会议论文摘要:
基于粗糙集理论,有效地分析和处理了财务危机预警指标体系中不明确和不完备的信息,进而得出能够涵盖上市公司盈利能力、偿债能力、营运能力、发展能力等方面内容的财务危机预警指标体系,该指标体系可以比较科学精确地预测企业财务危机。同时利用贝叶斯正则化算法克服了标准神经网络BP算法存在的易形成局部最小、收敛速度很慢和过度训练等问题,改进了BP神经网络泛化能力,在此基础上,建立了一个基于粗糙集和神经网络的财务危机预警模型。通过应用分析发现,我国上市公司的财务指标包含着预测财务危机的信息,因此利用公司的财务比率指标可以预测其是否将陷入财务危机,从而为我国上市公司的广大投资者提供了有效的投资依据。