遗传算法优化BP神经网络制造业上市公司财务预警的研究.pdfVIP

Classified Index: COAD: 10075 U.D.C NO: A Dissertation for the Degree of M. Management The Study on Financial Early-Warning for Listed Manufacturing Companies Based on BP Neural Network Optimized by Genetic Algorithm Candidate: Hao Qing Supervisor: Prof. LuoYong Prof. Li Song Academic Degree Applied for: Master of Management Specialty: Management Science Engineering University: Hebei University Data of Oral Examination: June, 2014 摘 要 摘 要 随着我国市场经济发展程度的提高，市场竞争愈发激烈，企业遇到了更多危机与挑 战。对于为数众多的制造业上市公司而言，财务问题尤为重要，一旦财务陷入困境，不 但危机自身的生存与发展，也给投资者、债权人以及众多利益相关者带来重大损失。因 此，对于财务状况进行预警研究与探索，具有重要意义。 国内外的大量文献已经能够证明，企业的财务指标对企业财务发展状况有一定的预 示作用，但是对于财务预警指标体系的构建是不完善的。在研究财务预警的大量模型中， 也存在许多不足和局限性。本文就是针对财务预警指标体系的构建和预警模型来进行研 究和探索。 通过分析前人的研究成果，总结出了 28 个对企业财务状况影响较大的预警指标。 其中，包含了财务指标和公司治理等非财务指标。丰富了预警指标体系，为财务预警模 型研究提供了基础。当输入变量过多，输入变量之间不是相互独立时，BP 神经网络预 警模型容易出现过拟合现象，从而导致模型精度过低、建模时间长等问题，因此本文选 用遗传算法对已经选取的预警指标进行变量降维，并对 BP 神经网络预警模型进行优化。 实证分析分为两步，第一步先用 BP 神经网络做预警分析，第二步应用遗传算法优 化BP神经网络做预测。通过对比两步的计算结果，发现用遗传算法优化过的BP神经网 络对财务进行预警有更明显的效果。大大提高了预测精度，缩短了建模时间，为财务预 警的理论和实践研究提出了新的思路。 关键词 财务预警 BP 神经网络 遗传算法 I Abstract Abstract With the level of development of market economy to improve, the market is more competitive. Companies should face more crises and challenges. For a large number of listed companie