基于神经网络的财务困境判别模型及其实证研究-管理科学与工程专业论文.docxVIP

摘要 财务困境的判别和预测己 经成 为商iI!.词Z 级 中的重要 内容 。因为它会 极大地影响投资者、信贷者以及银行官员的财务决策 3 审计人员也需要 通过财务困境的判别和预测来获取财务 信息 ，从而判断企业的经 营是否 具有可持续性。有很多的方法可以用于解决企业财务困境的预测问题。 其中运用最多的是统计方法，包括多元判别分析法( it1DA) 、Logit 法和 Probit 法。自从 ALtman 将 lTfDA 寻|入企业财务困境判别后 ，MDA 方 法已被 广泛应用于企业破产预测、企业信用评级、信贷评级等等领域 。但是 MDA 的使用在 方法 论上却正遭受到挑战。由于有些变量 分布 并不符合 JfDA 所 需要的统计假设，所以使用 JlDA 方法有可能导致判别结果产生偏差。决 策树、 Logit 法和 Probit Y去 是 JfDA 的 替代 方法。 但它们同样要求 样本满足 一 定的统计假设，而这些统计假设也限制了这些方 法的 应用。 作为另一个可供选择的模型 ，神经网络是完全适合于解决企业财务 困境的预测问题的。神经网络通过其神经元之间的联接权宋代表非线性 的判别关系。本文将神经网络应用到企业财务困境的判别问题中。利用 1999 年一 2002 年 ST 公司的财务数据，本文将 25 个财务指标作为神经网 络的输入，而企业陷入财务困境的概率作为神经网络的输出 。实证结果 显示，神经网络从其预测精度，预测的适应性，以及鲁棒性来说完全适 合于解决企业财务困境的判别和预测问题。本文同时讨论了神经网络在 方法论上的一些局限性。 关键词:财务困境 神经网络 预测精度 ST 公司 飞 -、 - Abstract Financial distress prediction is one of major business classification tasks because it greatly affects the financial decision making of investors ， credits，and bank officers. Audìtors also need ìnformat?on on financìal distress prediction for the going-concern judgmen t. There are many statistical procedures to handle this fínancial distress prediction problem. The most widely used classification technique is statistical methods including MDA ，logit ，and probit lnethods. Since Altman introduced the use of MDA to financial distress prediction ，MDA has been widely applied to the business classification ，including bankruptcy prediction ，credit rating ， and bank loan classification ，etc. The studi巳s using MDA hav 巳 encountered ， however ，some methodological problems. The violation of the underlying normality assumption of independent variables causes the biased results.. The decision tree ，logit ，and probit methods have been used as alternative statistical methods. However，they a150 require different kinds of statistical assumptions which limit the usefulness of their application. As one of alternative methods ，it is well known thal neural network approach is very promising for the financial distress prediction proble