分析EVA与神经网络相结合的财务预警模拟系统

第 1 章 绪论
 
1.1 研究背景和意义
1.1.1 研究背景
面对日益残酷的市场竞争，企业面临着更大更多的危机与挑战。入世后，我国的企业更是面临着前所未有的压力，加上全球经济的瞬息万变，特别是近年来全球经济危机的影响，从“安然事件”、美国的次贷危机到欧债危机，无时无刻不在提醒我们企业在经营的同时所面临的各种风险。清醒的认识企业自身所面临的各种风险，是公司进行正确经营的必要前提，也是公司在激烈竞争的市场环境中的生存之道。
近年来，由于世界经济一体化趋势的加快，全球企业不同程度的出现了破产的趋势，甚至一些大公司也无法幸免。从“安然事件”打破了世界 500 强的神话，到全球最大零售商之一的凯玛特传出破产的信息，再到美国环球电讯公司(GlobalCrossing Ltd.)也申请破产保护，都表现出了这种讯息。而据资料显示用国际通用会计准则衡量，目前我国 80%以上的企业存在财务隐患；根据中国国情大幅度降低标准后，仍有将近 20%的企业存在较为严重的财务问题。但是任何企业从出现危机到破产都有一个从量变到质变，最终导致财务危机甚至破产倒闭的过程。及早地发现公司财务管理中存在的问题，扑捉财务风险的信号，掌控公司的财务风险，使经营者、投资者以及相关政府管理部门，能够在财务危机出现的萌芽状态，采取有效措施，改善管理，预防失败，是非常重要和必要的
 
1.2 本文研究的内容和框架
1.2.1 本文研究的内容
本文从财务预警研究的背景和意义出发，以建立财务预警指标体系、构建基于EVA 的财务预警模型、 以上市公司为依托进行实证研究的三大部分内容为主，对财务预警模型进行深入的剖析，并在此基础上对我国企业应用财务预警模型进行财务预警的一些问题进行了探讨，以期对我国财务预警的研究及应用具有一定的指导意义。具体来讲：第 1 章，绪论。本章阐述了论文的研究背景与意义，本文研究的内容和方法，以及本文的创新点。第 2 章，基于 EVA 企业财务预警的相关研究。本章分别对财务预警和 EVA 的相关研究进行总结，包括财务危机产生的根源和实质，财务预警的内涵，及国内外研究的现状和相关理论，EVA 的相关理论研究，新准则下 EVA 调整的变化，为下文的实证研究提供理论依据。
 
第 2 章 基于 EVA 企业财务预警的相关研究
 
2.1 财务预警的相关研究
2.1.1 财务危机的根源与实质
财务危机和风险是相伴而生的，合理风险的存在可以使企业处于一定的压力下，能够产生危机感，从而有利于企业的忧患意识、风险意识和竞争意识的培养。而当风险超过合理的范围，就会给企业带来危机。如财务预测偶然发生偏差是可能的，但不断修正的预测结果与实际状况发生重大不利差异，就有可能预示企业将发生财务危机；过度大规模扩张和投资，就会造成企业资金的严重短缺及负债急剧上升，可能会导致财务危机；缺乏严谨的财务预算，过分依赖贷款，在企业失控和无法获得贷款时，就会导致财务危机；市场销售长期不佳和企业收款状况持续不良，可能直接导致企业的财务危机；过分依赖关联企业，一旦失去关联企业在技术、资金和市场方面的支持，马上就会导致财务危机；过分依赖高级经管人员，一旦其离开可能导致财务危机。
 
第 3 章 财务预警指标体系的设计......................15
3.1 财务预警指标选取的标准...........................15
3.2 财务预警指标的选取..............................15
第 4 章 财务预警模型的构建............................27
4.1 财务预警模型构建的方法 ...........................27
4.2 基于改进的 BP 神经网络模型.........................30
4.3 EVA 与神经网络相结合的财务预警模型的构建..........36
第 5 章 实证分析....................................39
5.1 样本数据的来源与选取 .........................39
5.2 基于 EVA 和改进的 BP 神经网络的预警模型的构建.....39
5.3 F 分值模型 ........................48
5.4 两种模型的比较 ...................................51
5.5 基于改进的 BP 神经网络的指标体系比较研究 ..........52
 
总结
本文在总结国内外财务危机预警研究成果的基础上，以我国的上市公司为研究对象，构建了基于 EVA 的财务预警指标体系和基于改进的 BP 神经网络的财务危机预警模型，利用上市公司连续三年的数据进行了实证研究，并对比了所构建的模型和 F 分值模型，以及对基于 EVA 指标体系构建的模型与传统指标体系构建的模型进行了比较，结论表明，BP 神经网络模型比 F-分值模型具有比较大的预测优势，基于 EVA 的指标体系比传统的指标体系的预测准确率稍高。主要特色是：
（1）建立了新的财务预警指标体系。本文分析总结了国内外学者在财务危机预警实证研究中，对预警模型有显著影响的指标。选取的指标，不仅包括国内外众多学者的所采用的高频财务指标，也包括目前市场上已经有的预警软件中所采用的部分财务指标；既有传统的财务指标，也有现金流量指标和 EVA 指标，相对比较全面。根据本文确定的预警指标的选取标准，共选取了反映公司盈利能力、运营能力、偿债能力和每股指标四个大类共 28 个指标。
（2）构建基于改进 BP 神经网络的财务预警模型。在标准的 BP 神经网络模型的基础上，采用了动量因子学习规则和自适应学习算法，构建了基于改进的 BP 圣经网络模型。本文所建立的指标体系经过相关性检验和因子分析，把 28 个财务指标筛选为 15 个指标，简化了计算工作量，使得模型更有使用价值。通过实证分析，基于改进的 BP 神经网络建立的财务危机预警模型对学习样本有 100%的正确判定率，对检验样本有 92.86%的正确判定率，预测精度非常高。通过和 F 分值模型相比较，得出本文所建立的基于改进的 BP 神经网络模型具有明显的优越性。
 
参考文献：
［1］郭复初．中国加入 WTO 对财务的影响[EB/OL]2004-7-28
［2］李年．基于 EVA 的财务预警模型比较研究[D]．重庆：重庆大学, 2007
［3］陶文锐．服务业上市公司财务预警指标体系研究[D]．武汉：武汉理工大学, 2008
［4］高晓鑫．我国上市公司财务预警研究[D]．北京：北京林业大学, 2008
［5］朱红星．汽车制造企业财务预警指标体系设计[D]．武汉：武汉理工大学, 2007
［6］邹娟霞．基于 EVA 的上市公司财务预警实证研究[D]．济南：山东大学, 2010
［7］周伟,尹洪勋．企业财务预警初探[J]．中小企业管理与科技,2010.18（06）：65-66
［8］Aziz.Aand G. H.Lawson. Cash https://www.51daxielunwen.com/cwkjbylw/  Flow RePorting and Finaneial Distress Model：Testing HyPOtheses [J].Finaneial Managemen, 1989
［9］Charles E. Mossman, Geoffrey G. Bell, L. Mick SwaxtZ, Harry Turtle.An Empirical Comparison of Bankruptcy Models [J].The Financial Review, 1998:PP35-54
［10］洪荭．EVA 财务系统研究[D]．武汉：武汉理工大学,2002