基于ANN的预警指标预测系统在企业经济运行预警中的应用.docVIP

基于ANN的预警指标预测系统在企业经济运行预警中的应用 统计与决策 !;;#年 !月!下; 图 $ 时间序列预测 %amp;网络的一般结构 摘 要!预警指标的预测是进行经济预警的前提!在企业经济运行预警中的主要功能是根据历 史数据对指定的预警指标进行预测!这一步预测的有效性直接影响到最终预警结果的有效性; 本文 提出的预警指标预测系统的原理是根据已经建立的预警指标体系!从本企业历史财务指标数据库中 提取数据!通过人工神经网络进行时间序列预测!得到预警指标未来时段的预测结果; 关键词!预警指标#预测#系统#经济预警#人工神经网络 中图分类号!’!( 文献标识码!) 文章编号!*+;!,#-.(;!;;##;!,;*#*,;/ 基于 !;;的预警指标预测系统在 企业经济运行预警中的应用 刘 艳 *!!!杨 鹏 / !*0暨南大学 管理学院 广州 1$+#/!#!2广东金融学院 工商管理系 广州 1$+1!$ /2中国工商银行广东省分行 广州 1$+$!+; !! !引言 企业经济运行预警的基本原理是通过系统全面采集反 映企业经济状况的敏感性指标数据$抽取企业经济运行状态 的特征信息$应用一定的预警方法$对企业经济运行态势优 劣进行现状和发展趋势的评判$ 并以一定的结果显示手段$ 及时地发出企业经济运行态势的预警信息%而企业经济运行 预警的主要功能是通过对数据的分析amp;计算$了解企业的财 务状况和经营风险$在一定程度上摸清企业的发展趋势’’’ 继续生存或是破产清算$为企业管理者确定合理的经营目标 和制定经营计划提供依据$也可为债权人或公司股票持有者 的未来投资决策提供参考% 本文所建立的预警指标预测系统是整个企业经济运行 预警系统中的一个子系统$该子系统是根据已经建立的预警 指标体系$从本企业历史财务指标数据库中提取数据$通过 人工神经网络进行时间序列预测$得到预警指标未来时段的 预测结果%值得注意的是$进行时间序列预测的方法有很多$ 如 )34) 模型amp;移动平均法amp;指数平滑方法等$但是人工神 经网络方法在时间序列预测中有着传统方法不可比拟的优 势$ 因此本文中的系统选用了 %amp; 人工神经网络方法来进行 经济指标的预测$并对其有效性进行了实证分析% ;! !%amp;神经网络用于经济指标预测的理论基 础 一般来说$经济指标都具有时序性$那么运用 %amp; 神经网 络对其进行预测从本质上看就是对时间序列进行预测$这方 面的研究已经有了非常深厚的理论基础 5*6% 789:8;8lt;8= 三层 神经网络映射存在定理 gt;!6在理论上已证明了任意一个连续函 数都能与一个三层 %amp; 网络建立映射关系% 设一个单变量时间序列 ?$$?!$(@对它进行预测的前提 是认为其未来值与其前面的个值之间存在某种函数关系@描 述如下) ?ABCD’E?A@?AF$@(@?AF:B$G 利用神经网络来拟合这种函数关系$并用它来推导未来 的值% 这就是利用 %amp; 人工神经网络进行时间序列预测的基 本思路% 进行时间序列预测的神经网络结构可以分为两种)一种 是单步预测网络$一种是多步网络预测% 单步预测网络输出 个数为 * 个@一次可计算一步的预测值% 多步预测网络的输 出个数是多个$每一次可计算出多步的预测值% 在预测过程 中$可将得到的预测值作为下一步预测的输入来计算出进一 步的预测值$进行迭代的多步预测%用于时间序列预测 %amp; 网 络的一般结构如图 * 所示% 其中 H*@HI,*@(@HI,AB*是输入$HJ IBK是输出% #! !基于 %amp; 神经网络的预警指标预测系统 的应用 ! ; # $ !;! 万方数据 统计与决策 !;;#年 !月!下; 本文对建立时间序列预测的 $% 神经网络的过程加以规 范化#建立了基于 $% 网络预警指标预测的通用方法#并通过 一个实例来检验指标预测子系统的预测能力$ 基于 $% 神经网络的指标预测子系统的构成如图 ! 所 示% amp;’( 输入输出数据的预处理 输入输出数据的预处理是有效训练神经网络的关键步 骤#直接影响到训练后网络的性能$ 常见的方法是将原始数 据进行归一化处理#即通过一定的线性变换将输入和输出数 据统一限制在);*(+或),(*(+区间内$ 但是#这样的方法须找出 训练样本中的最大值和最小值#这就限定了以后用于检验网 络或使用网络进行预测时输入数据的范围$ 当新数据不在 )-./0*-.12+内时#将不再适合作为网络的输入$本论文采用的标 准化处理#有效的解决了这个问题$ 将样本集数据的均值和 方差作标准化处理#使得其均值为零#方差为 (#变换式为% -/34 2/,!; /4(*!*amp;* amp;0 当有新数据输入时#我们认为它与训练样