企业战略风险预警新思路论文

《企业战略风险预警新思路论文》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、企业战略风险预警新思路论文内容摘要：对于一个企业来说，选择一种恰当的预警方法是降低其风险的有效途径。粗集理论的引入是对BP神经网络预警方法的合理化补充。在分析了粗集-神经网络基本原理的基础上,介绍了运用粗集-神经网络进行战略风险预警的具体过程，这在理论和实践上，都将为风险预警提供一种新的研究思路和方法。关键词：预警粗集神经网络战略风险风险预警管理是战略风险管理理论的一种改进或延伸，通过提供可操作的预警分析方法与预控对策，在企业现有的职能的基础上，增设对未来的战略管理活动的监测、诊断、控制、矫正等预警职能，使企业的职能结构更完善、更合理。旨在战略风险发生以前.

2、freel}为条件属性集,Ｄ为决策属性;ｆij表示第i个对象的第ｊ个状态属性值,ｄi表示第ｉ个对象的决策属性值。通过观察发现，决策表是协调的，在去掉决策表中的冗余属性、冗余的对象的同时不会改变原有的决策规则。当U︱IND（F-Si）≠UIND（F）说明Si是不可约简的，反之则可约简。神经网络阶段。采用BP算法，对所输入数据进行训练，获取报警的知识。采用最常用的三层ＢＰ前向神经网络,网络各层之间完全连接,包括权矩阵Ｗ(1)连接的输入层Ｓ1与隐含层Ｓ2,权矩阵Ｗ(2)连接的隐含层Ｓ2与输出层Ｓ3,如图2所示。神经网络算法包括网络结构确定、网络参数(权矩阵Ｗ(1)

3、和Ｗ(2)的初始值、学习率η、动量因子β、非线性函数参数α及误差阈值ε)确定、训练样本数据处理、权值计算、误差计算等步骤。（见图2）BP算法成功的关键在于权矩阵Ｗ(1)和Ｗ(2)的初始值、网络隐含层节点的个数以及学习因子等参数的选取,如果选择得不合适,可能会导致网络训练失败、陷入局部最优或得到比较差的分类结果,特别是权矩阵Ｗ(1)和Ｗ(2)的初始值的选取过程缺乏严格的理论依据,一般要根据经验及试验选取。权矩阵Ｗ(1)表示的是各项指标在整个指标体系的重要程度,其确定方法一般采用定性的方法,目前多采用层次分析法来确定权矩阵Ｗ(1),使指标权重的确定更具客观性。首

4、先明确内部的层次结构关系及其各组成因素之间的相互关系,然后通过专家对两因素之间的相对重要程度的比较和判断,建立判断矩阵,运用相应的数学方法进行分析和处理,以得出不同指标间的相对重要性权重。权矩阵Ｗ(2)表示的是各个隐含层节点对输出层的影响程度,在大多数的有关神经网络的文献中，其初始值取0～0.1之间的很小的随机数,通过多次迭代学习,反复修改权值,一直到神经网络收敛为止。在选取Ｗ(2)的初始值时,首先根据经验初步选取Ｗ(2)的初始值,如全部设定为0.05,然后用一组实际的数据进行试验,如果输出结果与实际结果相差很多,则按照某种规则修改Ｗ(2)的初始值,再用另一

5、组数据进行试验,一直到输出值与实际值小于给定的数值为止,最后确定出Ｗ(2)的初始值。输出模块。该模块是对将发生的战略风险问题发出警报。警限是划分不同警度的临界值，表现为某一预警指标在一定的警度下变化的最大允许的振幅，常以数量形式表现出来。按照战略风险大小强弱程度的不同，可将其分为三个层次。第一层次是轻微战略风险，是损失较小、后果不甚明显，对企业的战略管理活动不构成重要影响的各类风险。这类风险一般情况下无碍大局，仅对企业形成局部和微小的伤害。第二层次是一般战略风险，是损失适中、后果明显但不构成致命性威胁的各类风险。这类风险的直接后果使企业遭受一定损失，并对其战

6、略管理的某些方面带来较大的不利影响或留有一定后遗症。第三层次是致命性战略风险，指损失较大，后果严重的风险。这类风险的直接后果往往会威胁企业的生存，导致重大损失，使之一时不能恢复或遭受破产。在实际操作中，每个企业应根据具体的状况，将这三个层次以具体的数值表现出来。为了简单明了的表述预警结果，可将企业的警度分为三级:无警、轻警、重警，并用绿、黄、红三种颜色灯号表示。其中绿灯区表示企业综合指标所反映的实际运行值与目标值基本一致，运行良好;黄灯区表示企业综合指标所反映的实际运行值与目标值偏离较大，要引起企业的警惕。若采取一定的措施可转为绿灯区，若不重视可在短期内转为

7、红灯区;红灯区则表示这种偏离超过企业接受的可能，并给企业带来整体性的重大损失。例如:销售利润率极低、资产负债率过高，资源配置不合理、缺乏发展后劲等，必须找出原因，继而采取有效措施，使企业的战略管理活动始终处于“安全”的状态。本文提出了粗集与神经网络融合进行风险的预警方法,通过粗集减少属性的数量,提取主要的特征属性,降低神经网络构成系统的复杂性及计算时间，结合神经网络系统的容错能力、并行处理能力、抗干扰能力及处理非线性问题能力,将粗集与神经网络进行串行结合,但这仅仅是在理论上的一种尝试，还需通过实证分析验证此方法的可行性和有效性。