文献类型：学位论文

中文题名：基于BP神经网络的中小企业财务预警研究

作者：吴楠楠[1];

第一作者：吴楠楠

机构：[1]河南财经政法大学;

第一机构：河南财经政法大学

导师：臧振春;河南财经政法大学

授予学位：硕士

语种：中文

中文关键词：中小企业;财务预警;BP神经网络;指标降维

摘要：中小企业是国民经济的重要组成部分,对整个宏观经济产生重要的影响。但由于中小企业所处的纷繁复杂的环境以及其自身的局限性,使得其在经营的过程中面临着巨大的财务风险。为了能够有效的防止财务风险转向财务危机,就需要建立一套预警机制,及时发现潜在的危机,进而采取有效措施保障企业健康、正常的运转。本文的目的是建立一套准确率高且实用的中小企业财务预警模型。为了达到这一目标,在进行了理论分析、结合相关研究及中小企业自身的特点的基础之上,构建了基于BP神经网络的财务预警模型,经验证具有较好的准确性与实用性。其主要研究工作有以下几方面。1、针对财务指标多且复杂的特点,本文对财务指标进行了两次筛选。首先对财务指标进行统计,初步筛选出具有代表意义且应用研究中使用频率较高的27个指标,其次通过U统计检验对初选指标进行二次筛选,最终确定三个年份的指标数目,这些指标涵盖了盈利能力、偿债能力、营运能力、现金流量等六大方面。2、本文在上述预警指标的基础之上,提出了基于BP神经网络的财务预警模型。选取了56家非ST企业和28家ST企业,为使结果更加明确、计算更加简便,并保留原有信息,本文将标准化及无量纲化之后的样本数据通过因子分析法进行了融合。降低了BP神经网络的输入维度,提高了网络的稳定性,通过对神经网络的训练及测试,验证已训练网络的准确性。3、通过对因子分析法、BP神经网络及两者的组合模型结果对比分析得出:本文在因子分析法基础上构建的BP神经网络的预测准确性最高,达到了95%以上,并且在三个年份中,t-2年的预测的准确性优于其他两个年份。通过实证结果的检测,本文提出的财务预警模型能够起到很好的预警效果。