王輝 王春華

摘 要：本文從智能理論角度，選取了2006年—2010年66家中小企業(yè)板上市公司作為樣本，構(gòu)建了一個(gè)針對(duì)中小企業(yè)板上市公司的財(cái)務(wù)危機(jī)預(yù)警模型。本文利用因子分析法對(duì)初選的17個(gè)財(cái)務(wù)指標(biāo)進(jìn)行了優(yōu)化，得到5個(gè)預(yù)警因子作為輸入變量，構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)財(cái)務(wù)危機(jī)預(yù)警模型。

關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò)；中小企業(yè)板；預(yù)警理論

一、引言

中小企業(yè)板塊市場(chǎng)自從2004年5月成立以來，相繼發(fā)生了瓊花事件、威爾事件、高新張桐等事件。這明確地給管理者、投資者及相關(guān)部門發(fā)出了不好的信號(hào)。所以企業(yè)要持續(xù)穩(wěn)定的發(fā)展，就必須能夠及時(shí)預(yù)測(cè)、規(guī)避各種可能的風(fēng)險(xiǎn)，尤其極易導(dǎo)致企業(yè)破產(chǎn)失敗的財(cái)務(wù)風(fēng)險(xiǎn)。因此，擁有一個(gè)有效的財(cái)務(wù)危機(jī)預(yù)警體系，提前預(yù)測(cè)出其未來可能發(fā)生的財(cái)務(wù)危機(jī)，避免公司陷入財(cái)務(wù)危機(jī)具有重要的現(xiàn)實(shí)意義。

二、樣本選取和指標(biāo)的選取及優(yōu)化

通過對(duì)2007—2010年上市公司年度報(bào)告查找分析，剔除數(shù)據(jù)不完整的公司，符合本文財(cái)務(wù)危機(jī)定義的公司為33家。并隨機(jī)選取的33家健康公司按一一配對(duì)原則組成訓(xùn)練組，用其發(fā)生財(cái)務(wù)危機(jī)前一年的數(shù)據(jù)構(gòu)建BP神經(jīng)網(wǎng)絡(luò)預(yù)警模型。

本文初步確定財(cái)務(wù)危機(jī)預(yù)警的17個(gè)財(cái)務(wù)指標(biāo)，這些指標(biāo)分別代表企業(yè)的償債能力、成長(zhǎng)能力、現(xiàn)金流量能力、盈利能力、營(yíng)運(yùn)能力。本文通過因子分析，找到幾個(gè)能夠代表數(shù)據(jù)的基本結(jié)構(gòu)、反映原始信息本質(zhì)特征的因子，然后再用這些因子建立BP神經(jīng)網(wǎng)絡(luò)預(yù)警模型。然后在對(duì)樣本做因子分析和方差解釋后，再利用因子得分系數(shù)矩陣，得到各個(gè)預(yù)警因子的表達(dá)式，進(jìn)而得到各個(gè)樣本5個(gè)預(yù)警因子的具體數(shù)值。

三、BP神經(jīng)網(wǎng)絡(luò)財(cái)務(wù)危機(jī)預(yù)警模型的構(gòu)建

將由33家財(cái)務(wù)危機(jī)公司和33家健康公司通過因子分析得到的相關(guān)數(shù)據(jù)成的訓(xùn)練組導(dǎo)入前文構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)財(cái)務(wù)危機(jī)預(yù)警模型中。

通過對(duì)訓(xùn)練組樣本公司檢驗(yàn)結(jié)果分析可知，構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)財(cái)務(wù)危機(jī)預(yù)警模型對(duì)財(cái)務(wù)危機(jī)公司預(yù)測(cè)的準(zhǔn)確率為81.82%,對(duì)健康公司預(yù)測(cè)準(zhǔn)確率為84.85%；實(shí)踐證明BP神經(jīng)網(wǎng)絡(luò)財(cái)務(wù)危機(jī)預(yù)警模型具有一定的有效性，適用于中小企業(yè)板上市公司對(duì)其財(cái)務(wù)狀況的預(yù)測(cè)。

企業(yè)發(fā)生財(cái)務(wù)危機(jī)是財(cái)務(wù)狀況逐步變壞的過程，通過對(duì)財(cái)務(wù)狀況周期性的監(jiān)測(cè)，企業(yè)的管理人員可以發(fā)現(xiàn)其財(cái)務(wù)上的弊端。

1.舉債規(guī)模過大。通過對(duì)訓(xùn)練組樣本公司的數(shù)據(jù)分析發(fā)現(xiàn)，財(cái)務(wù)健康公司的平均資產(chǎn)負(fù)債率為0.44078，財(cái)務(wù)危機(jī)公司的平均資產(chǎn)負(fù)債率為0.38301，對(duì)比我們可以發(fā)現(xiàn)，財(cái)務(wù)危機(jī)公司比健康公司的資產(chǎn)負(fù)債率要高出15.08%。

2.現(xiàn)金流量不足。資金短缺是導(dǎo)致企業(yè)財(cái)務(wù)危機(jī)的一個(gè)最直接的原因。分析訓(xùn)練組樣本公司的每股經(jīng)營(yíng)現(xiàn)金凈流量發(fā)現(xiàn)，健康公司的平均每股經(jīng)營(yíng)現(xiàn)金凈流量為0.6144，而財(cái)務(wù)危機(jī)公司的平均每股經(jīng)營(yíng)現(xiàn)金凈流量?jī)H為0.0459，很多公司每股經(jīng)營(yíng)現(xiàn)金凈流量甚至為負(fù)。

3.應(yīng)收賬款管理不善。分析訓(xùn)練組樣本公司應(yīng)收賬款周轉(zhuǎn)率發(fā)現(xiàn)，健康公司的平均應(yīng)收賬款周轉(zhuǎn)率為21.3191，財(cái)務(wù)危機(jī)公司的平均銀收賬款周轉(zhuǎn)率為9.9814，僅為健康公司的46.82%。這對(duì)本來資本就不充分的中小企業(yè)來說無(wú)疑是致命的傷害。（作者單位：北京物資學(xué)院）

參考文獻(xiàn)：

[1]裴玉，唐文彬.應(yīng)用主成分分析法縱向構(gòu)建企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型[J].會(huì)計(jì)之友，2007，4：24-26

[2]薛薇.SPSS統(tǒng)計(jì)分析方法及應(yīng)用[M].北京：電子出版社，2004.

[3]楊淑娥，黃禮.基于BP神經(jīng)網(wǎng)絡(luò)的上市公司財(cái)務(wù)預(yù)警模型.系統(tǒng)工程理論與實(shí)踐，2005，1（1）：12-18.

[4]姚宏善，沈軼.用遺傳神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)公司財(cái)務(wù)困境[J].華中師范大學(xué)學(xué)報(bào)，2005，3（2）：195-197