基于鄰域粗糙集和粒子群優(yōu)化BP網(wǎng)絡(luò)的上市企業(yè)財(cái)務(wù)預(yù)警研究.pdf

1、2011年資本市場的萎靡表現(xiàn)，令眾多上市公司資金需求大幅增加，融資難度增大，企業(yè)陷入財(cái)務(wù)困境的風(fēng)險(xiǎn)越來越高。因此，在現(xiàn)實(shí)經(jīng)濟(jì)形勢下，對財(cái)務(wù)預(yù)警的理論和實(shí)踐進(jìn)行進(jìn)一步研究，構(gòu)建合乎我國國情的上市企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型是十分必要的。企業(yè)的經(jīng)營狀況正常與否是可以通過財(cái)務(wù)報(bào)表以及各項(xiàng)財(cái)務(wù)指標(biāo)的變化反映出來的，同時(shí)在21世紀(jì)的今天，越來越多的非財(cái)務(wù)因素對企業(yè)的繼續(xù)發(fā)展也起到了不可忽視的作用，因此我們需要對這些指標(biāo)進(jìn)行時(shí)刻監(jiān)測，采用可行的技術(shù)方法根據(jù)

2、指標(biāo)的變化來對企業(yè)的運(yùn)營狀況進(jìn)行預(yù)測，這對上市公司自身、投資者、資本市場和其他利益相關(guān)者都具有十分重要的意義。
　　基于此，本文在進(jìn)行財(cái)務(wù)預(yù)警研究時(shí)主要集中在三個(gè)方面：第一，在所構(gòu)建的企業(yè)財(cái)務(wù)預(yù)警指標(biāo)體系中不僅包含傳統(tǒng)的財(cái)務(wù)指標(biāo)，還將部分非財(cái)務(wù)指標(biāo)納入到了體系之中；第二，為解決經(jīng)典粗糙集理論在處理數(shù)值型數(shù)據(jù)上的不足，本文將鄰域粗糙集引入財(cái)務(wù)研究領(lǐng)域，通過多次實(shí)驗(yàn)選取合適鄰域半徑，對指標(biāo)進(jìn)行屬性約簡；第三，本文還運(yùn)用粒子群算法來彌補(bǔ)

3、BP神經(jīng)網(wǎng)絡(luò)算法的部分缺陷，對其進(jìn)行優(yōu)化，由此構(gòu)建了基于鄰域粗糙集和粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的企業(yè)財(cái)務(wù)預(yù)警模型，以實(shí)現(xiàn)對上市企業(yè)財(cái)務(wù)狀況的預(yù)警。
　　本文的主要研究過程如下：
　　首先，對國內(nèi)外財(cái)務(wù)預(yù)警研究領(lǐng)域的現(xiàn)狀進(jìn)行了解分析，總結(jié)其中關(guān)于指標(biāo)選取和模型研究的各種方法。
　　其次，系統(tǒng)地介紹了本文中將要運(yùn)用的鄰域粗糙集理論、粒子群算法和BP神經(jīng)網(wǎng)絡(luò)算法，并對鄰域粗糙集和經(jīng)典粗糙集進(jìn)行了比較分析，構(gòu)建了粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)

4、的模型。
　　第三，根據(jù)各項(xiàng)指標(biāo)選取原則，提供了初始指標(biāo)，然后分別運(yùn)用經(jīng)典粗糙集和鄰域粗糙集模型對指標(biāo)進(jìn)行了屬性約簡，構(gòu)建了上市企業(yè)財(cái)務(wù)預(yù)警指標(biāo)體系。
　　最后，根據(jù)新建的上市企業(yè)財(cái)務(wù)預(yù)警指標(biāo)體系，運(yùn)用訓(xùn)練樣本數(shù)據(jù)對基于粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的模型進(jìn)行訓(xùn)練，最后用測試樣本數(shù)據(jù)來考察模型的預(yù)警性能，并且將預(yù)測結(jié)果與經(jīng)典粗糙集-BP神經(jīng)網(wǎng)絡(luò)模型、鄰域粗糙集-神經(jīng)網(wǎng)絡(luò)模型的預(yù)測結(jié)果進(jìn)行比較，得出本文采用鄰域粗糙集替代經(jīng)典粗糙集、利