摘要：随着教育投入增加及高校资金来源多元化和高校办学规模进一步发展，高校财务管理由传统核算型向管理型转变。高校财务数据是高校最基本、最有决策价值的数据。大数据时代如何利用数据挖掘方法从庞大的财务数据中分析高校财务信息，建立可操作性强的分析模型，为高校利益相关者提供全方位、高相关性和高准确性的决策信息，为高校科学发展提供高质量的会计信息，是当代高校财务管理工作的一个非常重要的问题。本文选取偿债能力、经营能力、发展能力3项一级指标和资产负债率等15项二级指标构建高校财务预警分析指标体系，采集16所高校（SH1-SH16）2018年的财务数据进行建模，并应用反向传播神经网络（BP神经网络）数据挖掘方法对其中2所高校（SH15、SH16）2018年财务状况进行预警分析，结果显示网络输出和高校实际风险等级一致，表明BP 神经网络在高校财务风险预警分析中预警结果精度高（98%），可信度较强，是一种可用于高校财务预警分析的有效量化方法。

关键词：BP神经网络;数据挖掘方法;财务预警分析;高校财务管理

1 引言

随着教育投入增加及高校资金来源多元化和高校办学规模进一步发展，高校经济活动日益复杂，财务管理由传统核算型向管理型转变。高校财务数据是高校最基本、最有决策价值的数据。高校传统的财务分析主要是围绕财务报告进行的诸如比较分析法、比率分析法、趋势分析法和因素分析法等定量分析，难以对海量财务数据潜在的、深层次的信息进行深入了解。……