BP神经网络对财务诊断方案生成因素的评价与优化.pdfVIP

BP神经网络对财务诊断方案生成因素的评价与优化 口 庞大莲-梁戈夫，李字翔2令狐大智1 南宁 530007) (1．广西大学 商学院，广西 南宁530004；2．广西农业科学院，广西 [摘要]方案生成导向的财务诊断涉及对财务因素的评价及优化。通过构建BP神经网络评价模型进行财务指标的评价， 可提取关键财务因素而形成诊断主题。将BP神经网络应用于企业财务因素的选取和评价，有利于诊断方案的优化。 [关键词]财务诊断；方案生成；BP神经网络 [文献标识码】A[文章编号]1003--1154(2014)03-0108-03 [中图分类号]C931．1 方案生成导向下的财务诊断，以方案生成为主 相互连接形成的一种复杂的自适应非线性动态系 线，通过对关键财务因素的判断和选取确定诊断方 案的主题，然后围绕主题针对性地进行财务状况的 非线性连续转移函数的多层前馈网络——BP神经网 络(Back Network，误差反向传播网络)， 诊断和分析，最终形成实用有效的诊断方案。诊断过 Propagation 程自始至终涉及对财务因素的评价及优化。由于方 实现了算法中权值的有效调整。BP算法目前已在各 案指标或因素评价常用的方法(如AHP法、专家打种领域里得到了广泛的应用。 分、线性规划等)可能存在随机性、主观性、认识上的 方案生成导向下的财务诊断中，主要利用BP神 模糊性的问题，或存在对因素结构性、独立性等局 经网络强大的自学习自适应能力和非线性映射能 限，因此一些学者尝试将神经网络模型用于财务评 力，对财务指标体系中的数据进行综合评价和判断， 价。如Coats和Pant…使用神经网络模型进行财务预提取关键指标以形成方案主题，最后生成诊断参考 警；易跃明721应用BP神经网络对10年以上的现金流方案。 指标进行评价，认为这种方法具有较高的准确性。在 BP神经网络应用于财务诊断方案生成过程的 对一些非财务因素的评价及主要影响因素的提取 基本步骤如下：首先，构建财务指标体系和BP神经 网络评价模型。先收集受诊企业的相关财务数据，根 上，蒋波曙1曾采用PCA(主成份分析)与神经网络优化 结合，实现神经网络输入的降维，并克服财务分析中 据BP神经网络的三层基本结构构建财务诊断指标体 的评价指标偏少、存在局部极小等不足；端木正[41利 系，为BP神经网络的学习和训练提供样本数据。再从 用神经网络模型提炼出流动比、流动资金，总资产等5 输入层、隐含层、输出层，以及BP神经网络结构等方 项指标作为预测财务困境的主要指标；董沛武和刘 面进行设计，建立基于BP神经网络的财务因素评价 微微等b1采用BP神经网络和遗传算法，评价了某单模型。其次，利用BP神经网络对财务指标进行评价。 位19个非定量竞争力因素，并构建了核心竞争力评 通过数据归一化处理、BP神经网络对样本的学习训 价模型。 练等过程，得出财务指标评价结果。再次，确定诊断 本文尝试在财务诊断方案生成中引入BP神经网 关键因素和方案主题。由财务指标评价结果的等级 络，利用其非线性映射能力、学习和识别能力，以及 判断出对财务产生最大影响的指标，可提取出关键 自适应环境能力，对方案生成因素进行判断和评价， 财务因素，形成诊断方案主题。最后，构建财务诊断 以优化因素，并为方案生成提供客观、科学、合理的 参考方案。围绕不同的方案主题挖掘关联因素、评价 关键因素。 方案的效用，组合成不同的参考方案。 一、BP神经网络应用于财务诊断因素 二、实证分析：BP神经网络对财务 评价过程的基本步骤 诊断因素的评价 人工神经网络是由大量的处理单元(即神经元) 财务诊断中对财务因素的评价过程包含建立施 因素研究”． 圆管理现