基于BP神經(jīng)網(wǎng)絡(luò)的財務(wù)預(yù)警方法探討.pdf

1、因財務(wù)危機導(dǎo)致企業(yè)經(jīng)營陷入困境，甚至宣告破產(chǎn)的例子一直屢見不鮮。但任何財務(wù)危機都有一個逐步顯現(xiàn)、不斷惡化的過程，因此有必要對企業(yè)的財務(wù)運營過程進行跟蹤、監(jiān)控，以便及早地發(fā)現(xiàn)財務(wù)危機征兆并對此采取行之有效的措施，以降低企業(yè)的經(jīng)營風(fēng)險。創(chuàng)建財務(wù)預(yù)警系統(tǒng)，對財務(wù)運營做出預(yù)測預(yù)報，無論從哪個立場來分析都是十分必要的。經(jīng)營者能夠在財務(wù)危機出現(xiàn)的萌芽階段采取有效措施改善企業(yè)經(jīng)營，預(yù)防失??；投資者在發(fā)現(xiàn)企業(yè)的財務(wù)危機萌芽后能夠及時處理現(xiàn)有投資，避免更

2、大損失；銀行等金融機構(gòu)可以利用這種預(yù)測，幫助做出貸款決策并進行貸款控制；相關(guān)企業(yè)可以在這種信號的幫助下做出信用決策并對應(yīng)收帳款進行有效管理；注冊會計師則利用這種預(yù)警信息確定其審計程序，判斷該企業(yè)的前景，降低審計風(fēng)險。因此現(xiàn)代企業(yè)管理應(yīng)以穩(wěn)健經(jīng)營為原則。在發(fā)現(xiàn)經(jīng)營風(fēng)險和財務(wù)危機時，及時制定出應(yīng)急方案，化解財務(wù)危機，降低財務(wù)風(fēng)險。 在國外已經(jīng)形成了一套比較完整的財務(wù)預(yù)警系統(tǒng)，因此借鑒國外一些成功的經(jīng)驗并結(jié)合我國的國情建立一套比較實用

3、的財務(wù)預(yù)警系統(tǒng)是完全有可能的。當(dāng)前國內(nèi)外的財務(wù)預(yù)警系統(tǒng)大多采用定量預(yù)警中的多變量財務(wù)預(yù)警模型，這些模型是建立在統(tǒng)計學(xué)的基礎(chǔ)之上的，因此財務(wù)指標(biāo)必須符合統(tǒng)計學(xué)對數(shù)據(jù)的嚴(yán)格要求，如：回歸、正態(tài)分布等，也就是對財務(wù)指標(biāo)的處理非常困難。為解決這一問題，筆者利用BP神經(jīng)網(wǎng)絡(luò)技術(shù)試圖建立一種便于操作的財務(wù)預(yù)警模型，一種無需對財務(wù)指標(biāo)進行人工處理的方法。 BP(Back-Propagation)神經(jīng)網(wǎng)絡(luò)是一種具有定向?qū)W習(xí)特點的計算機技術(shù)，是模

4、擬人的大腦進行自我調(diào)整、自我學(xué)習(xí)的人工智能技術(shù)。典型的BP神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層、輸出層組成，每層含有多個節(jié)點，相鄰兩層之間節(jié)點形成相互連接，但同層各節(jié)點互不連接。由于該網(wǎng)絡(luò)具有自我調(diào)整、自我學(xué)習(xí)的特點，可以把所有影響財務(wù)風(fēng)險大小的財務(wù)指標(biāo)考慮進去。其計算原理是BP算法，然后對樣本進行訓(xùn)練與測試，具體的計算過程是： 根據(jù)企業(yè)所處的行業(yè)確定財務(wù)狀態(tài)，從不同狀態(tài)中取一定數(shù)量的樣本數(shù)據(jù)作為輸入層的節(jié)點；再把理想財務(wù)狀態(tài)輸入輸出層的節(jié)

5、點；利用計算工具MARBLE6.5進行計算，為了把誤差率控制在一定的范圍之內(nèi)，在計算的過程中計算機會根據(jù)輸入層與輸出層的數(shù)據(jù)進行附權(quán)值與閥值。這樣就會得到一組權(quán)值與閥值。得到權(quán)值與閥值之后，把要測試的樣本數(shù)據(jù)輸入輸入層的節(jié)點對其進行測試，看得到的輸出結(jié)果與理想財務(wù)狀態(tài)結(jié)果的誤差是否在一定的范圍之內(nèi)。若在范圍之內(nèi)則可以作為財務(wù)預(yù)警模型，對要做決策的企業(yè)的財務(wù)風(fēng)險進行判定。實證研究的結(jié)果表明，基于BP神經(jīng)網(wǎng)絡(luò)的財務(wù)預(yù)警方法是可行的。當(dāng)然該模