【摘要】：財(cái)務(wù)危機(jī)預(yù)警是企業(yè)各方利益相關(guān)者關(guān)心的一個(gè)重要問題。由于樣本的可得性問題,現(xiàn)有的財(cái)務(wù)預(yù)警相關(guān)研究一般只能把企業(yè)的財(cái)務(wù)狀況分為ST和非ST兩類,運(yùn)用層次聚類將其分為健康、良好、中等、輕警、重警5種類型,從而對(duì)企業(yè)財(cái)務(wù)狀況的描述更符合實(shí)際。在考慮預(yù)警指標(biāo)所含信息的完備性和準(zhǔn)確性的基礎(chǔ)上,使用了粗糙集方法構(gòu)建指標(biāo)體系,彌補(bǔ)了傳統(tǒng)指標(biāo)體系構(gòu)建時(shí)信息量冗余或不足的缺陷。最后,將5種分類作神經(jīng)網(wǎng)絡(luò)的輸出層,粗糙集約簡(jiǎn)后指標(biāo)體系作輸入層,構(gòu)建神經(jīng)網(wǎng)絡(luò)模型進(jìn)行財(cái)務(wù)預(yù)警。通過(guò)粗糙集約簡(jiǎn)形成的輸入層節(jié)點(diǎn)數(shù)以及聚類形成的輸出層節(jié)點(diǎn)數(shù),進(jìn)而提升了神經(jīng)網(wǎng)絡(luò)的擬合效率,使其運(yùn)用更為合理,并最終完成對(duì)財(cái)務(wù)狀況轉(zhuǎn)折點(diǎn)以及財(cái)務(wù)狀況惡化階段的預(yù)測(cè)。
[Abstract]:Early warning of financial crisis is an important issue concerned by stakeholders. Due to the availability of samples, the existing financial early warning research can only divide the financial situation of enterprises into St and non-St, and use hierarchical clustering to divide them into five types: healthy, good, moderate, light warning and heavy warning. Thus, the description of the financial situation of the enterprise is more realistic. On the basis of considering the completeness and accuracy of the information contained in the early warning index, the rough set method is used to construct the index system, which makes up for the defects of redundant or insufficient information in the construction of the traditional index system. Finally, five kinds of neural network are classified as the output layer of neural network, and the index system after rough set reduction is used as the input layer, and the neural network model is constructed to carry out financial early warning. By reducing the number of nodes in the input layer and the number of nodes in the output layer formed by the rough set reduction, the fitting efficiency of the neural network is improved and the application of the neural network is more reasonable. And the final completion of the financial status of the turning point and financial deterioration phase of the forecast.
【作者單位】： 北京聯(lián)合大學(xué)管理學(xué)院;北京聯(lián)合大學(xué)商務(wù)學(xué)院;
【分類號(hào)】：F275

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王璐;王慧敏;陶立;;遞階控制在企業(yè)財(cái)務(wù)危機(jī)預(yù)警中的應(yīng)用[J];經(jīng)濟(jì)與管理研究;2007年03期

2 油永華;潘罡;;財(cái)務(wù)危機(jī)預(yù)警方法的綜合分析與評(píng)價(jià)[J];價(jià)值工程;2006年12期

3 李敏;;財(cái)務(wù)危機(jī)預(yù)警模型研究方法的比較分析[J];東岳論叢;2007年05期

4 楊華;;綜合類上市公司財(cái)務(wù)危機(jī)預(yù)警模型初探[J];山東商業(yè)會(huì)計(jì);2007年04期

5 王璐;王慧敏;陶立;;資本積累不足條件下企業(yè)財(cái)務(wù)危機(jī)相關(guān)問題探討[J];財(cái)會(huì)月刊;2007年14期

6 劉發(fā)明;;對(duì)企業(yè)財(cái)務(wù)危機(jī)預(yù)警理論研究綜述[J];法制與社會(huì);2007年04期

7 曹云忠;;基于RFM和粗糙集的客戶分類規(guī)則提取[J];微計(jì)算機(jī)信息;2009年09期

8 姜建華;盛步云;龔立雄;楊明忠;;動(dòng)態(tài)虛擬企業(yè)中訂單任務(wù)分類研究[J];武漢理工大學(xué)學(xué)報(bào);2010年24期

9 楊華;;山東上市公司財(cái)務(wù)危機(jī)預(yù)警的后續(xù)研究[J];齊魯珠壇;2010年05期

10 楊平,王穎;淺議財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)[J];冶金財(cái)會(huì);2003年10期

相關(guān)會(huì)議論文 前10條

1 朱雙東;趙建國(guó);;企業(yè)未來(lái)獲利能力的智能評(píng)價(jià)方法[A];1999年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1999年

2 陳博文;陳彥臻;;基于支持向量機(jī)的董事會(huì)行為視角下公司財(cái)務(wù)危機(jī)預(yù)警研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第二分冊(cè)）[C];2009年

3 司學(xué)峰;蔣國(guó)瑞;李英毅;;基于數(shù)據(jù)挖掘技術(shù)的客戶流失預(yù)測(cè)研究綜述[A];第三屆中國(guó)智能計(jì)算大會(huì)論文集[C];2009年

4 張紅梅;劉文蕊;;基于粗糙集和BP神經(jīng)網(wǎng)絡(luò)的信息產(chǎn)業(yè)上市公司財(cái)務(wù)預(yù)警研究[A];“中國(guó)視角的風(fēng)險(xiǎn)分析和危機(jī)反應(yīng)”——中國(guó)災(zāi)害防御協(xié)會(huì)風(fēng)險(xiǎn)分析專業(yè)委員會(huì)第四屆年會(huì)論文集[C];2010年

5 徐光華;沈弋;;企業(yè)內(nèi)部控制與財(cái)務(wù)危機(jī)預(yù)警耦合研究——一個(gè)基于契約理論的分析框架[A];中國(guó)會(huì)計(jì)學(xué)會(huì)2011學(xué)術(shù)年會(huì)論文集[C];2011年

6 駱s，

本文編號(hào)：2189990