【摘要】 借鑒國(guó)內(nèi)外財(cái)務(wù)危機(jī)預(yù)警研究成果，在我國(guó)的企業(yè)評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，結(jié)合我國(guó)企業(yè)的具體特征，對(duì)我國(guó)企業(yè)公司財(cái)務(wù)危機(jī)預(yù)警模型的指標(biāo)體系進(jìn)行了選擇；論證了應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行財(cái)務(wù)危機(jī)預(yù)警的可行性并通過實(shí)際數(shù)據(jù)進(jìn)行了驗(yàn)證，結(jié)果表明BP神經(jīng)網(wǎng)絡(luò)模型用于企業(yè)財(cái)務(wù)危機(jī)預(yù)警簡(jiǎn)單、高效。
　　【關(guān)鍵詞】 神經(jīng)網(wǎng)絡(luò)； 財(cái)務(wù)危機(jī)； 預(yù)警模型
　　
　　一、企業(yè)財(cái)務(wù)危機(jī)預(yù)警的現(xiàn)實(shí)意義
　　
　　財(cái)務(wù)危機(jī)是由于種種原因?qū)е碌钠髽I(yè)財(cái)務(wù)狀況持續(xù)惡化，財(cái)務(wù)風(fēng)險(xiǎn)加劇，出現(xiàn)不能清償債務(wù)的信用危機(jī)，直至最終破產(chǎn)的一系列事件的總稱。財(cái)務(wù)危機(jī)將危害到企業(yè)正常的生產(chǎn)經(jīng)營(yíng)，制約企業(yè)的發(fā)展后勁，打亂企業(yè)正常的生產(chǎn)經(jīng)營(yíng)秩序，挫傷職工的生產(chǎn)積極性等。而有效的企業(yè)預(yù)警機(jī)制能夠起到提高企業(yè)危機(jī)管理意識(shí)，提高企業(yè)適應(yīng)能力和競(jìng)爭(zhēng)能力等作用，對(duì)企業(yè)進(jìn)行有效的監(jiān)督和預(yù)警也直接關(guān)系到企業(yè)相關(guān)利益人決策、市場(chǎng)競(jìng)爭(zhēng)機(jī)制的客觀要求、財(cái)務(wù)監(jiān)督、財(cái)務(wù)預(yù)測(cè)等方面。所以，對(duì)我國(guó)企業(yè)財(cái)務(wù)危機(jī)進(jìn)行有效的預(yù)警就變得迫切和必要。
　　
　　二、財(cái)務(wù)危機(jī)預(yù)警模型指標(biāo)體系的選擇
　　
　　任何一種經(jīng)濟(jì)現(xiàn)象都具有多方面的特征，財(cái)務(wù)指標(biāo)體系就是對(duì)經(jīng)濟(jì)現(xiàn)象特征的整體描述。在以往的研究成果和我國(guó)的企業(yè)評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，結(jié)合我國(guó)企業(yè)的具體特征，充分考慮各個(gè)指標(biāo)的實(shí)際應(yīng)用效果和獲取指標(biāo)的難易程度，可選擇下列指標(biāo)來建立適合我國(guó)企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型的指標(biāo)體系：資產(chǎn)負(fù)債率；流動(dòng)比率；凈資產(chǎn)收益率；總資產(chǎn)周轉(zhuǎn)率；主營(yíng)業(yè)務(wù)收入增長(zhǎng)率和每股經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量?jī)纛~。這些指標(biāo)兼顧到了償債能力、盈利能力、資產(chǎn)營(yíng)運(yùn)能力、增長(zhǎng)能力以及現(xiàn)金流量狀況五個(gè)方面，同時(shí)鑒于針對(duì)的是企業(yè)的財(cái)務(wù)危機(jī)的預(yù)警指標(biāo)，所以在選擇構(gòu)成指標(biāo)時(shí)，也適當(dāng)側(cè)重了企業(yè)的償債能力和盈利能力指標(biāo)。
　　
　　三、基于BP神經(jīng)網(wǎng)絡(luò)的財(cái)務(wù)危機(jī)模型的建立及預(yù)測(cè)結(jié)果分析
　　
　?。ㄒ唬〣P神經(jīng)網(wǎng)絡(luò)原理與財(cái)務(wù)危機(jī)預(yù)警的可行性分析
　　BP神經(jīng)網(wǎng)絡(luò)是一種調(diào)整連接權(quán)值及結(jié)點(diǎn)閾值時(shí)采用的誤差逆?zhèn)鞑W(xué)習(xí)方法，是一種典型的誤差修正方法。其基本思想是：把網(wǎng)絡(luò)學(xué)習(xí)時(shí)輸出層出現(xiàn)的與“事實(shí)”不符的誤差，歸結(jié)為連接層中各單元間連接權(quán)值及閾值的“過錯(cuò)”，通過把輸出層單元的誤差逐層向輸入層逆向傳播以“分?jǐn)偂苯o各連接單元，并據(jù)此對(duì)各連接權(quán)進(jìn)行相應(yīng)的調(diào)整，使網(wǎng)絡(luò)適應(yīng)所要求的映射（圖1）。而財(cái)務(wù)危機(jī)預(yù)警的6項(xiàng)指標(biāo)與企業(yè)的財(cái)務(wù)狀況之間的關(guān)系是很難用普通的方法加以定量化的表述，而通過大量的樣本表現(xiàn)出的數(shù)學(xué)統(tǒng)計(jì)學(xué)特征的準(zhǔn)確表達(dá)正是神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)所在，為此，我們認(rèn)為神經(jīng)網(wǎng)絡(luò)是可行的。
　　
　?。ǘ┴?cái)務(wù)危機(jī)預(yù)警模型樣本的選擇
　　考慮到我國(guó)近幾年在經(jīng)濟(jì)、法律、會(huì)計(jì)方面進(jìn)行了較大的政策調(diào)整，因此在選擇樣本的過程中我們選取了信息較為GAtxP5sPf+5dagbeoFyuVQ==連續(xù)可比、取得較為容易的上市公司中制造業(yè)行業(yè)的6個(gè)子行業(yè)2000—2002年之間的數(shù)據(jù)，選擇了行業(yè)中25家ST公司和25家非ST公司作為訓(xùn)練樣本，ST公司樣本數(shù)據(jù)為其被ST的前一年的數(shù)據(jù)資料，隨機(jī)選擇的非ST公司的樣本數(shù)據(jù)為與ST公司同期的數(shù)據(jù)。我們還選擇了2003年同行業(yè)的38家ST公司和隨機(jī)選擇的同期非ST公司作為檢驗(yàn)樣本，用模型的預(yù)測(cè)結(jié)果與已知的實(shí)際結(jié)果進(jìn)行對(duì)照，以檢驗(yàn)?zāi)Ｐ偷臏?zhǔn)確性。選擇這一期間的樣本數(shù)據(jù)是因?yàn)檫@些樣本數(shù)據(jù)的時(shí)間跨度不大，在這幾年中，國(guó)家的會(huì)計(jì)制度、稅收政策和退市制度也沒有太明顯的變化，整個(gè)國(guó)民經(jīng)濟(jì)的發(fā)展比較穩(wěn)定，無明顯的經(jīng)濟(jì)周期影響。
　　
　　（三）網(wǎng)絡(luò)結(jié)構(gòu)及參數(shù)的選取
　　1.網(wǎng)絡(luò)結(jié)構(gòu)的確定
　　輸入節(jié)點(diǎn)數(shù)由控制的目標(biāo)確定，控制目標(biāo)為6個(gè)，因此輸入節(jié)點(diǎn)數(shù)為6個(gè)；輸出節(jié)點(diǎn)數(shù)由風(fēng)險(xiǎn)因素確定，輸出節(jié)點(diǎn)為2個(gè)。一個(gè)S型隱含層加上一個(gè)線性輸出層的網(wǎng)絡(luò)，能夠逼近任何有理函數(shù)，增加隱層數(shù)主要可以更進(jìn)一步降低誤差，提高訓(xùn)練的精度，本系統(tǒng)中只設(shè)一個(gè)隱含層，主要通過調(diào)節(jié)隱層節(jié)點(diǎn)數(shù)、動(dòng)量項(xiàng)、學(xué)習(xí)率提高網(wǎng)絡(luò)的訓(xùn)練精度。
　　2.各參數(shù)選取
　　把經(jīng)過處理后88組樣本數(shù)據(jù)輸入到神經(jīng)網(wǎng)絡(luò)，前50組作為訓(xùn)練樣本，后38組作為預(yù)測(cè)樣本，網(wǎng)絡(luò)的預(yù)期誤差0.001。利用神經(jīng)網(wǎng)絡(luò)系統(tǒng)對(duì)學(xué)習(xí)數(shù)據(jù)反復(fù)訓(xùn)練，得到實(shí)驗(yàn)結(jié)果最好的一次，各參數(shù)如下：
　　動(dòng)量項(xiàng)?準(zhǔn)=0.3；學(xué)習(xí)率?濁=0.4；學(xué)習(xí)次數(shù)n=10000；隱層節(jié)點(diǎn)數(shù)p=6；網(wǎng)絡(luò)實(shí)際誤差?孜=0.0024
　?。ㄋ模┴?cái)務(wù)危機(jī)預(yù)警預(yù)測(cè)結(jié)果分析
　　利用前述訓(xùn)練結(jié)果，對(duì)38個(gè)檢驗(yàn)樣本進(jìn)行預(yù)測(cè)，預(yù)測(cè)的結(jié)果（表3）根據(jù)下列標(biāo)準(zhǔn)進(jìn)行判斷，如果預(yù)測(cè)結(jié)果逼近于1，則判斷為非財(cái)務(wù)危機(jī)公司，如果預(yù)測(cè)結(jié)果偏離1就可判斷有財(cái)務(wù)危機(jī)的可能性，可以發(fā)出財(cái)務(wù)危機(jī)預(yù)警。
　　通過預(yù)測(cè)結(jié)果與實(shí)際結(jié)果的比較，可以得出以下驗(yàn)證結(jié)果：
　　1.對(duì)于非ST公司，預(yù)測(cè)的準(zhǔn)確率為94.74%；
　　2.對(duì)于ST公司，預(yù)測(cè)的準(zhǔn)確率為84.21%；
　　3.綜合預(yù)測(cè)準(zhǔn)確率為89.47%。
　　
　　四、該財(cái)務(wù)危機(jī)預(yù)警模型的局限性分析
　　
　　利用神經(jīng)網(wǎng)絡(luò)進(jìn)行財(cái)務(wù)危機(jī)預(yù)警模型的研究，從模型的訓(xùn)練和預(yù)測(cè)結(jié)果可以看出，還是具有一定的可行性和有效性。但也存在一些問題：
　?。ㄒ唬┖鲆暳似髽I(yè)規(guī)模對(duì)企業(yè)財(cái)務(wù)狀況的影響
　　本次研究中所選擇的ST樣本是所屬行業(yè)的全部樣本量，而配對(duì)樣本則是隨機(jī)抽取的，在選擇的過程中，沒有重點(diǎn)關(guān)注企業(yè)規(guī)模對(duì)財(cái)務(wù)危機(jī)指標(biāo)標(biāo)準(zhǔn)的不同要求。
　?。ǘ┓荢T樣本公司的代表性
　　所選取的ST企業(yè)被界定為財(cái)務(wù)危機(jī)公司還不容易引起爭(zhēng)議，但對(duì)非ST公司而言，每個(gè)公司仍然存在財(cái)務(wù)狀況非常好、較好或一般的差異，因此用不同的非ST公司和ST公司配對(duì)，就不能排除財(cái)務(wù)危機(jī)公司財(cái)務(wù)狀況之間的差異，這也直接影響了預(yù)測(cè)數(shù)據(jù)判別的準(zhǔn)確率。
　　
　　
　　（三）ST界定自身具有的不適應(yīng)性
　　根據(jù)我國(guó)對(duì)ST公司的劃分標(biāo)準(zhǔn)，可以看出其主要看中的還是公司的盈利能力和資本結(jié)構(gòu)比率，而財(cái)務(wù)危機(jī)是企業(yè)綜合財(cái)務(wù)狀況出現(xiàn)問題的集中表現(xiàn)，它受到多項(xiàng)能力和指標(biāo)的影響，兩者之間并不對(duì)等。
　?。ㄋ模┥窠?jīng)網(wǎng)絡(luò)理論自身的缺陷
　　神經(jīng)網(wǎng)絡(luò)自身擅長(zhǎng)解決不精確和模糊的信息處理問題，在處理過程中，他會(huì)有自動(dòng)刪除樣本“噪聲”和自動(dòng)調(diào)整的功能，如果其修正數(shù)據(jù)的過程中出現(xiàn)偏差，或訓(xùn)練過程中參數(shù)確定的不準(zhǔn)確，也會(huì)直接影響預(yù)測(cè)的準(zhǔn)確性。
　?。ㄎ澹颖具x擇的局限性
　　本次預(yù)測(cè)過程中受諸多因素的影響，所選擇的樣本不具有普遍的代表性，局限在了上市公司，連續(xù)數(shù)據(jù)的選擇也導(dǎo)致了數(shù)據(jù)的時(shí)效性較差，對(duì)當(dāng)前新經(jīng)濟(jì)形勢(shì)下的企業(yè)財(cái)務(wù)危機(jī)的參考作用有待觀察。
　　
　　五、結(jié)論
　　
　　財(cái)務(wù)危機(jī)預(yù)警模型通過神經(jīng)網(wǎng)絡(luò)原理，在目前是可以實(shí)現(xiàn)的，只要在模型建立的過程中，將不穩(wěn)定因素的影響降低到最低，就可以極大地提高預(yù)測(cè)的準(zhǔn)確率。另外，由于不同的行業(yè)有其不同的生產(chǎn)和財(cái)務(wù)特性，他們的數(shù)據(jù)表現(xiàn)的要求也不盡相同，因此對(duì)于差異較大的行業(yè)，應(yīng)適當(dāng)建立行業(yè)財(cái)務(wù)危機(jī)預(yù)警模型，以更好地提高預(yù)測(cè)的準(zhǔn)確程度。
　　當(dāng)然，企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型作為財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的一個(gè)有機(jī)組成部分。它的作用必須借助于整個(gè)系統(tǒng)作用的發(fā)揮，也需要企業(yè)的高層管理者確實(shí)認(rèn)識(shí)到財(cái)務(wù)危機(jī)預(yù)警的必要性，才能真正實(shí)現(xiàn)對(duì)財(cái)務(wù)危機(jī)抑制和防范作用。●
　　
　　【參考文獻(xiàn)】
　?。?］ 盧雁影.財(cái)務(wù)分析［M］.湖北:武漢大學(xué)出版社，2002:296-303.
　?。?］ 王曉華，劉琛，孫洪哲.上市公司財(cái)務(wù)危機(jī)預(yù)警模型指標(biāo)體系的構(gòu)建［J］.河北建筑科技學(xué)院學(xué)報(bào)（社科版），2004（4）.
　?。?］ 張春蓮，張淑琴.財(cái)務(wù)危機(jī)預(yù)警模型研究綜述及其啟示［J］.中國(guó)高新技術(shù)企業(yè)，2009（11）.