基于BP神经网络的上市公司财务预警模型

摘要：

为了进行企业财务危机预警方法精度的比较研究,采用BP人工神经网络工具,以120家上市公司的截面财务指标作为建模样本,并使用同期60家公司作为检验样本建立了财务危机预警模型.经过对样本的反复训练和学习,分别取得了建模样本90.8%和检验样本90%的判正率.与我们采用主成分分析法建立的模型对同一建模样本和检验样本的预测精度分别是90%和81.7%相比有很大的提高.研究结果表明: BP神经网络是一种非线性映射模式,在指标间相关度较高、呈非线性变化,或数据缺漏不全等情况下仍可得到比较满意的结果,因此是一种比较理想的预测方法,具有广泛的适用范围和较高的推广价值.

关键词：财务危机、危机预警、BP神经网络、方法比较

所属期刊栏目：25

分类号：F715.5(国内贸易经济)

资助基金：国家自然科学基金70372053;高等学校博士学科点专项科研项目20020698007

在线出版日期：2005-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：12-18,26