基于BP神經(jīng)網(wǎng)絡的創(chuàng)業(yè)板上市公司財務預警研究.pdf

1、我國的創(chuàng)業(yè)板市場成立僅有5年的時間，相關法律和制度還在不斷完善之中，創(chuàng)業(yè)板企業(yè)高成長性、高風險的特點決定了創(chuàng)業(yè)板市場在運行過程中存在較大的風險，并且大多風險的前期都會通過企業(yè)的財務報表體現(xiàn)出來。雖然關于上市公司財務預警的研究較多，然而創(chuàng)業(yè)板作為近幾年的一種新興事物，獨立于主板的融資市場，目前針對創(chuàng)業(yè)板上市公司的研究成果還不夠成熟。本文選取創(chuàng)業(yè)板上市公司2010-2012年的財務數(shù)據(jù)作為研究樣本，構建了基于BP神經(jīng)網(wǎng)絡的財務預警模型，并通

2、過仿真樣本進行了仿真和個案驗證分析，獲得了較為準確的預警效果，為創(chuàng)業(yè)板上市公司財務危機預警研究提供了一定的參考。
　　本文首先介紹了創(chuàng)業(yè)板上市公司財務預警研究的背景、意義、國內外研究現(xiàn)狀，并結合前人研究的成果和不足，提出了本文研究內容、研究防范和可能的創(chuàng)新之處。接著介紹了財務預警理論，并結合創(chuàng)業(yè)板上市公司的特點，對創(chuàng)業(yè)板上市公司財務危機的形成原因進行了內因和外因分析。從第三章起為本文構建財務預警模型的核心部分，本文選取了34家能全

3、面反映創(chuàng)業(yè)板特點的上市公司2010-2012年的數(shù)據(jù)作為研究樣本，并通過預警區(qū)間的劃分和危機標準的選擇確定了預警度，結合統(tǒng)計學軟件SPSS20將預警指標通過因子分析進行優(yōu)化，獲得7個相關指標變量作為預警模型的輸入變量。第四章為模型構建部分，通過介紹BP神經(jīng)網(wǎng)絡理論，提出了選擇BP神經(jīng)網(wǎng)絡建立財務預警模型的依據(jù)，接著將前文優(yōu)化的輸入變量導入神經(jīng)網(wǎng)絡進行學習和訓練，并通過仿真樣本對訓練模型進行檢驗，獲得了較高的預警準確率。然后，通過將“上海