文档介绍：基于模糊神经网络的上市公司财务预警系统研究
杨君岐1 陈东1 侯婷1
陕西科技大学管理学院陕西西安市,邮编 710021 )
杨君岐,男,1962年3月生,陕西省岐山县人,教授,陕西科技大学研究生导师。主要研究方向为经济分析的数学模型与电算化处理,近年来开展了对轻工企业管理及产品营销策略的研究。近年来,分别在在模糊系统与数学、计算机科学、计算机应用研究、分析实验室、中国酿造、统计与决策、商场现代化、酿酒科技、饮料工业、中国酒、陕西科技大学学报等国内外杂志发表论文共三十多篇。
摘要:本文应用模糊神经网络方法,建立了对上市公司财务风险评估的仿真模型,以MATLAB为开发环境,阐述了建立、训练和仿真网络的方法,并用实际数据进行了网络训练和误差测试,证明本模型是切实可行的。
关键词:模糊数学,财务风险,企业,评价
the study of Financial Early-warning model in Chinese panies by fuzzy work
YANG Jun-qi Chen- dong Hou-ting
(Management college,shaanxi university of science and olygy,Xian 710021,shaanxi ,china)
Abstrct: The paper applied Fuzzy work methods and established the evaluation model for financial risk of Enterprises ,developing realize methods in MATLAB software , and used actual data for work training , simulating and error testing, it prove that this model is feasible.
Keywords: Fuzzy Mathematics, Financial risk, Enterprises, Evaluation
1引言
随着我国经济环境日益市场化、国际化,上市公司所面临的财务风险也与日俱增。无论是经营者、投资者还是管理者都迫切需要对上市公司财务运营过程进行跟踪、监控,全面分析其财务指标数据,以便防范和控制财务风险。
我国企业财务预警理论的历史并不是很长,在实践中的应用也不广泛。而且传统的财务预警方法中定性分析的较多,有实用价值的定量分析方法较少,随着我国市场经济体制改革的深化和资本市场的快速发展,对企业财务预警研究的需求也日益迫切,急需通过完善的财务预测方法,建立起完备和有效的财务预警模型。
影响财务风险的因素很多,各因素对财务风险的影响关系是非线性的复杂对应关系,神经网络具有非常好的仿真能力,本文探索利用模糊评判理论建立模糊神经网络的方法来构建上市公司财务风险模型。
(1)评语集合
一般模糊综合评价中首先要选择评语集合,尤其是评价因素中既有定性指标又有定量指标的前提下,这里也就是对企业财务风险级别或安全性的等级做出定义。但当仅有定量指标时,可以不分评语集合层次或者评语集合只定义一个元素,对每个评价因素构造隶属函数,判别其属于该集合的程度即可。如令评语集合Y={安全性高}
(2)影响企业财务安全的因素、因素集
这里将从盈利能力、偿债能力、营运能力和成长能力四个方面评价财务安全性。
除偿债能力指标外,其它指标都属于正向指标,其值越大越好,所以从它们判别企业财务安全性时的隶属函数构造可以相同处理,具体见下面说明。虽然说偿债能力指标,比如说资产负债率,不一定是正向指标,属于适度指标,但就财务安全性来讲,还可以按正向指标处理,所以对各个二级指标属于评语集合Y的隶属函数的构造都做相同的处理。
●盈利能力指标(X1):
从以下三个指标:每股收益(X11)、主营业务利润率(X12)和净资产收益率(X13)判别,这类指标属于正向指标,对于每一个二级指标属于Y的隶属函数构造如下:μa(Zi)=(Zi-Zmin)/(Zmax-Zmin),其中,Zi为待评价企业的这类二级指标中的某一个指标的取值,Zmax和Zmin是其在所用参与评价企业中该指标的最大和最小值。如果待评价企业该指标取值在所有评价企业中最小,则它从这个指标评价财务安全性是最低(0),反之,如果待评价企业该指标取值在所有评价企业中最大,则它从这个指标评价财务安全性是最高(1),说明这样构造的隶属函数是科学合理的。
X1={X11,X12,X13}
●偿债能力指标(X2):
从