基于粒子群優(yōu)化神經(jīng)網(wǎng)絡方法的企業(yè)財務風險預測模型研究.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，同時由于后金融危機時代市場風險的增加，導致了上市公司融資難度增加，企業(yè)經(jīng)營風險發(fā)生的概率日漸增高。因此，如何通過深入的研究和探討，構建一套切實可行的、科學合理的上市公司財務危機預警系統(tǒng)，有效的防范上市公司財務危機的持續(xù)惡化，是十分迫切和必要的。上市公司的財務報表有力的反應了企業(yè)的經(jīng)營狀況的好壞，通過企業(yè)公開的各項財務報表數(shù)據(jù)，可以有效的發(fā)現(xiàn)企業(yè)的經(jīng)營風險和存在的危

2、機。同時，隨著企業(yè)面臨的市場環(huán)境的日益復雜化，企業(yè)經(jīng)營過程中產(chǎn)生的各項非財務指標對于企業(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，針對后金融危機時代企業(yè)面臨的財務經(jīng)營風險的狀況和我國企業(yè)的現(xiàn)實需求，本文對以下幾個問題進行了研究和探討:(1)在企業(yè)的財務危機預警分析中，除了深入的分析了企業(yè)財務危機預警中的各項財務指標，還引入了非財務指標;(2)在企業(yè)財務危機預警領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)絡模型進行了改進，最終構建了企業(yè)財務危機預警的鄰域粗糙集和粒子群優(yōu)化的BP神經(jīng)網(wǎng)絡模型。
　　本文的主要研究方案如下:
　　分析了國內外財務危機預警研究領域中的理論和實踐成果，研究了其中的指標選取和預警模型算法;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)絡模型進行了介紹，探討了本文提出的混合模型的可行性;在理論分析和實踐研究的基礎上，實現(xiàn)了財務危機預警的粒子

4、群優(yōu)化算法改進的BP神經(jīng)網(wǎng)絡模型，同時利用鄰域粗糙集約簡了樣本數(shù)據(jù);根據(jù)財務預警理論分析，構建了上市公司財務危機預警指標體系，并選擇數(shù)據(jù)進行了相關實驗;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行了上市公司的財務危機預警分析，比較了不同模型的預測效果。根據(jù)上述的仿真實驗得出結論: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)絡結構進行優(yōu)化是合理可行的，并且改進后的混合模型的預測準確率達到了86.7％，