面向多阶段分析的企业财务危机预测模型的改进及其应用研究

The financial distress prediction is an important problem in the field of enterprise financial management and investment, according to the actual situation of RBF neural network is insufficient in financial distress prediction, and to meet the demand of multi-process modeling of financial distress prediction, this study aims to improve the research methods of each stage including feature selection, improve of RBF neural network, improve of dynamic modeling and examine the role of complex financial network indicators in financial distress prediction. The main contents include: The genetic algorithm and particle swarm algorithm are improved, the feature selection model is constructed. To adaptively adjust the parameters of RBF neural network, the back propagation mechanism is introduced into RBF neural network, and an empirical study of the improved RBF neural network is conducted. The dynamic modeling with improved RBF neural network is also investigated and validated. The financial network information is extracted, the information entropy is used to measure the importance of the indicator, and the cumulative distribution probability distribution is analyzed based on the years prior to the financial distress, the role of financial network indicators are also examined by empirical study.

财务危机预测是企业财务管理和投资决策领域的重要问题，针对径向基神经网络在财务危机预测中存在不足的实际情况，以及对财务危机预测多过程建模的现实需要，以财务危机预测多个阶段研究方法的改进为研究视角，对财务危机特征指标提取、径向基神经网络的改进、动态预测建模和基于复杂金融网络的网络测度指标在财务危机预测中的作用和影响进行研究。主要研究内容包括：对遗传算法和粒子群算法进行改进研究，构建企业财务危机特征选择模型；以径向基神经网络参数的自适应调整为目标，采用误差反向传播机制对已有网络进行改进和修正，并对改进后的径向基神经网络展开实证研究；以企业财务数据驱动为动力，建立适用于改进径向基神经网络的多分类器动态选择集成模型并展开实证研究；提取网络测度信息，采用信息熵对网络指标重要性进行测度，分析网络指标在发生财务危机若干年前累积分布函数的前验概率统计分布，并对其在企业财务危机预测方面作用进行实证分析研究。

关注企业的财务状况,进行科学的财务预警对企业、投资者、金融机构乃至整个金融市场至关重要.本课题以提高财务危机预测准确率为目的,对财务危机预测过程的多个阶段的研究方法进行改进，着重研究财务危机预测特征选择模型、径向基神经网络的改进、动态预测建模和基于复杂金融网络的网络测度指标在财务危机预测中的作用和影响等内容.具体的研究内容包括：基于改进的遗传算法和粒子群算法的企业财务危机预测特征选择模型研究；采用误差反向传播机制对径向基神经网络的改进研究及实证研究；基于改进径向基神经网络的多分类器动态选择集成模型及实证研究；复杂金融网络测度指标对财务危机预测准确率的提升研究.课题在包括IEEE Transactions On Fuzzy Systems、Information science、Decision Support System、Journal of Forecasting、Journal of the Operational Research Society等管理学领域重要期刊在内国内外学术期刊发表论文16篇,其中SCI/SSCI收录期刊论文12篇，国家自然科学基金委管理学部认定的 A类重要学术期刊4 篇.研究成果在兴业银行股份有限公司哈尔滨分行及国网黑龙江省电力有限公司信息通信公司等单位应用。研究成果对于提升企业财务危机预测能力具有重要的理论和实践意义。

内容获取失败，请点击重试