论文摘要
随着全球经济一体化趋势的不断演进和我国市场经济的迅猛发展,企业赖以生存和发展的外部环境日趋复杂,其生产经营活动的各个环节都面临许多风险,稍有不慎就可能会使企业陷入经营困境,甚至出现财务危机或经营失败等现象。但是,企业陷入困境是一个逐渐恶化的过程,如果能及时发现企业生产经营活动中存在的问题,及早察觉企业财务状况恶化的征兆,在财务危机的萌芽状态采取有效措施、加强管理,这样就可以在很大程度上预防危机的发生与发展。因此,构建准确、有效的企业财务预警模型,提前揭示企业生产经营活动中潜在的问题,帮助企业相关利益者采取措施、规避风险,不仅具有理论价值,也有重要的现实意义和指导作用。本文在借鉴国内外学者研究成果的基础上,对财务危机的概念进行了界定,论述了财务危机的特征,分析了财务危机的成因,阐述了财务危机预警的理论基础。然后,回顾了财务危机实证研究的成果,对目前财务危机预警的方法进行了分析比较,总结出各种方法的不足和弊端,并对人工神经网络引入财务危机预警研究进行理论分析,指出引入人工神经网络方法进行研究的可行性与必要性。通过理论分析,本文首次提出将多种神经网络模型引入财务危机预警领域进行横向比较研究,分析各种网络模型的优劣,以期寻找一种更适用于财务危机预警研究的人工神经网络模型,进一步提高模型的预测精度和可操作性,实现为上市公司相关利益者服务的目的。我国的上市公司是各行各业的生力军,对国民经济的发展有巨大的影响力,也关系着广大投资者的切身利益。制造业上市公司的数目和规模在沪、深两市均占有很大的比重,是国民经济中重要的支柱产业。因此,本文以我国沪、深两市A股制造业上市公司为研究对象,借鉴国内外文献研究成果,全面选取了23个财务指标,以财务危机发生前3年的财务数据进行研究,用SPSS软件对财务指标进行检验和筛选,选出14个均值显著差异的指标建立预警指标体系。然后,运用Matlab7.0软件的神经网络工具箱,使用三种神经网络构建企业财务危机预警的神经网络模型,并对三种模型的优劣进行比较分析。研究结果表明:LVQ神经网络模型比BP神经网络模型有更好的判定效果、且可操作性更强;一些神经网络模型不适用于我国财务危机预警研究,如PNN神经网络等。