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

1、因財(cái)務(wù)危機(jī)導(dǎo)致企業(yè)經(jīng)營(yíng)陷入困境，甚至宣告破產(chǎn)的例子一直屢見不鮮。但任何財(cái)務(wù)危機(jī)都有一個(gè)逐步顯現(xiàn)、不斷惡化的過程，因此有必要對(duì)企業(yè)的財(cái)務(wù)運(yùn)營(yíng)過程進(jìn)行跟蹤、監(jiān)控，以便及早地發(fā)現(xiàn)財(cái)務(wù)危機(jī)征兆并對(duì)此采取行之有效的措施，以降低企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)。創(chuàng)建財(cái)務(wù)預(yù)警系統(tǒng)，對(duì)財(cái)務(wù)運(yùn)營(yíng)做出預(yù)測(cè)預(yù)報(bào)，無論從哪個(gè)立場(chǎng)來分析都是十分必要的。經(jīng)營(yíng)者能夠在財(cái)務(wù)危機(jī)出現(xiàn)的萌芽階段采取有效措施改善企業(yè)經(jīng)營(yíng)，預(yù)防失敗；投資者在發(fā)現(xiàn)企業(yè)的財(cái)務(wù)危機(jī)萌芽后能夠及時(shí)處理現(xiàn)有投資，避免更

2、大損失；銀行等金融機(jī)構(gòu)可以利用這種預(yù)測(cè)，幫助做出貸款決策并進(jìn)行貸款控制；相關(guān)企業(yè)可以在這種信號(hào)的幫助下做出信用決策并對(duì)應(yīng)收帳款進(jìn)行有效管理；注冊(cè)會(huì)計(jì)師則利用這種預(yù)警信息確定其審計(jì)程序，判斷該企業(yè)的前景，降低審計(jì)風(fēng)險(xiǎn)。因此現(xiàn)代企業(yè)管理應(yīng)以穩(wěn)健經(jīng)營(yíng)為原則。在發(fā)現(xiàn)經(jīng)營(yíng)風(fēng)險(xiǎn)和財(cái)務(wù)危機(jī)時(shí)，及時(shí)制定出應(yīng)急方案，化解財(cái)務(wù)危機(jī)，降低財(cái)務(wù)風(fēng)險(xiǎn)。 在國(guó)外已經(jīng)形成了一套比較完整的財(cái)務(wù)預(yù)警系統(tǒng)，因此借鑒國(guó)外一些成功的經(jīng)驗(yàn)并結(jié)合我國(guó)的國(guó)情建立一套比較實(shí)用

3、的財(cái)務(wù)預(yù)警系統(tǒng)是完全有可能的。當(dāng)前國(guó)內(nèi)外的財(cái)務(wù)預(yù)警系統(tǒng)大多采用定量預(yù)警中的多變量財(cái)務(wù)預(yù)警模型，這些模型是建立在統(tǒng)計(jì)學(xué)的基礎(chǔ)之上的，因此財(cái)務(wù)指標(biāo)必須符合統(tǒng)計(jì)學(xué)對(duì)數(shù)據(jù)的嚴(yán)格要求，如：回歸、正態(tài)分布等，也就是對(duì)財(cái)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(cái)務(wù)預(yù)警模型，一種無需對(duì)財(cái)務(wù)指標(biāo)進(jìn)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(diǎn)的計(jì)算機(jī)技術(shù)，是模

4、擬人的大腦進(jìn)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(gè)節(jié)點(diǎn)，相鄰兩層之間節(jié)點(diǎn)形成相互連接，但同層各節(jié)點(diǎn)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(diǎn)，可以把所有影響財(cái)務(wù)風(fēng)險(xiǎn)大小的財(cái)務(wù)指標(biāo)考慮進(jìn)去。其計(jì)算原理是BP算法，然后對(duì)樣本進(jìn)行訓(xùn)練與測(cè)試，具體的計(jì)算過程是： 根據(jù)企業(yè)所處的行業(yè)確定財(cái)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(diǎn)；再把理想財(cái)務(wù)狀態(tài)輸入輸出層的節(jié)

5、點(diǎn)；利用計(jì)算工具M(jìn)ARBLE6.5進(jìn)行計(jì)算，為了把誤差率控制在一定的范圍之內(nèi)，在計(jì)算的過程中計(jì)算機(jī)會(huì)根據(jù)輸入層與輸出層的數(shù)據(jù)進(jìn)行附權(quán)值與閥值。這樣就會(huì)得到一組權(quán)值與閥值。得到權(quán)值與閥值之后，把要測(cè)試的樣本數(shù)據(jù)輸入輸入層的節(jié)點(diǎn)對(duì)其進(jìn)行測(cè)試，看得到的輸出結(jié)果與理想財(cái)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(cái)務(wù)預(yù)警模型，對(duì)要做決策的企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行判定。實(shí)證研究的結(jié)果表明，基于BP神經(jīng)網(wǎng)絡(luò)的財(cái)務(wù)預(yù)警方法是可行的。當(dāng)然該模