基于BP神经网络的上市公司财务困境预警模型实证研究.pdfVIP

2010年 4月 皖 西 学 院 学报 Apr．，2010 第26卷第2期 JournalofWestAnhuiUniversity Vo1．26 NO．2 基于BP神经网络的上市公司财务困境预警模型实证研究 巩 斌 (安徽财经大学 统计与应用数学学院，安徽 蚌埠 233030) 摘 要：正确公允的认识和评价上市公司的财务状况和经营业绩 已成为有关各方的共识。然而有些公司恶意造假、包装上 市，给投资者和债权人造成 巨大损失，扰乱经济市场。这使得有关上市公司财务困境预警的研究 日益迫切。就如何运用BP网 络神经算法来提高财务 困境预警能力进行 了分析。 关键词：财务困境；预警；模型评估 中图分类号：F230 文献标识码 ：A 文章编号：1oO9—9735(2010)02--0011--03 财务困境又称为财务危机，其最为严重的情况 营者起到一定的鞭策作用。 就是破产。对于 “财务困境”的定义国内外学者有很 1 样本设计 多不同的看法，Ahman(1993)综合了学术界对财务 本文以沪深两市A股上市公司作为研究对象， 困境的定义，将财务困境分为四种情形：(1)失败 将公司因财务状况异常而被特别处理(ST)作为企业 (Failure)：典型代表是商业统计公司 Dun＆Brad— 陷人财务困境的标志，从中选取了2OO5—2008年间 street采用的 “经营失败”(BusinessFailure)概念，指 108家ST公司作为财务困境公司样本①，样本的行 公司经营因为破产而停止，或者处置抵押品后仍对债 业分布特征如下： 权人造成损失；无法按期偿付债务，由于法律纠纷被 农、林、牧、渔业 1家，制造业 59家，建筑业 1家， 接管重组等情况。(2)无偿付能力 (Insolvency)，包 交通运输、仓储业3家，信息技术业 5家，批发和零售 括技术上的无力偿付和破产意义上的无力偿付。前 贸易 9家，房地产业 7家，社会服务业 5家，传播与文 者是指企业缺乏流动性，不能偿付到期债务，主要用 化产业 3家，综合 15家，合计 108家。 净现金流是否能满足流动负债的支付需要作为判别 由于证监会是根据上市公司前两年的年报所公 技术上是否无偿付能力的标准；而后者是指企业资不 布的业绩判断其是否出现财务状况异常并决定是否 抵债，净资产为负等情况。(3)违约 (Default)。违约 要对其进行特别处理的，所以采用上市公司前两年的 可以是技术上的或法律上的，前者是指债务人违反合 年报预测其是否会被 ST显然会夸大模型的预测能 同规定并可能招致法律纠纷，后者则指债务人到期无 力。毕竟在公司已经亏损一年的情况下其被 ST的 法还债。(4)破产 (Bankruptcy)，指企业提交破产 申 几率 自然大于没有出现亏损的公司；而在公司已经亏 请后被接管清算口](脚 。 损两年的情况下其被ST已成定局，所以更没有任何 随着资本市场的不断发展，我 国上市公司中陷入 预测意义。因此，本文选择在上市公司被 ST的前三 财务困境的企业也不断增多。究其原因，国家宏观经 年进行预测，判断其最终是否会陷人财务困境，即如 济环境的变化、行业不景气、市场竞争激烈、会计准则 果某上市公司在 2008年被特别处理，我们采用 2005 的变更等客观原因会在一定程度上影响企业的业绩， 年的年报数据进行预测[2](。。 但根本原因还是企业 自身的问题。所以正确公允地 为了剔除不同年份、行业和资产规模因素对财务 认识和评价上市公司的财务状况和经营业绩已成为 有关各方的共识，同时通过上市公司财