神經網絡在企業(yè)財務失敗預測中的應用.pdf

1、企業(yè)財務失敗預測一直是過去30年間西方財務管理研究的一個熱點，在學術界和實務界引起了極大的關注，判別方法和模型層出不窮。企業(yè)財務失敗預測模型具有不可忽視的重要性：一、作為早期警告系統(tǒng)，判別方法和模型可以告誡管理者企業(yè)是否在變壞，是否應采取有針對性的措施防止失?。欢?、判別方法和模型可以用來幫助金融機構的決策者對企業(yè)作出評價和選擇，因為這些模型和貸款決策模型相通。三、預測模型有助于投資者了解公司的運營狀況，作出投資選擇。 鑒于企業(yè)財

2、務失敗預測的重要性，國內外運用了諸多方法，如財務比率綜合分析法、統(tǒng)計方法(判別分析、Logit方法、近鄰法)、專家系統(tǒng)(分類樹)和神經網絡技術等等。神經網絡方法克服了傳統(tǒng)分析過程的復雜性及選擇適當模型函數(shù)形式的困難，它是一種自然的非線性建模過程，毋需分清存在何種非線性關系，給建模與分析帶來極大的方便。神經網絡在決策方法中表現(xiàn)得像一個“黑匣子”，它可以模仿專家的思維過程。但目前國內關于運用神經網絡方法對企業(yè)財務失敗預測的研究還不多。鑒于我

3、國二板市場即將開啟，在二板市場上市的公司有較大一部分是高科技公司，高收益的同時也預示著高風險，所以對于高科技公司進行財務狀況的監(jiān)控是非常有必要的。 本文運用神經網絡首次對我國上市的高科技公司進行了財務失敗預測。由于銀行對公司的信用評級和對公司財務失敗預測所用的方法在很大程度上是一致的，專家的評級結果較好的體現(xiàn)了目前公司距離財務失敗邊界的遠近。所以本論文模擬了銀行對上市公司的無擔保信用評級結果，據此來劃分上市公司目前的狀況距離財務

4、失敗的遠近。本文構建了反映上市公司經營業(yè)績的綜合財務預警指標體系；以2000年滬深股市的電子信息、通信、計算機軟件、計算機硬件和生物醫(yī)藥板塊的共110家上市公司作為樣本，通過自學習自檢驗方式和推廣能力檢驗方式檢驗了所設計的神經網絡的分類能力。結論是總體來說，神經網絡的判別能力比較令人滿意。樣本數(shù)的多少和樣本本身的質量問題對模型的判別效果有著重要的影響。隨著訓練樣本中樣本數(shù)的增多，公司財務信息真實性的增強，模型就會訓練得越完善，模型的判別