基于神经网络模型的上市公司财务预警研究

《基于神经网络模型的上市公司财务预警研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于神经网络模型的上市公司财务预警研究----财务管理论文-->第1章绪论1.1选题背景随着市场经济的迅速发展，全球化经营程度的不断提高，企业面临的竞争更加激烈。对处在巨大生存压力中的企业来讲，风险处处不在。2008年爆发的金融危机，大量企业一夜间倒闭，引发了全球范围的经济萧条。资本市场的空前发展，使得企业“快起快落”的现象更加普遍，安然、银广夏等事件的发生挫伤了广大投资者的信心。然而，祸患积于忽微，企业危机的出现是一个逐步恶化的过程。在这个过程中，企业应该尽可能的及时发现风险并采取有效的预防措施，避免陷入

2、危机影响企业的发展。人们普遍认为，企业的财务状况是企业经营业绩的体现，能够较好地反映企业面临的风险。因而，对企业财务状况进行监测和预警，协助管理者及早发现财务风险，避免出现危机的可能性，成为理论与实践探索的热点。自19世纪中期，国内外学者陆续开始探索一些理论及方法，对公司财务状况进行预测。目前，学者们已经建立了多种财务预警方法，应用于公司财务状况的预测。从发展历程上看，公司财务预警方法经历了专家经验判断法、统计模型法和系统综合判断法三个时期。专家经验判断法。20世纪50年代以前，专家经验判断法是财务预警的主

3、要方法。专家根据公司的实际情况并结合自身的专业分析做出公司财务状况预测，其中应用最为普遍的是5C法。5C法的五项评价指标分别为：品格（Character），即公司的信誉；能力（Capacity），主要指公司经济上和法律上的还款能力；资金（Capital），即公司的经济状况；抵押品（Collateral），即公司可以筹集到的物资；环境（Condition），即能够影响公司还款能力的外部环境。专家经验判断法将公司的道德品质、资本实力、还款能力等重要要素逐一进行评分，进行综合评估，分析方法主要是定性分析。定性分析

4、的方法能够全面考虑企业情况，利用专家经验对企业做出客观系统的评价。但是定性分析的财务预警方法难以确定共同遵循的标准，进行财务预警时具有主观性和不一致性，财务预警的准确性较低。……….1.2研究意义对企业而言，财务风险是客观存在的。如果没有科学的方法对财务风险进行预测加以预防，很可能导致企业陷入困境，甚至走向破产。因此，构建灵敏、准确的财务预警方法是十分必要的。灵敏、准确的财务预警方法有利于企业完善内部管理，防患于未然。财务数据是企业经营业绩的真实反映，通过财务信息预测企业状况，管理者能够全面了解企业，及时发

5、现问题，有针对性的制定管理策略，提高管理效率。灵敏、准确的财务预警方法有助于政府部门更好地实行监管。通过财务预警预测，政府部门能够对出现财务危机征兆的公司给予更多的关注，协调各方资源，减少因企业经营状况持续恶化给社会带来的危害，保证宏观经济的稳定发展。灵敏、准确的财务预警方法有助于利益相关者做出正确的决策。财务预警方法可以预测企业的经营状况，能够为投资者、债权人等利益相关者的决策提供参考，提高决策效率。……….第2章相关文献综述2.1国外文献综述Coats和Fant[5]认为审计意见涵盖了企业各方面信息，更

6、好地反映了企业的经营状况。因此，将审计师意见作为判定公司财务状况的标准，是模型的输出节点。同样以Altman研究中使用的5个财务变量为输入节点，构建神经网络模型，模型的准确率大于80%，具有较好的预测效果。Tam和Kiang[6]用神经网络模型、线性判别分析、逻辑回归模型、决策树算法和K‐邻近值算法分别对商业银行的财务状况进行预测。结果表明，相对于其他方法而言，神经网络方法正判率最高。文章通过方法的对比，进一步分析了神经网络模型优缺点。认为，神经网络模型具有良好的模型适应性、稳健性，且对样本要求较低。但是神

7、经网络的应用也存在局限性。比如，没有通用的方法以确定网络结构、训练时间长、模型解释性较差。Altmanetal.[7]在研究财务预警时以意大利1982‐1992年间的工业企业为样本，对比了线性判别分析和神经网络方法。认为虽然神经网络方法的结果略优于线性判别分析，但是神经网络的过度训练会影响权重的确定。因而在以后的研究中，可以尝试将两种方法相结合。Leshno和Spector[8]以1984‐1988年间44家破产公司及44家配对公司为样本，用不同的年份数据、网络拓扑结构、迭代次数分别建立神经网络模型，探寻不

8、同参数下模型的准确性。研究发现，越接近破产年份的财务数据，预测准确度越高；过于复杂的网络结构会使模型过于拟合样本数据，丧失预测能力；模型的准确度并不随着迭代次数一直增加，迭代次数通常不宜超过100次。…………2.2国内文献综述王建成等[19]为了避免网络陷入局部极小值，采用改进的遗传算法确定BP神经网络的初始权值，巧妙地将遗传算法与BP算法结合构建预警系统。同时，文章在构建网络结构时对隐含层节点是否冗余进行了判断