效率，综合反映了高校资金潜力的发挥程度；财务工作效益则主要指高校资金投入后预定目标所产生的经济效益与社会效益的实现程度。　　三、BP人工神经X络评价模型　　BP人工神经X络通常由输入层、隐含层和输出层构成，每层由若干个神经元组成。研究证明，一个三层的BP神经X络结构可以映射任意连续函数。为此，本文采用一个多输入、单输出的3层结构BP神经X络模型对高校财务管理绩效进行评价。　　1.BP人工神经X络基本原理　　BP人工神经

6、X络模型通常采用误差反向传播算法，首先，当给定一个输入模式时，它从输入层节点传输到隐含层节点再传输至输出层节点，经输出层节点处理后，产生一个输出模式；如果没有得到预期的结果，则转入反向传播过程，循环往复交替训练，直到输出结果的误差减小到人们所期望的范围时，X络的学习过程就结束。此时将新样本输入到已经训练好的X络，就可以得到所需要的输出值。　　2.输入层、隐含层及输出层节点数的选取　　研究中把影响高校财务管理绩效的18项指标作为BP神经X络的输入向量，把高校财务管理绩效的总因子值作为输出向量，这样就确定了输入层节点数为18，输出层节点数为1。Kolmogrov理论已经

7、证明：对于任意给定的连续函数§，U→V，U∈Vn，U∈［0，1］n，§可以精确地由一层隐含层来构建X络。在本文中，我们根据分别组建了隐含层节点数从1—35的BPX络，经过大量测算，最后根据试报效果，确定了较为理想的隐含层节点数为6。　　3.三层BP神经X络学习步骤　　三层前馈神经X络的学习步骤为：首先，进行归一化处理，将样本向量数据处理为（0，1）之间的数据；其次，计算隐含层和输出层各节点的输入和相应的输出，Gj=■UjiVi+Tj，Ss=∑K（mn）hn+Js；再次，计算输出层误差和隐含层误差，?啄m=（Hm-Km）（1-fs）；最后，利用误差系数值对各层权值