基于BP神经网络的煤炭矿业权评估敏感性分析

来源期刊：中国矿业2017年第S1期

论文作者：方璐

文章页码：120 - 125

关键词：矿业权评估;BP神经网络;Garson算法;敏感性分析;

摘    要：近年来,收益途径评估方法中的折现现金流量法(以下简称DCF法)、折现现金流风险系数调整法和收入权益法是业界常用的评估方法,通过对DCF法中涉及的资源储量,矿山服务年限,矿产品价格,折现率等影响因素进行敏感性分析,有助于对矿业权价值做出更加客观、准确的评估,预见可能的风险,提高矿业权投资决策的准确性。本文将BP神经网络与局部敏感分析Garson算法相结合对煤炭资源矿业权评估进行敏感性分析。首先,构建矿业权评估指标体系;然后利用煤炭资源矿业权评估数据训练BP神经网络,获得网络阈值;最后,用敏感性分析Garson算法计算出影响煤炭矿业权评估指标的敏感系数。分析结果显示:本文所选取的影响煤炭资源矿业权评估的指标按敏感系数排序为:可采储量的敏感系数为26.39%、产品价格26.12%、矿山服务年限17.26%、投资规模14.65%、折现率9.97%、矿山年生产规模5.62%,可采储量对煤炭矿业权价值影响最大,矿山生产规模对煤炭矿业权价值影响低。