基于神经网络的财务困境预测模型比较研究

《基于神经网络的财务困境预测模型比较研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、中国科学技术大学硕士学位论文基于神经网络的财务困境预测模型比较研究姓名：刘畅申请学位级别：硕士专业：企业管理指导教师：许立新20090501摘要财务困境又被称为财务危机，最严重的财务困境就是公司破产。当一个公司无力履行合约、按时偿还债权人本金和利息时，就面临着财务困境。实践表明，多数公司陷入财务困境是一个逐步的过程，都是由财务状况异常到逐步恶化，最终导致公司破产的。因此，公司的财务困境不但具有先兆，而且是可以预测的。随着我国市场经济的完善，国际经济的一体化，正确有效地预测财务困境对于经营者防范风险、对于保护投资者和债权人的权益、对于政府管理部门加强对经济的监管，都具有重要

2、的现实意义。目前被广泛研究并应用于财务困境预测的模型主要有参数统计方法和非参数方法。随着信息技术的发展，神经网络方法被引入到财务困境预测这一研究领域。神经网络对样本数据没有严格要求，能有效处理非线性问题，克服了传统参数统计模型的局限性。基于神经网络的财务困境预测模型已经成为新的研究热点，应用的模型也从主要以反向传播神经网络为主逐渐扩展到其他类型的网络，本文尝试运用Elman神经网络、概率神经网络建立模型。首先，本文以上市公司是否因“财务异常"受到特别处理作为判断公司是否陷入财务困境的标准，并随机选择了90家上市公司作为样本，其中包含45家财务状况良好的公司和45家陷入财务

3、困境的公司。其次，本文在财务困境预测指标选取的过程中，不仅考虑了财务指标，还考虑了公司治理指标，期望能更全面反映引起公司财务困境的因素。本文通过对样本进行统计分析，从29个指标中选择出14个预测指标。然后，运用训练样本提前两年的财务数据和公司治理数据，分别基于反向传播神经网络、Elman神经网络、概率神经网络建立三种不同的财务困境预测模型。最后，运用三种预测模型分别对测试样本进行财务困境预测。通过实证分析，证明基于神经网络的财务困境预测模型有较高的预测准确性，是一种预测财务困境的有效方法。其中，基于反向传播神经网络的财务困境预测模型的预测准确率高达90％，基于EL,nan

4、神经网络的财务困境预测模型的预测准确率高达86．67％，基于概率神经网络的财务困境预测模型的预测准确率为73．33％。关键词：财务困境预测财务指标公司治理指标反向传播神经网络Elman神经网络概率神经网络AbStI'dctABSTRACTFinancialdistressisalsoknownasthefinancialcrisis，whosetheworstconditionisbankruptcy．Whenacompanyisunabletoperformcontracts，andrepayinterestandprincipaltocreditorsontime，i

5、tisfaced、^，itllthefinancialdistress．Empiricalevidenceshowsthatitisagradualprocessformostofcompaniestogetinthefinancialdistress．Thatis，they触behavetheabnormalfinancialsituation．Then，theirfinancialsituationgraduallydeteriorates．Finally,theygointobankruptcy．Therefore，notonlydoesthecompanies’f

6、inancialdistresshavetheprecursor,butalsoCanbeforecast．WitlltheimprovementofChina’Smarketeconomyandtheintegrationofinternationaleconomy,thecorrectandeffectiveforecastoff'mancialdistresstakesonimportantimmediatesignificancetoguardagainsttheriskforoperators，protectrightsandinterestofinvestor

7、sandcreditors，andstrengthentheeconomicsupervisionforgovernmentadministrationsections．Atpresent,modelswidelyinvestigatedandusedtoforecastfinancialdistressmainlyincludeparametricandnon-parametricstatisticalapproaches．Withthedevelopmentofinformationtechnology,neuralnet