邢精平[1]2003年在《企业财务危机预警分析》文中研究表明（一）在市场经济条件下，企业自成立之日起就经受着“优胜劣汰，适者生存”的洗礼。在严酷的生存与发展竞争中，效率、创新能力、管理能力等方面处于劣势地位的企业必将被淘汰出局，在竞争中胜出的企业将发展壮大。从社会学的角度来说，企业作为社会有机体的一个细胞，并非是一种永恒的社会存在形式，它也有生命周期。企业破产消亡只不过是社会这个大有机体正常的新陈代谢行为，是一种必然的社会现象。企业破产将使多方利益人如银行、供货商、投资者、企业员工等经受巨大损失，相关利益人都希望在企业发生严重财务危机前能及时采取措施。企业破产作为一种极端的财务危机，有一个渐进与积累的过程。凭借着直觉与经验，人们假定某些财务指标或财务指标组合能反映企业发生财务危机之征兆。理论界与实务界的工作者都在努力寻找这种反映企业财务状况的恶化的预警指标，以求更好地规避财务危机。（二）传统财务分析方法对企业财务危机判定与预测主要根据财务比率值或变化趋势，结合经验来判断。根据所使用财务比率的数量，可以分为单个财务比率分析与多个财务比率综合分析两种。单个财务比率分析的优点是简单易懂，并可以结合非财务信息深入分析，有很强的灵活性与适应性，但单个财务比率不能全面反映企业的财务状况，不同的财务比率仅反映了一个侧面，可能对同一企业有相互矛盾的预测，难以做出正确判断。因而，研究人员以若干财务比率通过线性组合进行综合评分，以此评价企业的绩效与风险水平，但财务比率的选择和计分权重的确定仍需依靠于经验判断。尽管后续研究者对传统的财务分析不断完善，但传统的财务危机判定方法仍没超出经验总结的范式，<WP=3>有很强的主观性和艺术性。随着经济数据的不断积累和现代分析技术与工具的发展，使得基于历史数据开发财务危机判别与预测模型成为可能，在这种背景下，很多研究人员转向计量方法的使用，以寻找更有效率的分析方法。Beaver（1966）开启了现代财务危机预测的先河，他以二分类法从叁十个原始财务比率中寻找出对于失败企业最具预测能力的指标为“现金流量/总资产”；Altman (1968)首位利用多变量分析技术对企业财务危机进行判别分析的学者，他以1946-1965年间破产的制造业企业为样本构建Z计分模型；至二十世纪七十年代后，更多的财务危机的判别与预测模型建立起来，并开始广泛应用于实践中。通过计量手段挖掘事物发展的规律，使得对企业财务危机的判定向科学迈进了一大步。近四十年来，研究人员一直在尝试利用财务数据开发有效的识别、度量和控制企业财务危机的技术或方法。至目前为止，国外已开发出若干财务危机评价模型，有的模型在信贷风险评价与管理、企业资信评估等实务中已得到广泛应用。而我国对财务危机判定与预测仍使用传统的经验范式，尽管近年来开始有学者关注这一领域，但对模型的讨论仅限于上市公司。因而，探索我国企业财务危机预测模型，建立财务危机预警指标体系，对我国经济体制改革深化具有较强理论意义与较紧迫的现实意义。（叁）本文对目前已有的财务危机分析工具和技术作了综合的考察，建立了一个包括传统技术与现代计量模型的分析框架，构建出适合我国企业特点的财务危机预警模型，旨在为实务工作者选择最能适合其机构特殊要求的分析和量化方法提供有力帮助。本文共6章，各章的主要内容如下： 第1章，导论。首先，讨论企业生存风险；其次，讨论了财务危机的定义、财务危机发生的渐进性、以财务比率预测财务危机思路、财务危机判别与预测手段以及研究预警模型的意义等；最后介绍本文研究内容与架构。第2章，传统财务分析方法对财务危机的判定与完善。本章首先<WP=4>回顾了传统财务分析对财务危机的判定方法，如沃尔评分法、综合评分法及野田式企业危险度测定法等；其次，讨论商业银行、资信评估机构及注册会计师对传统财务危机判定方法的完善，这些行业尽管不直接评价企业面临的财务危机，但它们却从不同侧面判定财务危机发生的可能性；最后，从方法论角度讨论了传统财务分析范式用于判定企业财务危机的不足之处。 第3章，基于会计数据的财务危机预警模型回顾。首先回顾了国外以财务比率建构财务危机模式的相关文献，包括后续研究者对研究变量、研究方法所做的改良，同时，回顾了国内关于财务危机预警模型研究成果；其次，回顾了财务危机预警模型的研究方法，如单变量分析、线性多元判别分析法、logistic回归分析法以及类神经网络方法等；最后，回顾了预警模型的比较研究成果，归纳了用于构建模型的各种统计分析方法的使用条件。第4章，研究设计与数据检验。第1节，介绍了研究设计。第2节，讨论资料来源与配对样本选取方法。本文选取了1999-2002年8月间破产与停产国有大中型企业共48家作为危机企业样本，并按照产业、资产规模与时间窗叁项标准为各危机企业选择了48家正常企业作为配对样本。第3节，讨论了原始财务指标选取方法。本文一方面参考了国内外相关文献对原始财务比率的选择经验，另一方面，结合我国国有企业经营特点，加入了一些适合我国国有企业特征的变量，共选择了 39
权思勇[2]2012年在《创新型企业财务预警系统研究》文中提出美国学者Kumpe和Plet的分析,几十年来,主流的企业发展模式经历了最初的效率型企业、质量型企业、到后来的灵活型企业,现在正在向创新型企业转变。创新型企业建设能为创新型国家建设提供有力的支撑,而创新型企业建设的过程是一个多种创新类型和多个创新项目集群动态系统集成的非线性复杂过程,在建设的过程中面临比单纯技术创新过程复杂得多的风险因素。因此创新型企业的高风险与高收益特点突出。本论文使用系统分析方法,通过定性分析与定量分析手段,对创新型企业财务预警系统开展研究工作。这对于推动中国创新型企业的发展与壮大,对于创新型企业长远发展战略的规划、制定与实施具有指导价值。创新过程具有随机、偶然和任意的特点,因而投资和收益之间表现出明显的不一致性：技术创新项目的投入是及时发生的,而成果转化的产出却是滞后的,使得支出带有必然性收益具有偶然性——没有投入,创新成果商品化就无法启动、发展和完成,然而创新成果商品化过程的启动却并不一定产生收益。即高收益必然有高投入,而高投入未必有高收益,因而表现为高风险、高收益与高波动。对于财务危机的成因,国内外学术界不同学者有不同的看法。本研究采用行为经济学理论,从过度自信的决策偏差、羊群效应的决策偏差等几个部分来进行分析,并指出几种路径,一是过度自信导致过度扩张进而导致财务危机；二是过度自信导致低估风险进而导致财务危机；另外管理者情绪、羊群效应导致投资异化进而导致财务危机。围绕本文所提出的研究问题,即财务危机影响因素的界定及作用路径,通过对四川、湖南、广东、浙江、江苏、上海、重庆等地创新型企业的调查研究,从财务危机影响因素入手,构建起外部环境、风险意识、战略决策、企业管理能力、内控机制、企业治理6个维度,分别探讨其对财务危机的影响。数据分析结果表明,来自风险意识、战略决策、企业管理能力、内控机制、企业治理确实对财务危机具有负相关影响。文章选择的研究总样本是24家的“财务危机”企业和与之相对应的同样数量的“非财务危机”企业,也就是48家企业3年数据即144条研究样本记录。将总样本分为两组：一组为估计样本组；另一组为测试样本组。用估计样本组的数据来构建预警模型,而用测试样本组的数据来检验预警模型的有效程度。根据已有的研究成果,结合我国实际情况以及财务数据的可获得性,选取了如下财务指标作为财务危机预警理论体系,具体包括偿债能力指标、盈利能力指标、营运能力指标、增长能力指标以及现金流指标。采用多种方法构建财务预警模型,具体包括主成分分析法、聚类分析法、决策树理论、神经网络等。对于主成分分析法,不同数量的因子对预测结果的准确度产生了明显的差异,6因子分析模型中,尽管累计贡献率要小于5因子的,但是前者包含了更多的信息,使得预测更为准确。决策树模型和神经网络模型都能处理聚类值和连续值,但二者的准确度有明显的差异。对于企业的财务指标,一般都是连续值,但其并不具有良好的直观特征,尤其是对于企业在群体中的定位则不清晰,人工评估的方法则带有较多的主观性,为此引入了容易为计算机程序实现的K-Means方法。C5.0的决策树方法并没有出现一些文献所讨论的预测效果,在某些规则的预测上,决策树要优于回归分析。神经网络模型也有其特点,对于使用连续值输入的财务预警模型预测准确度要低于聚类值输入的财务预警模型,而.且.其预测过程中所表现出的稳定性要差得多。回归与主成分因子分析预测、聚类与决策树预测、聚类与神经网络预测,叁种模型分析的结果来看,聚类与神经网络的整体准确程度要高的多。从整个模型的构建来看,创新企业的财务状况预警模型其特点在于包括相互衔接的四步：首先,应用回归分析与主成分因子分析,以计算出各个企业的预测值；第二步,对预测值进行分析归类,划分为：fail、warning、safe叁个财务状况空间；第叁步,应用K-Means算法工具,对企业的20个财务指标进行聚类分析,划分成5个类,并进行排序构成等级；第四步,以第二步中的叁个财务状况空间为目标值,应用神经网络工具来进行分析,从而构成完整的财务预警聚类-神经网络模型。Clementine10.0的有关工具实际建模与运算的结果表明,利用本研究构建的、基于主成分因子分析-聚类-神经网络的上市企业财务状况预警模型,其预测准确程度达到89%以上。最后,本研究按照该模型,初步研究了该预警模型的信息系统功能结构。从自动控制理论的角度,对企业财务危机进行控制的目的是使受控对象的被控量等于或接近给定值；从财务管理角度而言,是使危机企业的财务状况与经营成果恢复健康,达到或接近目标水平。其技术框架包括叁个部分,即外部环境、财务危机分析与财务危机控制。目前企业财务危机预警结果,与管理程序有机的衔接还存在极大的缺憾,严重的制约了财务危机预警技术的应用与推广。文章最后从自动控制理论角度,在财务管理层面论述企业财务危机控制的理论和方法,并对具体上市公司财务危机的策略控制进行实证,旨在提高策略控制的应用性,从而达到预警技术的进一步推广。并结合夏新电子的实例,对建立财务预警组织机构、构建财务信息收集分析机制、构建财务风险处理机制进行了案例分析。以使财务预警系统不仅要指导企业的日常经营管理,还要求构建新的管理职能：常规预警职能、矫正职能和免疫职能。
陈国坤[3]2006年在《房地产企业财务危机预警研究》文中进行了进一步梳理近年来,国内房地产行业资产规模扩张较快,资金需求量大,同时国家对房地产业的宏观调控也逐渐加强,这使得房地产企业出现财务危机的可能性加大。如何对房地产企业的财务危机进行预警成为了近年来社会普遍关注的问题。本论文首先在总结国内外有关企业财务危机研究成果的基础上,分析了房地产企业财务危机预警系统的涵义、特征、建立原则及功能;其次在分析目前财务预警指标的基础上,选取了房地产企业财务危机预警指标,并通过对企业财务危机预警常见模型的介绍和评价,选取判别分析法和主成分分析法建立了本文的预警模型,即判别分析模型和主成分分析模型。在实证研究部分主要以我国深、沪两市房地产8家上市公司为研究样本,采用上市公司发生财务危机前3年的实际财务数据,运用单变量T检验对选取的预警指标进行筛选,最终选定了10个具有显着差异的指标进入上述两个预警模型。研究结果表明:两种模型均能在财务危机发生前做出相对较为准确的预测,但判别分析模型的预测准确度明显高于主成分分析模型,且其在实际运用中更简单可行。而主成分预测模型的信息含量却多于多元判别预测模型。最后,本论文提出了预防房地产企业财务危机的对策,即建立财务危机预警系统,同时加强房地产企业内部管理。
韩喆[4]2017年在《企业财务预警分析》文中提出财务危机及预警分析问题一直以来是企业生产经营和财务管理中的重点及难点。财务危机的发生可以体现为一个微观的小概率事件,也可以升级至一个行业、一个国家乃至全球的大范围灾难。区域及全球性的财务危机使财务危机预警研究得到高度重视,并引起学术界的持续关注。站在企业角度,如何应对经济不景气和金融危机的侵蚀,及时识别并迅速捕捉财务危机信号,并为企业决策者及多方利益相关者提供必要信息是值得深入研究的现实问题。本文主要通过对财务危机企业的指标分析,采用定性与定量、静态与动态相结合的办法,揭示财务状况恶化信号,预测财务危机发生的可能性。首先,对国内外财务危机分析预警研究进行了对比,并对相关理论进行总结,分析企业发生财务危机的动态特征,指出企业发生财务危机的动因,揭示引发财务危机的内在基础。其次,构建了财务危机预警分析指标体系,在各方利益者较为关注的偿债能力、盈利能力、成长能力等方面选择了6个传统财务比率指标,同时创新性地引入2个现金流量类指标。再次,利用AHP层次分析法得到到财务危机预警度的矩阵模型,计算得出8个指标的指标权重;利用综合模糊分析法,得出测试样本各指标的隶属度关系,进而量化出财务危机阶段。论文选择2017年被ST的30家上市公司作为样本,通过2014-2016年叁年的趋势分析,揭示出企业财务危机发生的可能性。研究结果表明,有87%的样本及时提示出了财务危机发生的可能性。本文构建的模型是可行的,能够帮助企业决策者及相关利益方有效识别财务危机、甄别其严重程度,可以作为重要的决策支持工具,具有理论和现实意义。
董文科[5]2007年在《房地产企业财务预警体系研究》文中认为随着我国经济的持续发展和社会消费结构的调整,社会大众对商品住宅的需求不断增长,导致房地产开发不断升温。由于我国的房地产企业起步晚、企业运行远未实现规范化,不少房地产企业资产负债率在70%以上,有的高达90%,房地产企业承受着巨大的财务风险。加之目前受国内宏观政策调控影响,国际经济变动的影响,金融政策的收紧,存在的财务危机隐患已成为很多房地产企业生存发展迫切需要解决的现实问题。本文将回顾了国内外财务预警的研究,提出了建立以房地产行业为背景的房地产企业财务预警体系。结合我国上市房地产公司特点,将财务危机界定为“因财务状况异常”而被实施ST。选取58家上市房地产企业近3年同时期的财务数据作为建模样本进行实证研究,建立了财务指标分析体系。在完成正态性检验、显着性检验、相关性检验后,采用因子分析法,借助二值Logistic回归分析模型,建立了财务预警模型,并进行了回代检验。根据预警模型,借助计算机程序设计语言Visual Basic6.0,完成了简单的程序设计,建立了可进行实际操作的程序和数据库。最后结合本研究的局限性,提出进一步研究的改进方向。
王璐[6]2006年在《企业财务危机组合预警与控制应用研究》文中提出本文研究的主旨是提高企业财务危机预警的准确性与实用性。前者涉及危机预警而后者是与危机控制相关联。为达到第一个目标，本文集中探讨了预警指标的完整性、恰当性。为实现第二个目标，本文深入分析了危机控制的叁个部分，即外部环境、危机分析与策略调控。本文从财务会计学的研究视角探讨企业财务危机的预警与控制，在分析危机机理、探讨指标间信息关系，还是讨论企业危机控制，都采用将生产经济学、控制论等相应的学科，紧紧的，通过财务会计学这一微观学科作为纽带与具体的计算、应用进行联系。从“资本积累不足”角度探讨企业财务危机的机理，从财务管理学的视角，在不同的经营期内采用绝对指标与相对指标，对该机理进行深入地微观分析，并以此建立了包括物力资本与人力资本的企业财务危机预警指标体系框架，进而通过理论分析与统计验证，建立了具体预警指标体系。从对预警指标间信息显着性与重复性的财务会计学解释入手，提出了“信息显着性的时间特征”与“信息重复性的稳定特征”，引入了“财务数据结构”的概念，并以此提出了“层次化定性分析”的信息约简新方法；同时推断了相应不同信息处理方法的时效性。采用组合预测的理念，进而提出了静态组合预处理方法与动态组合预处理方法。通过“会计认定”这一环节，将外部环境因素的影响，与控制指标的变动趋势及变动范围紧密地联系在一起；通过引入“持续收益”概念，将危机分析的频度纳入分析环节的核心步骤，同时提出危机分析侧重“当期持续收益”、策略控制侧重“预期持续收益”的基本思路。通过“财务预算”的编制思路，将策略控制落实到操作层面。完成了对危机控制的叁个部分：外部环境、危机分析、策略调控进行了分析。通过实际验证，采用组合预处理方法及构建相应指标体系，其预警整体准确率超过90％；经案例分析，样本企业财务状况通过危机控制后，由亏损转为盈利。初步实现了本文研究的提高预警准确性与实用性目标。
唐马驯[7]2007年在《上市公司财务危机预警模型研究》文中进行了进一步梳理随着中国加入WTO，中国企业将面临着更大的机遇与挑战。传统财务理论中持续经营假设逐渐松动，企业面临的不确定性日益增大。企业因财务危机导致经营陷入困境，甚至宣告破产的例子屡见不鲜。事实上，企业陷入困境是一个逐步恶化的过程，这通常从财务上可以看出来。适时、准确的对企业财务进行预警分析是市场竞争体制的客观要求，也是企业生存发展的必要保障。财务预警模型可以为企业胜利到达彼岸起到保驾护航的作用。属于微观经济预警的财务预警模型，无论在国内还是国际上，都处于一种前沿性和探索性的研究阶段。企业财务预警作为经济运行的晴雨表和企业经营的指示灯，对其进行研究不仅具有较高的学术价值，而且有着巨大的应用价值。国外理论界对财务预警模型已做了许多研究，主要着眼于如何开展财务预警的方法分析以及预警模型和指标的研究。国外的企业财务预警研究在方法上以实证为主，但在企业财务预警原理和构建财务预警模型方面的研究并不多。国内对财务预警模型的研究，无论从理论上还是实践上都是一个弱点。普遍地财务危机预警模型的建立，对企业预防和化解财务危机，提高其危机预警管理水平有着重要的意义。本文研究目的有两个，一是通过实证研究检验出若干预警能力强的财务指标，建立起一套行之有效的动态财务危机预警模型，为投资者的投资决策提供依据；二是对已面临财务危机的公司，通过实证研究检验出影响公司财务危机进一步恶化的因素，并建立动态财务危机恶化预警模型。本文共五部分：第一部分绪论主要介绍了本文的研究背景、研究目的、意义、研究方法和研究内容；第二部分是财务危机预警模型理论综述，介绍了财务危机的定义，在比较和分析有关财务预警概念的基础上，对企业财务预警模型的内涵和监控对象进行了界定；第叁部分是财务危机表现对指标体系建立的影响，分析了经营中导致的财务危机的表现，指标的选取原则和可以选取的指标，定义和比较各个可以选用的指标；第四部分基于主成分分析法构建财务危机预警模型。这是文章的主要部分，首先介绍了主成分分析方法的发展历程，介绍了主成分分析法的应用原理。然后根据本文对财务危机的定义，从我国上市公司中选取了符合定义的公司的财务指标进行选样分析；第五部分结论，探讨了企业建立财务预警体系的优缺点。在完善财务预警模型研究时，提出培养以价值创造为导向的企业财务管理意识；建立与完善管理信息系统；实现企业财务体系管理的良性发展。
刘彦文[8]2008年在《上市公司财务危机预警模型研究》文中研究说明竞争激烈的市场经济孕育发展机遇的同时,也暗藏着无尽的风险和危机。对于上市公司而言,因财务危机沦为“ST”甚至被迫退市的情况愈演愈烈。公司陷入财务危机,不仅危机其自身的生存和发展,也给投资者、债权人带来巨大的损失。因此,构建彼此不相关而且信息涵盖量大的财务危机预警指标体系,以及预测能力高的财务危机预警模型,对于证券市场的投资者和公司管理层而言,无疑能起到稳定证券市场、稳定国民经济乃至稳定社会发展的重要作用。本文在实证研究部分分别用Logistic预警模型、神经网络预警模型和遗传改进神经网络预警模型进行了预警模型的构建与检验。论文共分为五部分。第一部分介绍了上市公司财务预警的研究背景和研究意义,以及国内外研究现状;第二章介绍了企业财务危机的研究理论,分别从企业及其发展、企业财务危机的内涵和企业财务危机形成的原因进行了概述;第叁部分主要对企业财务危机预警的相关理论进行了阐述,介绍了企业财务危机预警的理论依据,并对企业财务危机定性和定量预警的研究方法进行了回顾;第四部分是研究设计,主要介绍样本和预警变量的选取,并运用主成分分析提取主成分;第五部分是在分别用Logistic预警模型,BP神经网络预警模型和遗传优化神经网络预警模型进行了预警模型的构建与检验,并利用不同预测模型建模方法的实证结果进行比较;最后本文提出研究结论,并探讨了本研究的局限性和有关研究领域未来的扩展方向。本文的特色及创新之处在于:一是指标体系中引入了盈余管理、利润操纵程度指标和非财务信息,使预警指标体系更加完整。二是将遗传算法和神经网络相结合,构建了优化的财务预警模型。叁是采用新的样本配对方法,增强了模型的适用性。
王静[9]2008年在《中国上市公司财务危机预警模型的构建与实证研究》文中认为市场经济条件下,绝对防止企业财务失败是不现实的,由于某些特定因素的影响,总会有一些企业会陷入财务失败的困境。但是,面对这样的困境我们并非无能为力,因为企业财务失败是可以提前预测的。本文正是基于这样的思想,在总结国内外有关企业财务失败研究成果的基础上,通过计算机建模的方法分析了企业财务失败与破产、企业财务失败与ST的关系。在对企业财务失败预警的含义、功能及特征等进行了必要的简单介绍之后便进入实证研究部分。实证研究部分主要以我国深、沪两市96年以前上市的260家A股公司为研究样本,采用2005年至2007年叁年的实际财务数据的均值,在运用离散因变量分析法时首先用主成份分析方法对拟进入模型的21个变量进行了筛选,其次采用了逐步判别分析法、支持向量机(SVM)以及BP神经网络方法,随机抽取其中的200家企业的数据建立判别模型,运用自身验证法对模型的稳定性加以分析,又运用外部数据法,使用剩余60家上市公司的数据对模型的预测能力进行了验证。结果表明:通过对21个变量指标进行分析,SVM的准确率最高,其预测的准确率为94%。而后对模型的可行性和有效性进行了验证,正确的判别率达到了91.6667%,结果表明模型是可行的。本文主要分为五个部分:第一部分介绍了本文的研究意义以及国内外关于企业财务失败研究的现状;第二部分首先介绍了国内外有关企业财务失败的含义及研究对象,分析了企业财务失败与破产;企业财务失败与ST的关系,并在此基础上提出了本文关于企业财务失败的理解及特定的研究对象;第叁部分对财务失败预警的含义、功能及特征进行分析后,分析和评价了常见的财务预警模型;第四部分则运用实证的方法,分析了企业财务失败的可预测性以及最能表现企业财务失败的指标并运用外部数据对建立的模型的可行性(实践性)和有效性进行了进一步的验证;第五部分为结论。
卢慕超[10]2017年在《基于深度置信网络的商业银行信用风险预测实证研究》文中认为信用风险是巴塞尔委员会定义的商业银行信用风险、市场风险、操作风险叁大风险之首,是现代商业银行面临的最重要的风险,也是导致商业银行破产的最常见的原因之一。2008年美国金融危机以及近几年我国商业银行不良资产迅速增长,都警示我们要时刻注意信用风险。提升信用风险度量和预警水平是提高风险防控能力的主要手段。2011年,中国银监会基于巴塞尔III出台了《中国银行业实施新监管标准指导意见》以及《商业银行资本管理办法(试行)》,规定达到条件的商业银行可以采用内评法计算风险加权资产,这就需要商业银行准确度量信用风险。目前国内信用风险管理度量预测研究方兴未艾,但由于诸多条件限制,商业银行信用风险度量能力距离国际发达国家还有不少差距。这些因素都迫切需要提升商业银行信用风险度量和预测研究水平。本文旨在学习借鉴国内外信用风险度量和预警的先进模型和最新的人工智能技术,结合我国国情,建立适合商业银行实际的信用风险度量实现系统。本文分别从理论和实践、技术和业务等多纬度展开研究,全面梳理信用风险预警系统、度量模型、实现工具,研究其基本理论和核心思想。在对我国股份制商业银行资产质量快速下滑的主因进行实证分析的基础上,基于信息爆炸时代大数据挖掘的特点,指出人工智能是提升信用风险度量能力的有力工具。本文在深入研究深度置信网络(Deep Belief Network,DBN)算法基础上,为使受限波尔兹曼机(Restricted Boltzman Machine,RBM)的在解决有监督学习问题时,充分挖掘标签数据特征,提出了基于分类分区受限波尔兹曼机的深度置信网络。为受限波尔兹曼机的隐含层单元参数增加分类分区惩罚项,惩罚项向量基于训练样本的标签值生成,服从高斯分布。该向量在系统初始化时确定,在训练过程中保持不变,每次训练根据标签分类决定所使用的惩罚向量。深度置信网络的第二阶段系统调优时取消惩罚项。增加分类分区惩罚项,可以增大训练时权重的不确定性,且根据标签分类不同,有倾向性的改变权重值的影响。改进后的算法对于阻止过拟合和学习不足有非常优异的效果。本文基于单户企业财务数据,建立了财务危机预警模型。基于大数据挖掘理念,针对人工智能系统与传统统计分类模型的区别,本文确定选取较大量的财务指标作为研究对象,将企业盈利与否作为预测的目标,建立基于分类分区受限波尔兹曼机深度置信网络的实证研究系统。对时间节点T的前叁年(T-1、T-2、T-3)叁个时间节点进行预测实证研究,叁个节点的第一类(危机)预测准确率分别为90.28%、88.24%h和84.20%。对样本量较少的第一类样本的分类准确率高于样本量较大的第二类样本的分类准确率。与相关工作相比预测准确率相对较高,也验证了改进后的算法对小样本数据的学习能力大幅提升。该实证研究初步搭建起商业银行信用风险单户财务危机预警系统框架,具有较高的实用价值。针对输入样本相同,输出为不同连续变量的多任务预测问题,提出了层次贝叶斯深度置信网络算法,提升有监督学习预测能力。本文利用A股上市公司财务报表进行了实证研究,预测的财务报表绝对误差较小,可信度较高,在具体指标预测上取得较大突破。有助于商业银行及其他机构预测企业未来经营状况,为各专业领域专家的分析提供可靠的数据依据。本研究成果,也可为其他度量模型提供可靠的中间数据,提高预测深度。本文研究的结论可以使商业银行系统开发人员根据自有数据对模型再次进行加工调整,经过简单的个性化改造后直接建立自有风险预警系统,应用于本行的管理实践。本文力图从金融机构经营实际需求出发,坚持理论与实践相结合,使科技真正成为促进经济发展的源动力。
参考文献：
[1]. 企业财务危机预警分析[D]. 邢精平. 西南财经大学. 2003
[2]. 创新型企业财务预警系统研究[D]. 权思勇. 东华大学. 2012
[3]. 房地产企业财务危机预警研究[D]. 陈国坤. 华中科技大学. 2006
[4]. 企业财务预警分析[D]. 韩喆. 山东大学. 2017
[5]. 房地产企业财务预警体系研究[D]. 董文科. 重庆大学. 2007
[6]. 企业财务危机组合预警与控制应用研究[D]. 王璐. 河海大学. 2006
[7]. 上市公司财务危机预警模型研究[D]. 唐马驯. 东北财经大学. 2007
[8]. 上市公司财务危机预警模型研究[D]. 刘彦文. 大连理工大学. 2008
[9]. 中国上市公司财务危机预警模型的构建与实证研究[D]. 王静. 湖南师范大学. 2008
[10]. 基于深度置信网络的商业银行信用风险预测实证研究[D]. 卢慕超. 太原理工大学. 2017
标签：企业经济论文; 企业财务论文; 财务预警论文; 预测模型论文; 能力模型论文; 预测控制论文; 危机就是机遇论文; 财务预测论文; 信用风险论文;