發(fā)布時間：2018-03-29 05:12

  本文選題：財務(wù)風(fēng)險預(yù)測　切入點：BP神經(jīng)網(wǎng)絡(luò)　出處：《東華大學(xué)》2017年碩士論文

【摘要】：在“互聯(lián)網(wǎng)+”的時代,世界經(jīng)濟日益全球化和信息化,企業(yè)的生產(chǎn)經(jīng)營環(huán)境瞬息萬變,我國企業(yè)的經(jīng)營發(fā)展面臨著前所未有的機遇,但同時也飽受環(huán)境因素的制約,經(jīng)濟市場因素、法律法規(guī)因素、社會文化因素、政策環(huán)境因素等變化莫測的環(huán)境因素,都給企業(yè)的財務(wù)狀況帶來了不確定性,企業(yè)所面臨的財務(wù)風(fēng)險日益加大。目前,很多企業(yè)仍沒有從經(jīng)濟危機的陣痛中恢復(fù)過來,外部環(huán)境惡化,內(nèi)部管理混亂,資產(chǎn)流失嚴重,資金鏈出現(xiàn)問題,財務(wù)狀況也令人堪憂,而企業(yè)的整體發(fā)展與自身的財務(wù)風(fēng)險狀況的處理是緊密聯(lián)系的。大多數(shù)企業(yè)后期遭遇嚴重的財務(wù)危機,甚至破產(chǎn),是因為對早期出現(xiàn)的財務(wù)問題沒有給予足夠的重視,并及時采取有效的手段處理危機狀況,這對企業(yè)的后續(xù)發(fā)展是及其不利的。因此,關(guān)于企業(yè)財務(wù)風(fēng)險狀況的研究越來越受到重視。本文主要通過分析上市公司財務(wù)風(fēng)險的相關(guān)理論,并結(jié)合主成分分析法、粒子群優(yōu)化算法(PSO)和人工神經(jīng)網(wǎng)絡(luò)的原理,得出我國上市公司的財務(wù)風(fēng)險指標體系。為提高財務(wù)風(fēng)險預(yù)測的準確性,運用主成分分析和粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型,改進了預(yù)測模型的輸入數(shù)據(jù),利用粒子群算法尋優(yōu)賦予BP神經(jīng)網(wǎng)絡(luò)最優(yōu)的初始權(quán)值和閾值,據(jù)此構(gòu)建了粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)(PSO-BP)的財務(wù)風(fēng)險預(yù)測模型。以我國的上市公司財務(wù)指標數(shù)據(jù)為樣本集進行仿真研究,結(jié)果表明,相較于傳統(tǒng)的財務(wù)風(fēng)險預(yù)測模型,PSO-BP模型的預(yù)測精度更高。
[Abstract]:In the era of "Internet", the world economy is becoming more and more global and information, and the production and management environment of enterprises is changing rapidly. Chinese enterprises are faced with unprecedented opportunities for business development, but at the same time, they are also restricted by environmental factors. The unpredictable environmental factors, such as economic market factors, laws and regulations, social and cultural factors, and policy and environmental factors, all bring uncertainty to the financial situation of enterprises, and the financial risks faced by enterprises are increasing day by day. At present, Many enterprises still have not recovered from the pain of the economic crisis, the external environment has deteriorated, the internal management has been chaotic, the assets have been lost seriously, the financial chain has had problems, and the financial situation is also worrying. However, the overall development of the enterprise is closely related to the handling of its own financial risk. Most enterprises experience serious financial crisis or even bankruptcy in the later period because they do not pay enough attention to the financial problems that occurred in the early period. And to take effective measures to deal with the crisis situation in time, which is unfavorable to the subsequent development of enterprises. More and more attention has been paid to the research on the financial risk of enterprises. This paper mainly analyzes the related theories of financial risk of listed companies, and combines the principal component analysis, particle swarm optimization algorithm (PSO) and the principle of artificial neural network. In order to improve the accuracy of financial risk prediction, the BP neural network model is optimized by using principal component analysis and particle swarm optimization algorithm, and the input data of the prediction model are improved. Particle swarm optimization is used to optimize the initial weights and thresholds of BP neural networks. Based on this, a PSO BP neural network model for financial risk prediction is constructed. The financial index data of listed companies in China are taken as the sample set. The results show that the financial risk prediction model of PSO-BP neural network is based on PSO-BP neural network. Compared with the traditional financial risk forecasting model, PSO-BP model is more accurate.
【學(xué)位授予單位】：東華大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：F275;F832.51

【相似文獻】

相關(guān)期刊論文 前10條

1 唐海紅,倪勝利;集團公司財務(wù)風(fēng)險的防范與控制[J];財會通訊;2005年09期

2 胡成玉;論公司財務(wù)風(fēng)險的成因及對策[J];經(jīng)濟師;2005年03期

3 趙愛良;;淺析我國上市公司財務(wù)風(fēng)險及其防范[J];技術(shù)與市場;2006年12期

4 林琳;;上市公司財務(wù)風(fēng)險生成、傳導(dǎo)及經(jīng)濟效應(yīng)機制研究[J];會計之友(中旬刊);2007年04期

5 卓林全;;福建省上市公司財務(wù)風(fēng)險的分析及其防范和控制對策[J];世紀橋;2007年06期

6 尹啟華;;湖北上市公司財務(wù)風(fēng)險實證研究[J];十堰職業(yè)技術(shù)學(xué)院學(xué)報;2007年03期

7 黃燎隆;王永麗;;上市公司財務(wù)風(fēng)險預(yù)測的實證研究——以廣西上市公司為例[J];改革與戰(zhàn)略;2007年08期

8 延水;;論壽險公司財務(wù)風(fēng)險的特點與防范[J];新西部(下半月);2007年10期

9 段愛芳;;論公司財務(wù)風(fēng)險的成因及對策[J];機械管理開發(fā);2008年04期

10 欒波;;我國上市公司財務(wù)風(fēng)險外部環(huán)境分析[J];時代經(jīng)貿(mào)(下旬刊);2008年08期

相關(guān)會議論文 前4條

1 張錫杰;劉麗華;;多級法人治理結(jié)構(gòu)下規(guī)避公司財務(wù)風(fēng)險的初步嘗試[A];2006年度中國總會計師優(yōu)秀論文選[C];2007年

2 吳平;付杰;王學(xué)慶;張新月;龍敏;王基鴻;;國有上市公司財務(wù)風(fēng)險及規(guī)避研究[A];2010年度中國總會計師優(yōu)秀論文選[C];2011年

3 韓雯;;基于ANP的保險公司財務(wù)風(fēng)險評價研究[A];“中國視角的風(fēng)險分析和危機反應(yīng)”——中國災(zāi)害防御協(xié)會風(fēng)險分析專業(yè)委員會第四屆年會論文集[C];2010年

4 黃海英;;母公司的財務(wù)風(fēng)險與防范[A];2002年福建省會計學(xué)會理論研討論文專集[C];2002年

相關(guān)重要報紙文章 前10條

1 上海證券交易所工程師 鄭斌祥 鄭剛 龔婷　;“挖掘”上市公司財務(wù)風(fēng)險[N];中國計算機報;2005年

2 孫吉東 周劍秋 任建華;期貨公司財務(wù)風(fēng)險的形成及控制(1)[N];期貨日報;2004年

3 本報記者　 柴元君;保監(jiān)會欲強化保險公司財務(wù)風(fēng)險監(jiān)管[N];上海證券報;2006年

4 劉雅麗;上市公司如何控制財務(wù)風(fēng)險?[N];財會信報;2012年

5 本報記者 殷茜;國際實業(yè) 重組2億資產(chǎn)力求輕裝上陣[N];證券日報;2004年

6 ;啤酒花絕大部分資產(chǎn)被執(zhí)行保全[N];中國證券報;2003年

7 記者 吳黎華 孫韶華;非金融上市公司財務(wù)風(fēng)險創(chuàng)四年新高[N];經(jīng)濟參考報;2012年

8 雨 兒;啤酒花�。穬|多資產(chǎn)被財產(chǎn)保全[N];證券日報;2003年

9 實習(xí)記者 紀凡;國際實業(yè)億元債權(quán)大挪移[N];中國證券報;2004年

10 鄭曉波邋徐濤;李小雪：證券業(yè)新會計準則執(zhí)行良好[N];證券時報;2007年

相關(guān)博士學(xué)位論文 前1條

1 高毅;中國農(nóng)業(yè)上市公司財務(wù)風(fēng)險形成機理和控制研究[D];西南大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 王婷婷;CS公司財務(wù)風(fēng)險評價及控制研究[D];西安石油大學(xué);2015年

2 林琳;XC公司財務(wù)風(fēng)險評價研究[D];西安石油大學(xué);2015年

3 楊蕓香;上市公司財務(wù)風(fēng)險傳導(dǎo)效應(yīng)研究[D];蘭州大學(xué);2015年

4 李理;我國房地產(chǎn)上市公司財務(wù)風(fēng)險及其防范研究[D];中南林業(yè)科技大學(xué);2015年

5 洪廈楠;中國火力發(fā)電上市公司財務(wù)風(fēng)險預(yù)警研究[D];華北電力大學(xué);2015年

6 周玲;精華制藥公司財務(wù)風(fēng)險控制策略研究[D];江西師范大學(xué);2015年

7 周成國;AB公司財務(wù)風(fēng)險管理問題研究[D];天津財經(jīng)大學(xué);2014年

8 康杰;基于Z-score模型的我國外貿(mào)上市公司財務(wù)風(fēng)險實證研究[D];華東政法大學(xué);2015年

9 龐云峰;制造業(yè)上市公司財務(wù)風(fēng)險及控制研究[D];合肥工業(yè)大學(xué);2015年

10 仲家盈;中國東方航空股份公司財務(wù)風(fēng)險評價研究[D];中國海洋大學(xué);2014年

，

本文編號：1679688