淺談人工神經網絡在企業經濟預測與預警中的應用

■廖育梅 新余學院

當代公司都處于劇烈的競爭之中，怎樣先人一步成為了管理過程中重要的一步。怎樣準確的預測企業的經濟變化，也成為了企業競爭過程中的核心，只有掌握了企業未來的經濟發展狀況，才可以在當下采取相關措施進行有針對性的解決或者支持，進而幫助企業規避風險、增加效益。所以，人工神經網絡的出現勢在必得，它極大地提升了預測的效率和準確性，摒棄了舊時代的預測不準、不快、太難的先天弊端，使得企業經濟預測變得具有科學性和說服力。本文以此為切入點，將人工神經網絡引入企業經濟預測，結合相關實際，討論其原理和應用情況。

一、具體預測方法介紹

1.時序預測模式

當前，關于人工神經網絡對企業的預測，通常選擇數學函數模型，。但是因為神經網絡的復雜性和擬合難度大，更多的企業選擇基于神經網絡的時序模型。這樣的方法既能結合神經網絡的優勢，也可以進一步抵消由于神經網絡預測帶來的系統誤差，使得結果更加精準。而具體方法為利用神經網絡體系對時序進行數學模型建立之后，再將神經網絡系統中計算出的相對誤差拿出來作為一組基礎數據進而進行分析，想要徹底解除誤差的干擾，應該同時建立多個網絡，平行的進行對比，這樣還可以提升預測精準度。

2.基于軟件數據處理的神經網絡預測

人工神經網絡的實現方法有很多種，但是不同的方法具有不同的優勢，他們統一的特點都是：學術性強、具有復雜性。其中，借助于計算機的方法最為盛行。因為它快速有效，具有可操作性和普及型，跟企業經濟實力沒有絕對關系，大部分企業選擇這一方法進行經濟預測，在這其中包括軟件數據、硬件技術對比等，利用軟件將企業近段時間經營數據收納后，運用擬定好的函數模型，快速的呈現出學科知識范疇下的企業經濟預測結果。而硬件技術也相對操作性較難，所以在目前的狀況下，絕大多數方案選擇的是軟件數據處理。

二、財務危機預警模型應用結果分析

人工神經系統中反復提到唯一變量分析模式，這個方法的優勢在于簡便、上手快、結果清晰明了、應用范疇廣。這樣的優點使得這個方法非常受到中小企業的歡迎。但是這一模式也有著非常大的弊端：首先，因為這個模式只關注一個參考量，所以缺乏對全局的考量和其他微弱影響因素的關注，使得結果比較主觀。其次，唯一的變量會和其他變量之間產生沖突，無法準確判斷多個結果間的彼此聯系。最后，企業經濟預測是一個需要多方面統籌的問題，僅僅使用一個變量參考缺乏說服力，需要提供詳細的企業財務數據與多個變量進行平衡計算。

第一，即使唯一變量法簡單易操作、方便處理數據，但是其經濟預測精準度有待加強。人工神經網絡是一個復雜高效的系統，必須保證數據的準確，只有在平時的財務處理過程中，根據企業自身的實際情況，將多項參考指標加入預測體系中，才可以提前知曉即將到來的經濟形勢變化。所以可將唯一變量法作為一項輔助手段，幫助主要的人工神經網絡預測方式，雙管齊下進行預測，能夠取得更好的效果。

第二，因為我國國情，企業內部信息也相對缺乏真實可靠性，如果采用了唯一變量法，假使選用的變量具有有決定性意義而且企業自身容易出現紕漏，這樣不僅不會取得良好的經濟預測結果，反而會誤導企業的發展走向后患無窮。所以應該在企業內部實行責任人員制度，即讓相關責任和工作人員對應起來，讓每方面的信息責任具體到人頭上，有針對性的對企業內心信息進行管理，使得企業經濟發展過程中每個部分都有據可依有人可查，不僅避免了相關信息的問題，而且能夠幫助人工神經網絡獲得更準確的數據。

三、結論

經濟發展的不確定性讓基于人工神經系統的預測模式應運而生，其實根本不存在完全精準有效的預測方法，只不過是在以往數據的基礎上結合相關實際，做出符合預期的預測，要想發揮出人工神經系統網絡的優勢，不僅需要不斷加強企業內部管理，保證所用數據真實性可靠性，更需要企業自身開發出更多適合企業實際情況的預警措施。退一步說，企業或許根本不需要經濟預測模式，他們應該注重怎樣在經營管理活動中提高效率，在現有資源情況下規避相關風險，同時不影響經營狀況。只有這樣才能從根本上解決企業需要面對的問題，從而增強企業實力，完成更好的經濟發展。

[1]王超,佘廉.人工神經網絡在企業預警管理系統中的應用.武漢理工大學學報，2010年04期

[2]劉艷，楊鵬.基于ANN技術的企業經濟預警系統的構建.暨南大學管理學院、廣東金融學院工商管理系

[3]聶麗潔,張毅,樊丹丹.BP神經網絡與因子分析的財務危機預警應用.2009年第27期

[4]基于人工神經網絡的財務危機預警.現代商業，2007年第24期