基于ANN的上市公司財務預警系統(tǒng)的設計與實現.pdf

1、近年來，中國證券市場公司上市如雨后春筍，IPO數量與日俱增，但公司的實力良莠不齊，實際的經營情況不容樂觀，對上市公司的財務狀況進行有效的預測顯得尤為重要。財務狀況預測的方法有傳統(tǒng)分析法和數據挖掘法，數據挖掘在財務危機預測方面具有非常大的優(yōu)勢。
　　用神經網絡（ANN）等數據挖掘技術，通過大量的歷史數據，分析上市公司財務指標，在減少主觀和隨意判斷及提高判斷效率及準確率上都有其獨有的優(yōu)勢。這對于幫助企業(yè)及時發(fā)現自身問題、提高企業(yè)競爭力

2、、發(fā)現潛在財務危機、找出危機誘因，幫助監(jiān)管機關加強監(jiān)管力度、提高監(jiān)管效率，幫助證券公司準確判斷股票價值、提高證券咨詢服務水平，幫助投資者減少投資損失等方面都具有重要的實用價值。因此，通過神經網絡算法對上市公司進行財務危機預測，能有效的判斷出該公司是否存在財務風險。
　　本文設計并實現了一個基于神經網絡的上市公司財務預警系統(tǒng)，系統(tǒng)包括財務數據導入模塊、財務數據處理模塊、財務數據分析模塊以及財務預警查詢模塊。首先，從東方財富網等網絡資

3、源中下載并整理ST（Special Treatment）股票及以藍籌股和績優(yōu)藍籌股為代表的非ST股票近年來的重要財務指標和非財務數據，并導入數據庫中。其次，將ST股票及非ST股票數據作為輸出結果相反的兩類樣本以時間序列輸入BP神經網絡進行訓練。接著，將傳統(tǒng)的BP神經網絡與經遺傳算法優(yōu)化過的神經網絡進行效率和準確率的對比。通過驗證數據證明經遺傳算法優(yōu)化的神經網絡能更好的滿足系統(tǒng)需求。最后，通過測試案例來說明基于遺傳算法優(yōu)化的神經網絡的上市