摘要
房地产业已经成为当今中国经济的支柱产业，关系到国家的经济结构产业升级，在我国经济发展中具有重要的作用。房地产业与其他行业关系密切，其提供的公共基础设施和商业设施能够有效带动相关经济活动;建设的住宅不仅有效解决居民住房问题，还带动其他生活方面消费的发展。资产作为企业运行的重要基石，其质量决定企业的业绩，对资产质量做出公允的评价有利于了解企业发展现状，帮助企业制定未来发展规划。ST泰禾作为较早涉足房地产业的企业，近些年来业绩变化较大，具有较高研究价值。 本文首先从行业视角出发，对房地产行业的定义和特点进行阐述，归纳房地产行业的发展现状和发展趋势，引入房地产行业资产质量评价的现状，从宏观的角度评价当前行业资产质量评价体系;之后从微观的角度，以ST泰禾为例，研究企业的资产质量评价现状，并以目前的资产质量评价体系对ST泰禾存在的问题和原因进行分析;之后从资产的存在性、周转性、获现性、盈利性、结构性五个角度选取资产质量评价指标，利用房地产企业2016至2020年的各类数据，使用熵权法赋予指标对应权重，选择行业内其他75家企业为样本企业并得出资产质量综合得分;以大数据角度利用BP神经网络技术构建改良的资产质量评价体系，根据房地产行业特征与计算需要确定合适的输入层、输出层、隐含层、传递函数、训练函数，将前述75家企业数据作为训练集，另外22家企业作为仿真集进行训练与仿真，确定偏差值最低且能输出正确得分的模型，完成BP神经网络模型的构建;再将ST泰禾的数据输入该模型并进行评价，得出对应的评价结果，通过各项得分数值的比较，对其资产质量表现不佳的方面作出分析，最后根据改良的资产质量评价体系结合资产质量评价五点特性给出相应的建议。 本文通过对ST泰禾资产质量评价体系的创新研究，为ST泰禾提供了一种基于BP神经网络衡量资产质量的新方法。BP神经网络作为一种算法，其具有的自学习、计算速度快等优势，可以短时间处理多维度数据并据此划分得分等级，提供新颖的分析角度;创新的资产质量评价体系不再局限于单一的财务指标评价,考虑了指标间的相互作用关系，综合处理的各项指标能更好地反映经济实质;BP神经网络可以快速帮助企业对自身经营状况进行全视角判断，从资产质量的视角对企业的财务数据进行解读，发现企业的资产质量缺陷并分析原因，进而有针对性从资产质量方面进行改进，为企业及相关利益者提供了企业在同行业综合可参考的高精度且有针对性的评价模型，为ST泰禾制定未来的经营策略提供了指导方向。
NETL