基于BP神经网络的企业财务危机预警变量改进探索

2012-06-26龚小凤

财经问题研究 2012年12期

龚小凤

(中南财经政法大学会计学院，湖北武汉 430073)

一、引言

随着世界经济一体化步伐的加快，我国企业面临的经营环境越来越复杂，风险也越来越大，有的企业因经营出现困难，缺乏持续性现金流来支撑而破产，也有为数众多的企业由于无力偿还债务等财务方面原因而停止营业。当财务出现严重问题时往往也意味着企业经营的终结，如何提前预知财务危机的发生，及时防范风险成为企业面临的一项亟待解决的重大难题。财务危机又称财务困境，是指企业现金流量不足以偿还到期负债而导致的困境。一般而言，企业经营一般经历四个阶段:稳健经营、不稳健经营、财务危机和破产，也就是说，当企业的财务危机无法顺利解决时，会直接面临破产。因此，只有在危机发生之前就及时采取措施加以避免，对企业而言更有意义，这也是财务危机预警的意义所在。

在众多财务危机预警的研究中，输入变量的选择并没有什么变化，一般是将筛选后的财务指标直接代入模型，此种方式未考虑到行业差异的影响。本文拟对模型的输入变量进行改进，采用BP神经网络模型来预测财务风险，用功效系数法将财务指标转化为单项功效系数，以此作为模型的输入变量，和直接将财务指标作为输入变量进行对比，分析何种方式的误判率更低，为输入变量的有效选取提供思路。