基于橢圓概率神經(jīng)網(wǎng)絡(luò)集成的企業(yè)財(cái)務(wù)危機(jī)預(yù)測(cè)研究.pdf

1、在經(jīng)濟(jì)全球化的過(guò)程中,由于資本市場(chǎng)的快速發(fā)展,企業(yè)競(jìng)爭(zhēng)日趨激烈,加上企業(yè)自身內(nèi)部的認(rèn)識(shí)缺陷,企業(yè)陷入危機(jī)的風(fēng)險(xiǎn)越來(lái)越大。所以,對(duì)企業(yè)財(cái)務(wù)危機(jī)預(yù)測(cè)的研究具有很重要的理論及實(shí)踐意義。
　　本文在分析企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的基礎(chǔ)上,根據(jù)企業(yè)財(cái)務(wù)危機(jī)評(píng)價(jià)指標(biāo)體系的選取原則,進(jìn)而構(gòu)建了含有20個(gè)指標(biāo)的評(píng)估體系,經(jīng)過(guò)因子分析最終形成5個(gè)經(jīng)濟(jì)含義較為明確的公因子,并以此作為企業(yè)財(cái)務(wù)危機(jī)預(yù)測(cè)模型的輸入。同時(shí),本文根據(jù)公因子的得分得出每個(gè)樣本的綜合得分,以企

2、業(yè)是否ST作為輔助參考,來(lái)劃分了三個(gè)財(cái)務(wù)狀況的得分區(qū)間,其對(duì)應(yīng)了三個(gè)財(cái)務(wù)狀況:健康、關(guān)注、危機(jī),摒棄了單純以ST與非ST的劃分標(biāo)準(zhǔn)。
　　目前,運(yùn)用神經(jīng)網(wǎng)絡(luò)進(jìn)行企業(yè)財(cái)務(wù)危機(jī)預(yù)測(cè),被許多研究者重視,但神經(jīng)網(wǎng)絡(luò)每次的預(yù)測(cè)效果有一定的不穩(wěn)定性。鑒于此,本文介紹了概率神經(jīng)網(wǎng)絡(luò)的原理及Adaboost集成算法,首先對(duì)現(xiàn)有的神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)得到橢圓概率神經(jīng)網(wǎng)絡(luò),該網(wǎng)絡(luò)具有三種可通過(guò)訓(xùn)練來(lái)修正的網(wǎng)絡(luò)參數(shù):代表輸入變量重要性的變量權(quán)值、代表樣本有

3、效范圍的核寬倒數(shù)、代表樣本可靠程度的樣本權(quán)值。進(jìn)而采用能夠?qū)⑷我馊醴诸惼鬟M(jìn)行組合,改進(jìn)為強(qiáng)分類器的Adaboost算法去集成該神經(jīng)網(wǎng)絡(luò)建立企業(yè)財(cái)務(wù)危機(jī)預(yù)測(cè)模型。該方法考慮了各子神經(jīng)網(wǎng)絡(luò)分類器的預(yù)測(cè)結(jié)果和各子神經(jīng)網(wǎng)絡(luò)分類器的預(yù)測(cè)對(duì)最終結(jié)果的影響程度,為相關(guān)研究提供一種新思路。
　　最后進(jìn)行實(shí)證研究,本文選用了作為我國(guó)資本市場(chǎng)基石的上市公司中200家作樣本,為了增加模型的實(shí)用性,本文利用企業(yè)(t-2)年的年度財(cái)務(wù)報(bào)告來(lái)預(yù)測(cè)其t年的財(cái)務(wù)