基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)方法的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測模型研究.pdf

1、隨著2011年資本市場陷入萎靡不振的境地，上市公司對于資金的需求持續(xù)增長，同時(shí)由于后金融危機(jī)時(shí)代市場風(fēng)險(xiǎn)的增加，導(dǎo)致了上市公司融資難度增加，企業(yè)經(jīng)營風(fēng)險(xiǎn)發(fā)生的概率日漸增高。因此，如何通過深入的研究和探討，構(gòu)建一套切實(shí)可行的、科學(xué)合理的上市公司財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)，有效的防范上市公司財(cái)務(wù)危機(jī)的持續(xù)惡化，是十分迫切和必要的。上市公司的財(cái)務(wù)報(bào)表有力的反應(yīng)了企業(yè)的經(jīng)營狀況的好壞，通過企業(yè)公開的各項(xiàng)財(cái)務(wù)報(bào)表數(shù)據(jù)，可以有效的發(fā)現(xiàn)企業(yè)的經(jīng)營風(fēng)險(xiǎn)和存在的危

2、機(jī)。同時(shí)，隨著企業(yè)面臨的市場環(huán)境的日益復(fù)雜化，企業(yè)經(jīng)營過程中產(chǎn)生的各項(xiàng)非財(cái)務(wù)指標(biāo)對于企業(yè)的發(fā)展的影響日益重要，需要引起廣大企業(yè)經(jīng)營管理者的重視。
　　因此，針對后金融危機(jī)時(shí)代企業(yè)面臨的財(cái)務(wù)經(jīng)營風(fēng)險(xiǎn)的狀況和我國企業(yè)的現(xiàn)實(shí)需求，本文對以下幾個問題進(jìn)行了研究和探討:(1)在企業(yè)的財(cái)務(wù)危機(jī)預(yù)警分析中，除了深入的分析了企業(yè)財(cái)務(wù)危機(jī)預(yù)警中的各項(xiàng)財(cái)務(wù)指標(biāo)，還引入了非財(cái)務(wù)指標(biāo);(2)在企業(yè)財(cái)務(wù)危機(jī)預(yù)警領(lǐng)域中引入了鄰域粗糙集理論，有力的改善了經(jīng)典粗

3、糙集理論的不足;(3)采用粒子群優(yōu)化算法對傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了改進(jìn)，最終構(gòu)建了企業(yè)財(cái)務(wù)危機(jī)預(yù)警的鄰域粗糙集和粒子群優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)模型。
　　本文的主要研究方案如下:
　　分析了國內(nèi)外財(cái)務(wù)危機(jī)預(yù)警研究領(lǐng)域中的理論和實(shí)踐成果，研究了其中的指標(biāo)選取和預(yù)警模型算法;系統(tǒng)化的對鄰域粗糙集理論、粒子群優(yōu)化算法和BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了介紹，探討了本文提出的混合模型的可行性;在理論分析和實(shí)踐研究的基礎(chǔ)上，實(shí)現(xiàn)了財(cái)務(wù)危機(jī)預(yù)警的粒子

4、群優(yōu)化算法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)模型，同時(shí)利用鄰域粗糙集約簡了樣本數(shù)據(jù);根據(jù)財(cái)務(wù)預(yù)警理論分析，構(gòu)建了上市公司財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系，并選擇數(shù)據(jù)進(jìn)行了相關(guān)實(shí)驗(yàn);在相同的條件下，利用同樣的樣本數(shù)據(jù)集合，分別選擇不同的模型進(jìn)行了上市公司的財(cái)務(wù)危機(jī)預(yù)警分析，比較了不同模型的預(yù)測效果。根據(jù)上述的仿真實(shí)驗(yàn)得出結(jié)論:采用鄰域粗糙集理論替代經(jīng)典粗糙集理論，利用粒子群算法對BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行優(yōu)化是合理可行的，并且改進(jìn)后的混合模型的預(yù)測準(zhǔn)確率達(dá)到了86.7％，