岳喜马　魏微

【摘 要】 高校暂付款管理水平关系着资金使用效率与财务风险防范能力，甚至影响着高校会计信息的真实性。高校财务管理的精细化这一目标直接对暂付款管理提出了更高要求。文章根据A省30所省属本科高校2014年暂付款及影响暂付款规模的本年收入、本年支出、差旅费、专用材料费、其他商品服务支出与设备购置费6个主要因素数据，建立BP人工神经网络预测模型，仿真拟合历史数据，并利用仿真模型预测暂付款规模，与主成分回归模型比较，验证其预测精度。数据实证研究结果表明BP神经网络能捕捉到暂付款与其影响因素之间的非线性特性规律，能更好地预测暂付款规模。

【关键词】 高校暂付款； BP神经网络； 主成分回归； 预测

中图分类号：F272.1；G647 文献标识码：A 文章编号：1004-5937（2016）10-0111-05

引 言

随着政府对高等教育事业投入的加大，高校暂付款项所占用资金的规模逐步增加，仅江苏南京8所省属本科高校“应收及暂付款”总额2013年就达到2.5亿元。这造成大量财政资金长期占用，不利于正确反映高校财务收支状况，虚增债权，影响资产评价指标，降低资金使用效率，加大高校财务风险。合理预测高校暂付款规模是高校在财务管理方面从粗放型向精细化的一次转变，对于高校实现教育经费规范化、科学化与精细化管理具有重要现实意义。

一、研究综述

高校暂付款管理越来越引起专家和高校财务管理者重视。李智敏、李敏（2012）[ 1 ]分析了高校暂付款长期挂账客观与主观原因，强调通过技术手段与财务结算创新达到控制暂付款的目的。……