基于粗糙集神经网络技术的公司财务危机预警研究

论文摘要

随着全球经济的一体化进程的大步迈进和我国市场经济的快速发展,公司之间竞争日益激烈,市场在孕育着无限商机的同时,也暗藏着无数的风险和危机。市场经济环境中的不确定性和复杂性日益显现,稍有不慎就可能会使公司陷入财务危机。公司陷入财务危机,不仅危及到公司本身的生存与发展,还会波及到投资者以及社会各方面的利益。因此,建立必要的财务危机预警机制,建立一个功能强大的、可操作性强的财务危机预警系统具有非常重要的现实意义。本文介绍了大量的国内外财务危机预警研究方面的相关研究文献,认真对比和分析了当前各种财务危机预警方法。目前,国内外关于财务危机预警方法的研究主要包括定性分析方法和定量分析方法两大类。然而运用广泛也是最多的是定量预警分析方法。定量预警分析方法主要有单变量判定模型、多元线性判定模型、Logistic回归判别模型、人工神经网络模型。然而研究大多局限于静态方法。本文提出了基于粗糙集与神经网络相结合的动态财务危机预警方法,该方法为公司的财务危机预警研究提供了新的方法和思路,更好的丰富和完善了公司财务危机预警的理论和方法。粗糙集理论和神经网络结合具有很好的互补性,已经引起了国内外学者的广泛关注,本文希望结合二者优点,利用神经网络在处理非线性系统方面的优势,同时通过粗糙集理论中的知识约简技术对神经网络的输入端财务指标进行属性约简,剔除冗余信息,有效地降低神经网络的复杂结构,提高神经网络的预测效率,弥补神经网络结构复杂的不足之处。建立起一个功能更加高效,操作性更加完善的财务危机预警系统。通过粗糙集-神经网络模型的建立,训练和检验,本文发现粗糙集-神经网络模型的预测正确率高,在财务危机的预警效果上显著,具有很好的预警能力。基于粗糙集-神经网络的财务危机预警模型的建立对进行财务危机预警具有可行性和有效性,达到了预期的效果。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1-1 研究背景及意义
• 1-1-1 研究背景
• 1-1-2 研究意义
• 1-2 国内外研究现状
• 1-2-1 国外财务危机预警研究现状
• 1-2-2 国内财务危机预警研究现状
• 1-3 论文的研究方法及主要内容
• 1-3-1 研究方法
• 1-3-2 主要内容
• 第二章 财务危机预警的理论基础
• 2-1 财务危机理论
• 2-1-1 财务危机的定义
• 2-1-2 财务危机的类型
• 2-1-3 财务危机的特征
• 2-1-4 财务危机的成因分析
• 2-2 财务危机预警理论
• 2-2-1 财务危机预警的概念
• 2-2-2 财务危机预警分析方法
• 第三章 粗糙集和神经网络的理论基础
• 3-1 粗糙集理论
• 3-1-1 粗糙集理论概述
• 3-1-2 粗糙集理论在本文研究中的几个关键技术
• 3-2 神经网络理论
• 3-2-1 神经网络理论概述
• 3-2-2 BP神经网络
• 3-3 基于粗糙集理论的神经网络
• 第四章 基于粗糙集-神经网络的财务危机预警实证分析
• 4-1 粗糙集神经网络建模流程
• 4-2 研究样本的选择
• 4-3 研究期间的确定
• 4-4 财务指标的选取与分析
• 4-4-1 财务指标的选取
• 4-4-2 财务指标的分析
• 4-4-3 财务指标的初步筛选
• 4-5 基于BP神经网络的财务危机预警模型实证建模
• 4-5-1 基于BP神经网络的财务危机预警模型的建立
• 4-5-2 基于BP神经网络的财务危机预警模型的训练和检验
• 4-6 基于粗糙集-神经网络的财务危机预警模型实证建模
• 4-6-1 基于粗糙集-神经网络的财务危机预警模型的预处理
• 4-6-2 基于粗糙集-神经网络的财务危机预警模型的建立
• 4-6-3 基于粗糙集-神经网络的财务危机预警模型的训练和检验
• 4-7 两种模型的对比分析
• 第五章 结论
• 参考文献
• 致谢