基于BP神经网络上市公司财务危机判别研究.pdfVIP

@财务管理及创新 基于BP神经网络的上市公司 财务危机判别研究… 桂林电子科技大学管理学院蔺帅 曾繁荣 【摘要】为了进行财务危机及经营失败的研究，本文采用人工 神经网络工具，选取沪深上市公司的30家ST公司，和另外30家 与之相对应的非ST公司作为样本构建了判别模型。经过对模型 的反复训练、学习及对模型进行的检验，得出神经网络在财务评价 应用上的优势和潜力。 【关键词】财务危机BP神经网络判别模型 一、企业财务危机的界定 如何界定财务危机是进行上市公司财务危机研究的首要问 题，学术界对此有不同的定义方法。国外大多数的研究将企业在 破产法下提出破产申请的行为作为确定企业进人财务危机的标志 认为财务危机是企业履行义务时受阻，具体表现为流动性不足，权 益不足，债务拖欠及其流动资金不足等形式。我国学者对财务危 机的范围界定也各有特点，由于我国资本市场目前仍处于弱有效 市场，信息不对称导致尚无一种客观的评价标准，故我国对上市公 司财务危机多采用依据证监会定义的两条标准，即出现下列情况 之一的企业：一是最近两个会计年度的审计结果显示的净利润均 为负值；二是最近一个会计年度的审计结果显示其股东权益低于 ④ 会计理论与实践研究 注册资本，即每股净资产低于股票面值。 二、神经网络简介 作为研究复杂性的有力工具，人工神经网络方法(Artificial．． Neural Networks，ANN)近年来在模式识别与分类、自动控制、财务 困境预测等方面展示了其独特的优越性，ANN方法能处理一系列 比率类型的信息输人，然后通过不断学习从未知模式的大量复杂 数据中发现其规律并能产生相应的输出，生成一个成功反映输入 输出变量相应关系的模式。与线形判别、线性回归等传统方法相 比，神经网络并不依赖于变量之问必须线性相关或是相互独立的 假设。因此，神经网络方法克服了传统分析过程特别是建立模型 函数的复杂性，给建模与分析带来了极大的方便。 神经网络由并行运算的功能单元组成，这些单元类似于生物 神经系统的单元。神经网络是一个非线性动力系统，其特色在于 信息的分布式存储和并行协同处理，虽然每个单元的结构简单功 能有限，但大量神经元构成的网络系统所能实现的行为却是丰富 的，并且具有集体运算能力、自适应的学习能力和很强的容错能 力，善于联想、综合和推广。 严格地说，神经网络是一个具有下列性质的有向图： 第一，每个节点有一个状态变量xi。 第二，节点i到节点j有一个连接权系数w舳 第三，每个节点都有一个阈值0i。 第四，每个节点定义一个变换函数fl[xi，Wii，0j(i≠j)]。 前向三层BP(Back 模拟输入、输出的近似关系，它是在ANN中，算法成熟，应用最广 泛的一种。它通常由输入层、输出层和隐藏层组成，其信息处理分 为前向传播和后向学习两步进行。网络的学习是一种误差从输出 层到输入层后向传播并修正的过程，学习的目的是使网络的实际 ⑨ @财务管理及创新 输出逼近某个给定的期望输出。此外，BP网络还需要有一个训练 集和测试集，其cPiJil练集用于训练网络，使网络按照BP算法调整其 权值达到指定要求，而测试集则是用来评价EiJil练好的网络I生能。 三、相关文献回顾 神经网络用于企业财务风险的判别是20世纪90年代的事， 1990年Odom等开始运用人工神经元网络进行财务困境的探索。 困境进行了预测。 近年来，有关神经网络对财务分析模型的分析日益引起国内 学者的高度重视。杨保安等(2001)在此领域进行了探索，并参考 有关财务评价准则及结合中信实业银行苏州分行的情况，选取了 4大类共15个财务指标，运用BP神经网络方法建立了一个可供 银行用于进行授信评价的判别系统。西安交大的杨淑娥等 (2005)在国家自然科学基金的支持下，进行了企业财务危机预警 方法精度的比较研究，结果表明，BP网络是在多数复杂情况下预 测企业财务是否发生财务危机的有效方法。