基于BP神经网络的信息技术业上市公司财务危机预警研

本文是一篇财务管理论文，本文将财务危机界定为被证监会特别处理（即 st），选取 2009 年~2018 年初次被 st 或*st 的 20 家 a 股信息技术业的上市企业，同时选择整个信息技术业的非 st 企业作为对照的财务健康企业，共 266 家信息技术业上市公司企业作为样本研究数据，构建信息技术业财务危机预警模型。在参考大量学者研究及联系信息技术行业特征后，选择财务及非财务指标构建预警指标体系，并对预警体系进行优化以便于后续构建 bp 神经网络模型。

第 1 章 绪论
1.1 研究背景
企业管理的关键环节是财务管理，企业管理的水平在很大程度上受财务管理技术水平的直接影响。财务危机管理是企业财务管理不可或缺的部分，通过分析财务危机界定、成因及其预警方法，对财务危机预警研究建模，可以完善我国企业财务危机管理理论，对构建有效财务危机预警体系有实际意义。在我国的“十二五”规划中，信息技术业被列为七大战略性新兴产业之一，同时引导传统信息技术产业向新一代信息技术产业过渡。“十三五”的国家战略中指出需要做大做强信息技术的核心产业，鼓励信息技术产业跨产业发展。中国的物联网技术、互联网大数据技术、云计算技术、工业智能制造等等都离不开信息技术产业的发展，信息技术产业也逐渐成为推动中国经济发展的一支重要力量。由此可见，信息技术业未来会成为经济领域的最为重要的部分之一，如果发生财务危机波及范围更大，造成更为恶劣地影响。信息技术业与传统制造业和房地产业相比，对于资金链和核心技术要求较高，侧重于对无形资产和研发的投入，未来收益具有不确定性，这就使得信息技术业更容易面临财务问题。

........................

1.2 研究意义
事实证明，企业综合性危机的发生都与财务管理问题密不可分，财务状况、经营成果、现金流量方面一旦发生严峻问题，企业持续经营的可能性就很小，可能面临着被市场淘汰，严重时可能会造成企业重整或者破产清算。因此，企业应该积极建立有效的财务危机预警模型。有效且完善的财务危机预警模型不仅可以帮助企业事前对财务危机进行预测防范，还有利于企业采取有效措施化解危机，提升管理层的管理技术。同时对于机构的规范监管也有重要意义，证券监管机构本职是规范资本市场的运作机制，有效维护投资者权益，证券监管部门可以借鉴预警模型对市场进一步规范监管。
运用 bp 神经网络构建信息技术业财务危机预警模型，matlab 软件为模型的运行提供了直接可利用工具箱，在训练网络时，对输入数据没有严格的线性要求，还可以调整模拟输入出错的数据，恢复输出层数据的正确性，网络稳定性好，预测精度高。
发达国家凭借其历史悠久且成熟的资本市场，对财务危机预警的研究早于国内，已经形成较为完善的预警体系。构建有效的财务危机预警模型是国外学者研究的主要关注点，经济体制的差别使得国外学者在研究过程中一般将申请破产或者破产的企业作为研究对象，基于定量化和客观化的样本数据构建有效预警指标体系。中国国内虽然对于研究财务危机预警起步较晚，但是发展速度快，在实证研究中，通常在借鉴国外经验基础上结合中国市场企业实际情况，一般以被 st 作为实证研究中企业发生财务危机的标志来建立财务危机预警模型。
.........................

第 2 章 财务危机理论概述
2.1 财务危机界定研究
财务危机预警模型首先要确定企业什么情况下才被界定为发生财务危机，不同财务危机的界定方式对于构建财务危机指标体系和财务危机预警模型以及最终的预测精准度都有不同的程度地影响。虽然被 st（特别处理）虽然不等同于发生财务危机，但是被 st 公司往往是连续两年净亏损或净资产为负或存在债务纠纷等等，这些因素均与财务危机联系紧密，因此本文在结合 1.3.1 有关于财务危机概念的文献基础上，界定发生财务危机范围为被证监会特别处理，在实证分析中将st 公司作为研究财务危机的样本，研究财务危机预警模型。
..........................

2.2 财务危机成因
2.2.1 外部原因
（1）宏观环境
宏观环境主要包括政治和法律因素、经济因素、社会和文化因素以及经济因素。首先，企业所在国家和地区的政局稳定、政府行为对企业的影响、执政党所持的态度和推行的基本政策以及这些政策的连续性和稳定性、各政治利益集团对企业活动产生的影响等政治和法律因素，都可能成为诱发企业发生财务危机的因子；其次，当前经济状况、社会经济结构、经济发展水平、经济体制、宏观经济政策等经济因素，可能使得企业经营难以为继；再次，人口因素、社会流动性、消费心理、生活方式变化、文化传统、价值观等社会和文化因素，也在一定程度上限制企业的生存发展；最后，国家科技体制、科技政策、科技水平、科技发展趋势等技术因素，更是决定一个企业发展的关键因素，影响企业生命力。

（2）产业环境
产业环境，platt（1990）探究产业因素影响财务危机发生概率的可能性，得出财务危机发生概率受产业因素影响[46]。产业发展通常都会经过导入期、成长期、成熟期、衰退期四个阶段，导入期的企业主要专注于投资研发和技术改进，提高产品质量，经营风险非常高，衰退期的企业经营侧重于控制成本，以求维持整的现金流量，由此可见，处于导入期和衰退期的企业受产业环境影响波动大，发生财务危机可能性较大。
（3）竞争环境
竞争环境，企业间的竞争是不可避免的，企业的核心能力、成长能力、快速反应能力、适应变化能力、持久力都影响着企业竞争能力。美国执政党的对华态度以及推行政策的不断反复，中美贸易战中美国设置的关税壁垒使得中国企业在国家市场中的竞争力减弱，经济贸易摩擦不断升级，中美国家关系紧张，美国政府的管制使得中美企业竞争加剧，中国企业生存难度升级，发生财务危机可能性大大增加。
................................

第 3 章 信息技术业行业概述
3.1 信息技术业界定

..................................
3.2 信息技术业行业特征

............................
3.3 本章小结

........................................
第 4 章 信息技术业上市公司财务危机预警指标体系的构建
4.1 样本的选择
4.1.1 样本选择原则

.........................
4.1.2 具体样本选择

............................

第 5 章 信息技术业上市公司财务危机预警模型构建
5.1 bp 神经网络的基本概念
bp 神经网络（back propagation neural network）是一种多层前馈神经网络，主要特点是不需要事先揭示描述的映射关系，并且可以同时进行正向计算和误差反向传播过程的多层前馈网络。三层 bp 神经网络模型由输入层、隐含层、输出层构成，样本数据通过函数从输入层向隐含层传递最后传至输出层，如中间过程出现误差则按照原路径返回至输入层，根据预测误差调整网络权值和阈值，系统会自动修正，直至输出结果达到所设定的预测精度为止，可以使得预测输出值不断向期望输出值逼近。

5.2 bp 神经网络的设计
..........................

结论
本文将财务危机界定为被证监会特别处理（即 st），选取 2009 年~2018 年初次被 st 或*st 的 20 家 a 股信息技术业的上市企业，同时选择整个信息技术业的非 st 企业作为对照的财务健康企业，共 266 家信息技术业上市公司企业作为样本研究数据，构建信息技术业财务危机预警模型。在参考大量学者研究及联系信息技术行业特征后，选择财务及非财务指标构建预警指标体系，并对预警体系进行优化以便于后续构建 bp 神经网络模型，主要研究结论如下：
第一：运用 bp 神经网络模型预警信息技术业财务危机效果良好。本文选择信息技术业作为样本数据，通过正态性检验、mann-whitney u 检验及因子分析优化信息技术业财务危机预警指标体系，将优化的指标体系用于构建 bp 神经网络训练模型，由于 bp 神经网络无须事先对变量关系进行设定，在训练过程中可以反复调整权值和阈值，对数据利用程度高，可以保证分析的准确性和可靠性。实证结果证明模型训练性能较好，测试精准度较高，识别能力较强。
第二：测试结果的精准度与测试年份相关。本文运用的样本数据不是截面数据而是面板数据，分别测试样本 t-3 年、t-2 年、t-1 年的样本拟合效果和测试精确度，经过测试显示，无论是财务危机企业还是财务健康企业，t-1 年的指标数据构建的bp 神经网络模型测试的精确度均高于 t-2 年、t-3 年的测试精确度，t-3 年、t-2 年、t-1 年的综合正确率分别为 87.74%、91.51%、95.28%。可以得出越临近财务危机发生年份，指标数据中包含的预警信息越多，预警效果越好。
参考文献（略）

本文收集整理于网络，如有侵权请联系客服删除！