【摘 要】
【摘要】本文將遺傳算法與BP神經(jīng)網(wǎng)絡(luò)結(jié)合起來(lái)，對(duì)我國(guó)制造業(yè)上市公司進(jìn)行實(shí)證分析，結(jié)果發(fā)現(xiàn)遺傳神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)準(zhǔn)確度達(dá)到91.67%，高于Logistic回歸模型的76.67%和BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的88.33%，是一種準(zhǔn)確度更高、性能更優(yōu)的預(yù)警模型。
【關(guān)鍵詞】財(cái)務(wù)危機(jī)預(yù)警 BP神經(jīng)網(wǎng)絡(luò) 遺傳算法 t檢驗(yàn)
隨著全球化的不斷深入，企業(yè)間競(jìng)爭(zhēng)日益激烈，企業(yè)發(fā)生財(cái)務(wù)危機(jī)甚至破產(chǎn)清算的現(xiàn)象越來(lái)越多，同時(shí)隨著信息技術(shù)、網(wǎng)絡(luò)經(jīng)濟(jì)的迅速發(fā)展，留給企業(yè)應(yīng)對(duì)風(fēng)險(xiǎn)的時(shí)間越來(lái)越短，如何盡早地發(fā)現(xiàn)并防范危機(jī)已經(jīng)成為了企業(yè)界與學(xué)術(shù)界面臨的重大問(wèn)題。因此，建立合適的財(cái)務(wù)危機(jī)預(yù)警模型，及時(shí)、準(zhǔn)確地對(duì)財(cái)務(wù)危機(jī)預(yù)警，能夠幫助企業(yè)經(jīng)營(yíng)者預(yù)測(cè)并降低經(jīng)營(yíng)風(fēng)險(xiǎn)、提升企業(yè)的反應(yīng)能力，為貸款者提供貸款的風(fēng)險(xiǎn)預(yù)警，為政府監(jiān)管機(jī)構(gòu)提供監(jiān)視上市公司財(cái)務(wù)狀況新的手段，維護(hù)資本市場(chǎng)的穩(wěn)定健康發(fā)展。
幾十年來(lái)，理論界圍繞如何更加準(zhǔn)確的預(yù)測(cè)財(cái)務(wù)危機(jī)開(kāi)展了多種多樣的研究，研究的重點(diǎn)主要集中在如下三個(gè)方面：①企業(yè)財(cái)務(wù)危機(jī)的界定；②財(cái)務(wù)危機(jī)預(yù)測(cè)方法的研究；③建模指標(biāo)的選擇。本文主要介紹了基于遺傳神經(jīng)網(wǎng)絡(luò)的上市公司財(cái)務(wù)危機(jī)預(yù)警方法，并進(jìn)行了相關(guān)實(shí)證分析。
