基于BP神经网络高校暂付款预测研究.docVIP

基于BP神经网络高校暂付款预测研究 　　【摘 要】 高校暂付款管理水平关系着资金使用效率与财务风险防范能力，甚至影响着高校会计信息的真实性。高校财务管理的精细化这一目标直接对暂付款管理提出了更高要求。文章根据A省30所省属本科高校2014年暂付款及影响暂付款规模的本年收入、本年支出、差旅费、专用材料费、其他商品服务支出与设备购置费6个主要因素数据，建立BP人工神经网络预测模型，仿真拟合历史数据，并利用仿真模型预测暂付款规模，与主成分回归模型比较，验证其预测精度。数据实证研究结果表明BP神经网络能捕捉到暂付款与其影响因素之间的非线性特性规律，能更好地预测暂付款规模。 　　【关键词】 高校暂付款； BP神经网络； 主成分回归； 预测 　　中图分类号：F272.1；G647 文献标识码：A 文章编号：1004-5937（2016）10-0111-05 　　引 言 　　随着政府对高等教育事业投入的加大，高校暂付款项所占用资金的规模逐步增加，仅江苏南京8所省属本科高校“应收及暂付款”总额2013年就达到2.5亿元。这造成大量财政资金长期占用，不利于正确反映高校财务收支状况，虚增债权，影响资产评价指标，降低资金使用效率，加大高校财务风险。合理预测高校暂付款规模是高校在财务管理方面从粗放型向精细化的一次转变，对于高校实现教育经费规范化、科学化与精细化管理具有重要现实意义。 　　一、研究综述 　　高校暂付款管理越来越引起专家和高校财务管理者重视。李智敏、李敏（2012）[ 1 ]分析了高校暂付款长期挂账客观与主观原因，强调通过技术手段与财务结算创新达到控制暂付款的目的。徐耀琪（2011）研究了辅助编码在应收及暂付款账务处理中的设置，以及在核销过程中的实际应用。陈丽红（2012）通过具体案例分析了某高校暂付款具体成因，并明确清账规则，规范会计基础，加强监督，实现对暂付款的有效控制。刘从兵（2013）[ 2 ]从实务角度利用Excel完成了高校暂付款管理系统的构建，该系统加速了暂付款项占用资金周转率，提升了暂付款的管理层次与效果。陈茜、梁勇（2013）[ 3 ]研究了高职院校暂付款管理特点，探讨了内控视角下高校暂付款管理的对策，应从内控环境、预算管理、审批责任控制、会计核算、信息沟通、审计监督等方面加强控制，为学校持续健康发展提供一个良好的资金环境。 　　目前学者对于高校暂付款侧重于形成内外因、内部控制以及管理策略等方面的研究，而在暂付款预测领域的研究还非常少，预测是高校科学决策的基础，是高校财务管理精细化的飞跃。BP神经网络理论在预测领域的非线性映射能力与容错性具有良好表现。因此，本文研究BP神经网络的高校暂付款预测是有一定学术价值的。 　　二、BP人工神经网络 　　1985年美国加州大学PDP研究小组提出向后传播算法，形成BP神经网络理论。该方法通过误差反向传播与自学习，使用梯度搜索等优化技术，不断与预设精度对比，适应调整实际输出与实际值之间的均方差，实现其最小化并修正网络连接权值。王惠文、孟洁（2007）[ 4 ]的研究表明：通过选择适当的连接权值和传递函数，一个有足够神经元的单隐藏层的神经网络，可以逼近任意一个输入和输出之间的光滑的、可测量的函数。 　　BP神经网络具有良好的非线性映射逼近能力与容错性，被广泛应用于分类、预测等领域。在经济领域中，孙伟、周潮等学者运用BP神经网络实现了对GDP与CPI预测；郭庆春、肖国荣等实现了在农民收入、基金价格、企业成本等微观经济领域的预测。在社会学领域，尹春华及众多学者运用该方法实现对人口数量、生育率的预测。在管理领域，王文富实现了对微观企业人力资源结构的预测，胡泽文实现了对科技产出的预测。综上，BP神经网络由于其独特的自学习、自适应、非线性拟合的特性，在经济、社会、管理等诸多领域预测方面得到广泛使用。因此，本研究运用BP神经网络预测高校暂付款具有理论与现实基础。 　　三、高校暂付款预测模型建立 　　（一）指标确定 　　影响高校暂付款规模的因素很多，如高校不同发展时期、内部控制环境、管理水平等。在高校会计实务中，购买设备的合同预付款、与单位结算的工程款项、相对于个人占用资金额度较大的因公差旅费、材料费、资料费、版面费及其他商品服务支出的预支款项是形成高校暂付款的主要原因，与李智敏、李敏（2012）[ 1 ]分析暂付款成因的结论相同。因此，本研究选取本年收入、本年支出、差旅费、专用材料费、其他商品服务支出、设备购置费相对关键的六个因素作为考察变量，定量分析这六个因素对高校暂付款规模的影响。 　　（二）BP人工神经网络模型 　　本研究通过编程，调用Matlab7.13后台自带BP神经网络工具箱建立模型。首先，读取矩阵形式的自变量（本年收入、本年支出、差旅费、专用材料费、其