【摘 要】
【摘要】本文將遺傳算法與BP神經(jīng)網(wǎng)絡結合起來，對我國制造業(yè)上市公司進行實證分析，結果發(fā)現(xiàn)遺傳神經(jīng)網(wǎng)絡預測準確度達到91.67%，高于Logistic回歸模型的76.67%和BP神經(jīng)網(wǎng)絡預測模型的88.33%，是一種準確度更高、性能更優(yōu)的預警模型。
【關鍵詞】財務危機預警 BP神經(jīng)網(wǎng)絡 遺傳算法 t檢驗
隨著全球化的不斷深入，企業(yè)間競爭日益激烈，企業(yè)發(fā)生財務危機甚至破產(chǎn)清算的現(xiàn)象越來越多，同時隨著信息技術、網(wǎng)絡經(jīng)濟的迅速發(fā)展，留給企業(yè)應對風險的時間越來越短，如何盡早地發(fā)現(xiàn)并防范危機已經(jīng)成為了企業(yè)界與學術界面臨的重大問題。因此，建立合適的財務危機預警模型，及時、準確地對財務危機預警，能夠幫助企業(yè)經(jīng)營者預測并降低經(jīng)營風險、提升企業(yè)的反應能力，為貸款者提供貸款的風險預警，為政府監(jiān)管機構提供監(jiān)視上市公司財務狀況新的手段，維護資本市場的穩(wěn)定健康發(fā)展。
幾十年來，理論界圍繞如何更加準確的預測財務危機開展了多種多樣的研究，研究的重點主要集中在如下三個方面：①企業(yè)財務危機的界定；②財務危機預測方法的研究；③建模指標的選擇。本文主要介紹了基于遺傳神經(jīng)網(wǎng)絡的上市公司財務危機預警方法，并進行了相關實證分析。
