一、引言
隨著全球經(jīng)濟(jì)一體化進(jìn)程的加快和歐洲債務(wù)危機(jī)的持續(xù)發(fā)展,讓人們更加意識(shí)到財(cái)務(wù)風(fēng)險(xiǎn)威力的巨大。本文結(jié)合前人的研究成果,利用前沿的BP神經(jīng)網(wǎng)絡(luò)技術(shù)來(lái)測(cè)度湖南地區(qū)公司財(cái)務(wù)危機(jī),旨在能夠?yàn)槠髽I(yè)財(cái)務(wù)風(fēng)險(xiǎn)控制得到一些啟示。
二、研究設(shè)計(jì)
1.樣本及指標(biāo)選取。根據(jù)我國(guó)證監(jiān)會(huì)的規(guī)定,上市公司連續(xù)虧損的將被進(jìn)行處理,我們選取上市公司中st公司為財(cái)務(wù)風(fēng)險(xiǎn)高公司;而非st公司為正常公司。通過(guò)收集2010年上市公司主要財(cái)務(wù)數(shù)據(jù),利用這些財(cái)務(wù)指標(biāo)來(lái)反應(yīng)企業(yè)特征。數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)、中國(guó)證劵之星網(wǎng)等。通過(guò)采集湖南的51家上市公司,其中st公司有8家,非st公司43家。通過(guò)篩選出16個(gè)指標(biāo)作為輸入層節(jié)點(diǎn)。分為四大類(lèi):一償付能力指標(biāo):X1資產(chǎn)負(fù)債率、X2速動(dòng)比率、X3產(chǎn)權(quán)比率、X4流動(dòng)比率;二營(yíng)運(yùn)能力:X5流動(dòng)資產(chǎn)周轉(zhuǎn)率、X6應(yīng)收賬款周轉(zhuǎn)率、X7存貨周轉(zhuǎn)率;三盈利能力:X8總資產(chǎn)利潤(rùn)率、X9銷(xiāo)售凈利潤(rùn);四成長(zhǎng)能力:X10銷(xiāo)售收入增長(zhǎng)率、X11成本費(fèi)用率、X12資本金利率。樣本數(shù)據(jù)處理。在綜合評(píng)價(jià)指標(biāo)時(shí),不同評(píng)價(jià)指標(biāo)往往具有不同的量綱,為了消除由此帶來(lái)的無(wú)法同一度量的問(wèn)題,需要將各個(gè)評(píng)價(jià)指標(biāo)進(jìn)行無(wú)量綱處理。
2.研究方法簡(jiǎn)介。BP神經(jīng)網(wǎng)絡(luò)是基于誤差反向傳播算法(Back-Propagation)的多層前向神經(jīng)網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)主要是由三個(gè)部分組成:輸入層、輸出層、隱含層。每層由若干個(gè)神經(jīng)元節(jié)點(diǎn)構(gòu)成,每個(gè)節(jié)點(diǎn)則由輸出由輸入、作用函數(shù)和闕值決定。在正向傳播的過(guò)程中,從輸入層經(jīng)過(guò)隱含層處理,傳向輸出層。如圖顯示的是一個(gè)三層BP網(wǎng)絡(luò)的結(jié)構(gòu)。BP神經(jīng)網(wǎng)絡(luò)層與層之間通過(guò)權(quán)值相連,可以通過(guò)學(xué)習(xí)來(lái)調(diào)節(jié)各層神經(jīng)元之間的關(guān)系;每層的基本處理單元(輸入層單元除外)為非線性輸入,輸出關(guān)系。
設(shè)給定的輸入為x(i=1,2,…,m)和輸出為,y(j=l,2,…,n)。通過(guò)隱層神經(jīng)元與輸入神經(jīng)元關(guān)系得出隱層神經(jīng)元個(gè)數(shù)。對(duì)于第n個(gè)輸入,(xn,yn)(n=1,2….m),其中x=(x,x,x,…,x) yn=(y,y,y,…,y),對(duì)第j個(gè)輸入單元yj的加權(quán)和為Ayf=wb,則單元的實(shí)際輸出為yf=f(Ayf)=,(j=1,2…m),第k個(gè)隱層單元bk的加權(quán)輸入和為Abk= wb,該單元的實(shí)際輸出為 bk f(Abk) (k=1,2…p)。其中Wjk為第j個(gè)輸出單元與第k個(gè)隱層的連接權(quán)值,Vki是第k個(gè)隱層單元與第i個(gè)輸入單元的連接權(quán)值。f()為sigmoid函數(shù)。
3.BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)。(1)輸入層。由于樣本數(shù)據(jù)不多,如果篩選數(shù)據(jù)可能會(huì)引起缺失,故輸入向量采用12個(gè)財(cái)務(wù)指標(biāo)作為預(yù)測(cè)變量,所以輸入層的神經(jīng)單元數(shù)目為12。(2)輸出層。輸出層的單元數(shù)目為1,取值為0和1,分別代表上市公司財(cái)務(wù)無(wú)風(fēng)險(xiǎn)和有風(fēng)險(xiǎn)。(3)隱含層。隱神經(jīng)元的個(gè)數(shù)與輸入輸出神經(jīng)元的多少有直接關(guān)系,根據(jù)以下公式確定:p=(m+n)/2+a(a為1~10間的常數(shù))。(4)傳遞函數(shù)。這里采用最常用的sigmoidal型函數(shù)。通常形式為:logasig(x)=1/(1+exp(-x)),這個(gè)函數(shù)使整個(gè)網(wǎng)絡(luò)的輸出限制在一個(gè)較小的范圍之內(nèi)(0~1)之間的任意值。輸出值大于0.9,認(rèn)為輸出1,輸出值小于0.1,認(rèn)為輸出0。網(wǎng)絡(luò)參數(shù):目標(biāo)誤差0.0001,學(xué)習(xí)速率為0.01,訓(xùn)練循環(huán)20000次。通過(guò)觀察計(jì)算結(jié)果,發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)只有兩個(gè)數(shù)據(jù)有一定誤差,神經(jīng)網(wǎng)絡(luò)得到的輸出結(jié)果具有很高的正確率,考慮到樣本不是很大的情況下,能夠得到如此正確率已經(jīng)是非常難得。
三、結(jié)論
當(dāng)前我國(guó)評(píng)價(jià)公司財(cái)務(wù)狀況的方法還不能很好的適應(yīng)需求,而評(píng)估成本高且不能有效甄別風(fēng)險(xiǎn)等問(wèn)題。建立合適的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系是企業(yè)和政府部門(mén)能夠有效把握因?yàn)樨?cái)務(wù)風(fēng)險(xiǎn)帶來(lái)的社會(huì)問(wèn)題。本文研究存在一些不足,主要是在以下幾個(gè)方面。首先,BP神經(jīng)網(wǎng)絡(luò)模型需要大量的學(xué)習(xí)樣本,且樣本的數(shù)量和質(zhì)量很大程度上決定了最終評(píng)價(jià)結(jié)果,本文從湖南上市公司中選取樣本,樣本的合適性還有待考量。其次,在選著輸入指標(biāo)時(shí)選用12個(gè)指標(biāo)的合理性還有待考慮,而且選用的數(shù)據(jù)公司處于同一區(qū)域,當(dāng)運(yùn)用到其他地區(qū)時(shí),需要進(jìn)行不同的分析,對(duì)指標(biāo)的合理性也要做深入探討。因此對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)警還需要進(jìn)一步深入研究計(jì)算。