粗糙集-神經網絡模型在財務預警上的應用研究.pdf

1、競爭激烈的市場經濟孕育發(fā)展機遇的同時，也暗藏著無盡的風險和危機。對于上市公司而言，因財務危機淪為“ST”甚至被迫退市的情況愈演愈烈。公司陷入財務危機，不僅危機其自身的生存和發(fā)展，也給投資者、債權人帶來巨大的損失。因此，構建一個有效實用的財務危機預警模型，滿足利益相關者日益迫切的需要，已不單單是一個學術問題，更是影響我國資本市場健康發(fā)展的重要因素，具有很強的現(xiàn)實意義。 本文的研究是從智能理論角度著手，把粗糙集理論與神經網絡技術應用

2、于我國上市公司財務預警的研究當中。為此，本文首先對粗糙集理論進行了簡單的介紹，并對其用于知識約簡的計算方法進行了討論；然后介紹了神經網絡的技術原理以及BP的基本原理，并詳細介紹的BP網絡的改進算法。在上述理論基礎上，本文提出了一種粗糙集與神經網絡相結合的技術方法，并把這一方法應用于我國上市公司財務預警研究中。 本文共分五部分。第一部分介紹了上市公司財務危機預警系統(tǒng)的研究背景和研究意義，及國內外研究現(xiàn)狀；第二部分介紹粗糙集和神經網

3、絡的幾個關鍵技術點，作為本模型構建的理論基礎。同時為了彌補以往BP算法的不足，這一章著重闡述BP算法的修正思想，提出了以更快更有效率的算法，并對修正后的算法進行了檢驗。第三部分粗糙集與神經網絡技術相結合的模型構建思想和方法。簡單介紹了網絡構建的基本思想，步驟等。第四部分是實證研究，分別用標準BP神經網絡模型和本文構建的組合模型對上市公司的財務狀況進行動態(tài)預警，通過比較兩模型的預測精度和效率，實證表明：(1)通過粗糙集與神經網絡的結合模型