基于學習向量量化ＬＶＱ神經網絡的財務危機預警研究

[摘 要] 應用學習向量量化LVQ神經網絡方法，以近期14個數據作為財務危機預警建模樣本和測試樣本，建立了財務危機的預警模型，經過對樣本的反復訓練和學習，得到了較好的預測結果#65377;研究結果表明:LVQ神經網絡是一種非線性映射模式，在指標間相關度較高#65380;呈非線性變化，或數據缺漏不全等情況下仍可得到比較滿意的結果，因此是一種比較理想的預測方法，具有廣泛的適用性和較高的推廣價值#65377;

[關鍵詞] 財務危機;預警;學習向量量化LVQ神經網絡方法

[中圖分類號]F232;F275[文獻標識碼]A[文章編號]1673-0194(2009)02-0031-02

一#65380;引 言

財務失敗又稱為財務困境或財務危機，最嚴重的財務危機就是企業破產#65377;當一個企業無力履行合同#65380;無力按時支付債權人利息和償還本金時，該企業就面臨財務失敗#65377;事實上，企業陷入財務危機直至破產是一個逐步的過程，大多數企業的財務失敗都是由財務狀況異常到逐步惡化，最終導致財務失敗或破產的#65377;因此，企業的財務失敗不但具有先兆，而且是可預測的#65377;目前我國金融銀行業的競爭日趨激烈，正確地預測企業財務失敗對于保護投資者和債權人的權益#65380;對于經營者防范財務危機#65380;對于政府管理部門監控上市公司質量和證券市場風險，都具有重要的現實意義#65377;當前被廣泛研究并應用于財務失敗預測的模型主要有統計模型和人工智能模型兩大類#65377;傳統的統計模型包括多元判別分析模型(MDA)和對數回歸模型(Logistics Regression)等，這兩者也是……