中國電力企業(yè)持續(xù)經(jīng)營審計模型及應用研究.pdf

1、由于現(xiàn)在市場競爭日益激烈，企業(yè)經(jīng)營環(huán)境變動越來越大，處處充滿了危機與不確定性，稍有不慎就會導致公司發(fā)生持續(xù)經(jīng)營危機。當企業(yè)發(fā)生持續(xù)經(jīng)營危機時，將會造成嚴重的沖擊，影響所及包含投資者、銀行等。因此如何建立一套有效的持續(xù)經(jīng)營危機預警模型，減少投資者損失，將是一件刻不容緩的事情。
　　 由于單純以公司所提供的財務報表資料來建立模型，容易受到財務資料的不正確或粉飾所影響，且公司高層經(jīng)理人掏空企業(yè)資金等問題不斷發(fā)生，所以如果僅考慮財務變量

2、來進行企業(yè)危機預警的研究會使所構(gòu)建的模型不夠周全，因而本研究將在加入非財務變量以后，比較是否能提高其預測能力。
　　 本文首先在綜合考慮覆蓋面和計算量的基礎上，獲取了大量真實寶貴的相關數(shù)據(jù)，確定了合理的持續(xù)經(jīng)營指標體系。鑒于實際的經(jīng)濟生活中，影響持續(xù)經(jīng)營的因素很多，這些因素和信用之間多為復雜的非線性關系，采用神經(jīng)網(wǎng)絡方法進行持續(xù)經(jīng)營能力審計。然后，利用Lvo學習向量量化神經(jīng)網(wǎng)絡技術(shù)建立持續(xù)經(jīng)營審計模型，對企業(yè)等級進行劃分。通過B

3、P神經(jīng)網(wǎng)絡技術(shù)得到企業(yè)持續(xù)經(jīng)營能力預測值，細化了企業(yè)情況，有利于對處于邊界處的企業(yè)情況做出精確的判斷。論文研究中對BP網(wǎng)絡固有的不足之處，采用遺傳算法對其權(quán)值及閾值進行優(yōu)化，并綜合遺傳算法的全局搜索能力與BP網(wǎng)絡的局部搜索能力建立遺傳神經(jīng)網(wǎng)絡模型。兩種模型Lvo神經(jīng)網(wǎng)絡模型、遺傳神經(jīng)網(wǎng)絡模型，既可獨立使用，也可相互補充。
　　 最后，針對具體問題對模型進行設計。用MATLAB這個良好的建模工具實現(xiàn)模型的建立和仿真，并利用相關數(shù)據(jù)