ID385-我国房地产上市公司财务困境预警BP神经网络模型应用的研究.docVIP

我国房地产上市公司财务困境预警BP神经网络模型应用研究 沈洪 周忠波 闵豪 崔鹃 （上海财经大学公共管理学院，上海，200434） 摘要：本文在国内外学者对财务困境预警模型研究的基础上，选取了综合反映公司财务困境的35个指标，选择在模型预测上具有较高精准度的BP神经网络模型作为预警模型，并以我国上市房地产公司被退市预警（被*ST）的前两年上海交易所和深圳交易所上市的房地产*ST公司和财务正常类公司共71家为样本建立了预警模型。 关键词：财务困境；BP神经网络预警模型；房地产；上市公司 一、研究意义 财务困境预警模型研究对政府、证券监管部门的管理工作都具有重要的实践意义。对政府而言，在现代企业制度下，房地产业是国民经济的支柱产业，政府作为国有资产的产权代表，其关注的重点是如何保证国有资产的保值增值，财务困境预警的研究能帮助政府有效评价经营者的经营业绩，全面预测企业的发展前景，从而做出使资源优化配置的决策。对于证券监管部门的监管工作也有指导作用，财务困境预警可以及时发现公司财务管理活动中各种管理漏洞、管理失误、重大风险和隐患，有效地预测、防范和控制公司财务困境的发生，减少财务危机形成的概率或将财务困境的危害降到最低限，尽可能确保企业的可持续发展和内部管理的正常运营。 二、国内外预警模型应用研究综述 Fitzpatrick[1] 是最早在破产研究领域里研究应用单变量模型的。Al