您好, 访客   登录/注册

基于BP神经网络的中小企业板上市公司财务危机预警模型构建

来源:用户上传      作者: 王辉 王春华

  摘 要:本文从智能理论角度,选取了2006年―2010年66家中小企业板上市公司作为样本,构建了一个针对中小企业板上市公司的财务危机预警模型。本文利用因子分析法对初选的17个财务指标进行了优化,得到5个预警因子作为输入变量,构建的BP神经网络财务危机预警模型。
  关键词:BP神经网络;中小企业板;预警理论
  
  
   一、引言
  中小企业板块市场自从2004年5月成立以来,相继发生了琼花事件、威尔事件、高新张桐等事件。这明确地给管理者、投资者及相关部门发出了不好的信号。所以企业要持续稳定的发展,就必须能够及时预测、规避各种可能的风险,尤其极易导致企业破产失败的财务风险。因此,拥有一个有效的财务危机预警体系,提前预测出其未来可能发生的财务危机,避免公司陷入财务危机具有重要的现实意义。
  二、样本选取和指标的选取及优化
  通过对2007―2010年上市公司年度报告查找分析,剔除数据不完整的公司,符合本文财务危机定义的公司为33家。并随机选取的33家健康公司按一一配对原则组成训练组,用其发生财务危机前一年的数据构建BP神经网络预警模型。
  本文初步确定财务危机预警的17个财务指标,这些指标分别代表企业的偿债能力、成长能力、现金流量能力、盈利能力、营运能力。本文通过因子分析,找到几个能够代表数据的基本结构、反映原始信息本质特征的因子,然后再用这些因子建立BP神经网络预警模型。然后在对样本做因子分析和方差解释后,再利用因子得分系数矩阵,得到各个预警因子的表达式,进而得到各个样本5个预警因子的具体数值。
  三、BP神经网络财务危机预警模型的构建
  将由33家财务危机公司和33家健康公司通过因子分析得到的相关数据成的训练组导入前文构建的BP神经网络财务危机预警模型中。
  
  通过对训练组样本公司检验结果分析可知,构建的BP神经网络财务危机预警模型对财务危机公司预测的准确率为81.82%,对健康公司预测准确率为84.85%;实践证明BP神经网络财务危机预警模型具有一定的有效性,适用于中小企业板上市公司对其财务状况的预测。
  企业发生财务危机是财务状况逐步变坏的过程,通过对财务状况周期性的监测,企业的管理人员可以发现其财务上的弊端。
  1.举债规模过大。通过对训练组样本公司的数据分析发现,财务健康公司的平均资产负债率为0.44078,财务危机公司的平均资产负债率为0.38301,对比我们可以发现,财务危机公司比健康公司的资产负债率要高出15.08%。
  2.现金流量不足。资金短缺是导致企业财务危机的一个最直接的原因。分析训练组样本公司的每股经营现金净流量发现,健康公司的平均每股经营现金净流量为0.6144,而财务危机公司的平均每股经营现金净流量仅为0.0459,很多公司每股经营现金净流量甚至为负。
  3.应收账款管理不善。分析训练组样本公司应收账款周转率发现,健康公司的平均应收账款周转率为21.3191,财务危机公司的平均银收账款周转率为9.9814,仅为健康公司的46.82%。这对本来资本就不充分的中小企业来说无疑是致命的伤害。(作者单位:北京物资学院)
  参考文献:
  [1]裴玉,唐文彬.应用主成分分析法纵向构建企业财务风险预警模型[J].会计之友,2007,4:24-26
  [2]薛薇.SPSS统计分析方法及应用[M].北京:电子出版社,2004.
  [3]杨淑娥,黄礼.基于BP神经网络的上市公司财务预警模型.系统工程理论与实践,2005,1(1):12-18.
  [4]姚宏善,沈轶.用遗传神经网络模型预测公司财务困境[J].华中师范大学学报,2005,3(2):195-197


转载注明来源:https://www.xzbu.com/3/view-1548058.htm