论文关键词：价格竞争 有效性 模型 神经网络
论文摘要：本研究采用神经网络模型的方法,以产业组织理论为基础,对价格竞争有效性评
价的问题进行了一定的探讨。认为可选用 市场 占有率、销售量、净利润和利润率四个指标利用建立的神经网络模型来评价价格竞争的有效性,通过比较价格竞争前后神经网络模型中综合评估值的大小来评判价格竞争是否有效。www.LWLM.com编辑。
企业进行市场竞争的方式和手段多种多样,但由于种种原因,我国企业更多地采用价格竞争作为市场竞争的主要手段。如何评价价格竞争的有效性问题,无论是在理论上还是在现实中,均是非常必要的。
1 构筑模型的原则、条件及假设
1.1 构筑模型的原则
(1)利润最大化原则
利润最大化是企业追求的首要目标。企业无论采取何种价格竞争策略,其目标只有一个,即最大利润。
(2)产品的市场价格由产品的市场供给与市场需求共同决定的原则
当产品供不应求时,厂商无需降低价格就能把产品全部卖出;当产品供大求时,厂商只有通过降低价格才能把所有的产品卖出。我国企业更多地采用价格竞争作为市场竞争的主要手段,其中一个主要原因就是产品的供大于求。
(1)竞争主体多元化,市场竞争程度日趋激烈随着 经济 的进一步开放和企业改革的深入,企业要面对来自于国有企业、集体企业、三资企业、私营企业等不同所有制竞争主体的挑战。竞争主体的多元化,很大程度上导致了市场竞争程度日趋激烈。市场竞争的激烈程度越高,采用价格竞争的可能性就越大。
(2)政府管制
在现实中,任何企业都会在不同程度上受到政府直接的管制或间接政策的影响。政府的管制会对行业中的竞争具有重大作用,特别是当这种管制直接对向竞争的时候。例如,政府常常颁布一些规定限制企业进入某些行业。
(3) 法律 约束
中国的市场经济中存在很多不正当的竞争行为,这些行为扰乱了市场竞争秩序。所以,要开展有效的竞争就必须限制和消除不正当竞争行为,而法律就是主要手段。
(4)由卖方市场向买方市场转变
自改革开放以来,中国已逐步建立了市场经济体制,无论是生产资料市场还是产品市场,绝大部分都已完全依靠市场来调节供求关系,产品价格的形成也主要是通过市场。中国的产品已基本进入到了买方市场时期,在这种形势下,就会不可避免地产生激烈的市场竞争。
1.3 模型的前提假设
(1)不完全竞争市场与完全竞争市场不同,不完全竞争市场的企业属于“价格制定者”,而不是“价格接受者”,这种条件下企业或多或少都有一定的市场支配力,或者说具有一定的定价能力。企业可根据市场需求的变化制定价格,当供大于求时,企业会降低价格以便把产品卖出。
(2)竞争市场上存在许多买主和卖主买主和卖主的数目多到什么程度,并不存在什么固定不变的标准,关键在于任意的单个买主或卖主都不能对市场价格产生影响。[1]
(3)信息是非对称的在信息不完备即非对称的情况下,买方和卖方不一定能清楚地了解投入品和产品的市场价格。当某个企业改变价格时,竞争对手做出如何反应是无法预测的,其他企业可能跟随,也可能不跟随。
(4)市场中存在一定的进入或退出障碍由于中国的市场经济体制与市场经济运行机制不够完善,使得企业不能自由进入或退出。有些行业进入壁垒偏高,使得这些行业容易产生垄断;而有些行业进入壁垒偏低,企业过度进入,再加上退出壁垒偏高,使得这些行业处于过度竞争的状态,竞争日趋激烈。
www.LWLM.com编辑。2 价格竞争的基本要求
企业进行 市场 竞争的方式和手段多种多样。在短期内,价格是企业容易变更的常用主要手段。
2.1 价格竞争的基本要素
价格竞争的基本要素为:一是市场上至少存在两个价格竞争主体。二是价格竞争的目标,首要目标是利润最大化,在利润最大化的前提下,可以制定其他目标,比如提高市场占有率、增加利润、提高利润率。三是价格竞争所面临的竞争 环境 ,在开放 经济 下,企业的竞争环境发生了很大的变化。任何一个企业,包括中国企业在内,不管其产品是否走出国门,实际的竞争领域已经不再仅仅限于一个地区或一国之内,面对的竞争对手已经不限于国内的竞争者。四是价格竞争的方式与手段,企业的价格行为可分为两类:一类是以攫取消费者剩余、增加超额利润为目的的价格行为,如价格歧视、两部收费、组合定价等;另一类是以排挤竞争对手,改变或维持市场结构,追求长期利润为目的的价格行为。[2]
2.2 价格竞争的效率界定
由于生产、投入、技术、 管理 等各方面的原因,不同企业同类产品的单位生产 成本 c不同,有的低于 社会 平均生产成本AC,有的高于社会平均生产成本,有的与社会平均生产成本基本持平。为了保证利润不为负,企业制定的价格只能高于或等于单位生产成本,对于那些单位生产成本高于社会平均生产成本的企业来说,其制定的价格肯定高于那些单位生产成本低于社会平均生产成本的企业制定的价格,使得其降价的空间有限,这样就导致其在价格竞争中处于劣势。可以用P-C P-AC 来衡量价格竞争的效率。如果此值大于1,表明企业将在价格竞争中处于优势地位,价格竞争的效率相对较高;如果此值小于1,表明企业将在价格竞争中处于劣势地位,价格竞争的效率相对较低。
3 价格竞争的理论模型
3.1 神经网络结构
神经网络是由大量的神经元广泛互连而成的网络。[3]它通过模拟生物神经系统的功能及结构的若干基本特征,利用大量非线性并行处理关系模拟众多的人脑神经元,对输入进行处理。[4]
神经网络模型有多种多样,各有其特点和用途。鉴于BP神经网络模型的理论比较完善,方法比较成熟,可选用三层BP网络模型,即误差逆 传播 网络。它是能实现映射变换的前馈型网络中最常使用的一类网络,也是人们研究最多、认知最清楚的一类网络。[5]
BP网络模型由输入节点层、隐含节点层、输出节点层和层间节点的连接组成。在网络拓朴结构中,输入节点与输出节点是由问题本身决定的,关键在于隐层的层数与隐节点的数目。相对来说,隐节点的数选取较困难。隐节点少了,学习过程不可能收敛;隐节点多了,网络性能下降。为了找到合适的隐节点数,最好的办法是网络的学习过程中自组织地调整结构,最后得到一个大小合适的神经网络模型。本文采用含有一个隐含节点层的BP神经网络并在学习过程中自组织地调整结构。[6]
3.2 神经网络学习算法
BP神经网络模型的基本思想是:首先赋予网络初始权值,对每一个学习样本在网络中经过两次传递计算,一次向前传播计算,从输入层开始,传递各层并经处理后产生一个输出,并得到一个输出与目标输出之差的误差值;另一次向后传播计算,从输出层到输入层,利用误差值对权值进行逐层修改。学习过程分正向学习过程和反向学习过程,具体如下:
正向学习过程
(1)分别赋予各节点之间的连接权值Wji、W′kj和隐层、输出层节点阀值θj和θ′K。以随机小量作为初始值。
(2)从网络输入节点输入学习样本,并向前传播。
(3)从隐节点和输出点处,传播信号都经过S型激活作用,
在隐节点和输出节点的输出结果分别为:隐节点
输出节点
逆向学习过程
(4)若第n个学习样本的期望值输出为Tk(n),定义输出节点的误差信号为Dk(n) = (Ok(n) -Tk(n))Ok(n)(1 -Ok(n))
(5)将Dk(1)逆向 传播 ,并按下式计算在隐节点产生的误差www.LWLM.com编辑。
(6)由Dk计算输出节点调整后的阀值θ′k和权值W′kj
(7)由δj计算隐节点调整后的阀值θj和权值Wji
式中α、β均为学习参数,取值范围为0.1~0.5之间。按上述学习过程,将N个学习样本依次输入BP网络模型中学习,待全部N个样本学习完一遍后,计算其均方差
取定某一精度ε,若E<ε,则学习过程结束,输出调整后的权值和阀值;否则更新学习次数,返回(2),重复上述学习过程,直到满足E<ε为止。
4 价格竞争的有效性评价
4.1 模型构造
(1)变量选取
(2)数据处理
神经网络学习前的数据处理对网络有至关重要的影响,它可影响到网络的学习速度以及网络的精度。由于BP神经网络节点的特性函数f(x)为sigmoid函数,f(x)之值始终在(0,1)之间,因此,对样本的理想输出数据应化为(0,1)之间,而且输入数据也不宜太大。于是,将输入节点的数据一般也化为(-1,1)之间。指标数据标准化采用以下分段线性函数。
当企业的指标xij大于或等于平均值时,公式如下:
当企业的指标xij小于平均值时,公式如下:
(3)参数设置
输入结点根据指标的个数设为4个,输出层的结点为1个。隐层结点的个数根据试算定为7个。两学习参数的值取0.5,学习精度取为0.0001。
4.2 模型的学习训练过程www.LWLM.com编辑。
4.3 综合评价过程
将需要进行价格竞争有效性评估的企业样本的输入值,即价格竞争前各指标的值与价格竞争后各指标的值,代入学习训练后的网络,可得出理想的综合评估值。如果综合评估值Ok大于或等于0.5(第三个学习样本对应的输出值)时,说明企业的整体水平超过或达到行业的平均水平。
通过比较价格竞争前后综合评估值的大小,可对所需评价的企业进行评价。如果降价后的综合评估值大于或等于降价前的综合评估值,则价格竞争有效;如果降价后的评估值小于降价前的评估值,则价格竞争无效。如果很多企业的价格竞争均有效,我们可以通过比较价格竞争效率的大小来判断哪个企业的价格竞争更有效。
参考文献
1 于立,王询.当代西方产业组织学.东北财经大学出版社,1996,P16
2 王俊豪等著.现代产业组织理论与政策. 中国 经济 出版社,2000,P154
3 赵振宇,徐用懋著.模糊理论和神经网络的基础与应用.清华大学出版社、广西科学技术出版社,1996,P82
4 王丽燕,杨青.基于神经网络的高新技术企业综合评价研究.科学学与科学技术 管理 ,2001(6).
5 刘增良,刘有才著.模糊 逻辑 与神经网络.北京航空航天大学出版社,1996,P116.
6 何有世.CIMS项目风险评估的模糊神经网络方法.数量经济技术经济研究,2002(5)
