王积田，孙婷婷

（东北农业大学经济管理学院，哈尔滨 150030）

一、前言

1.问题的提出

Wind资讯中单行业数据输出——石油加工、炼焦及燃料加工业版块数据显示，2008年5月至2011年2月累积亏损能源消耗型企业由18%上升至24%，截至2011年2月，累计应收账款净额比去年同期增长23.62%，累计财务费用比去年同期增长23.93%，我国能源消耗型企业存在重大的应收账款回收困难和财务费用激增的财务风险问题，因此，研究其财务预警具有重大的现实意义。

研究财务预警问题开始于20世纪30年代的定性分析，当时实用的有标准化调查法、“四阶段症状”分析法、流程图分析法、“三个月资金周转表”分析法以及管理评分法，由于定性分析具有较强的主观性，因此引进了定量分析。Beaver（1966）提出单变量预警模型，Altman（1968）提出多变量Z值模型，Ohlson（1980）第一次使用多变量逻辑回归模型研究企业的财务预警问题，Tam（1991）选取了神经网络模型进行财务预警的研究，但发现其搜索全局最优值能力较差，Clarence Tan（2006）较早地将遗传算法与神经网络模型结合起来，应用于银行财务预警方面，并对其进行了验证，证明遗传算法优化的神经网络具有更强的实际操作性。由于神经网络具有收敛速度慢，容易陷入局部最小值，因此引进了遗传算法来克服神经网络的缺陷。

2.能源消耗型企业的概念

2010年我国能源消费量为32.5亿吨标准煤，同比增长了6%，能源消耗是日本的5倍，我国已成为全球名副其实的第一能源消耗大国。我国主要以消耗煤炭、石油和电力等能源为主，资料显示，我国能源消耗型对GDP的增长贡献率达到70%，也就是说，我国的财政收入70%都来自于能源消耗型企业的贡献。……