简述神经网络的基本思想

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇简述神经网络的基本思想范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

简述神经网络的基本思想范文第1篇

[关键词] 财务危机 相关分析 逻辑回归 主成分分析 神经网络模型

在过去的几十年里，我国的证券市场一路经历考验和改革，取得了突飞猛进的发展。迄今，沪深两市共有近1500家上市公司。然而，由于管理和操作的原因，许多公司都遭遇了财务困境，甚至因为财务风险而变成ST或PT公司，严重影响了公司的信誉和流通市值，同时也给投资者带来巨大的恐慌和经济损失。因此，这就需要在公司陷入财务危机前，找到一套切实可行的预警方法，为市场主体各方敲响警钟，以促进上市公司及早采取应对措施，改善公司的财务状况。

一、财务预警系统的指标体系

1.财务风险的定义

风险(Risk)是人们因对未来行为的预测及客观条件的不确定性而可能引起的后果与预定目标发生多种负偏离的结合。企业总是在不同的风险环境下生存和发展的，经营企业离不开风险。

2.财务管理指标简述

现在财务管理理论认为，衡量一个企业的财务状况，取决于盈利能力、资产管理能力、企业偿债能力和成长能力。因此，企业的财务指标可分成以下几类: 偿债能力指标、资产运营能力指标、收益能力指标、成长能力指标。在每一类指标中包括若干个财务比率指标，用这些指标来反映企业的财务状况和经营成果。

(1)盈利能力指标

获得利润是企业生产经营的目的，也是企业生存发展的前提。反映企业盈利能力的主要指标有:每股收益(EPS)(全面摊薄)；销售净利率；销售毛利率；资产净利率(ROA)；主营业务利润率；净资产收益率(ROE)(全面摊薄)。

(2)成长能力指标

成长能力指标是对企业的各项财务指标与往年相比的纵向分析。反映企业成长能力的指标主要有: 每股收益(EPS)同比增长率(全面摊薄)；主营业务收入同比增长率；主营业务利润同比增长率；总资产同比增长率；每股净资产(NAVPS)同比增长率；每股现金流量增长率。

(3)营运能力指标

企业的营运能力即企业的资产运用效率，是指企业的营业收入净额对各项营运资产的比率关系。一般而言，反映企业资产管理能力指标主要有:营业周期；存货周转率；应收账款周转率；流动资产周转率；固定资产周转率；净资产周转率；总资产周转率。

(4)偿债能力指标

企业偿债能力是指企业支付债务的能力，它表明企业对债务的承担能力和偿还债务的保障能力。企反映企业偿债能力指标主要有:流动比率；速动比率；保守速动比率；资产负债率；产权比率；有形净值债务率；已获利息倍数。

二、企业财务预警系统的构建

在上述基础指标体系中的26个指标，并不是所有指标都能反映出渐入财务危机的企业与健康型企业的差异；并且，各指标对财务危机的预示程度也各不相同。一般可使用专家选择法定性确定对财务危机敏感的指标，本文从实证分析出发建立数学模型，应用定量方法对上述指标进行筛选、提炼并综合考虑进行预测。

1.数据来源

本文从沪深两市所有上市公司中随机选取64家公司作为样本数据，其中有于2000年～2007年八年中被特别处理的34家ST公司作为财务困境公司的研究样本，其选取标准为:

(1)会计年度的审计结果显示的净利润为负值

(2)交易所证监会认定为财务状况异常

其余30家公司为财务状况良好的企业，作为健康型公司的研究样本。利用WIND咨询金融终端提取上市公司公布的相关数据，对于ST公司提取其被特别处理前一年度的数据（如＊ST济百, 编号为600807，于2003年3月7日宣布进行特别处理，则提取该公司2002年度的26个指标值进行研究）。并将健康型企业赋值为1; ST企业赋值为0。

2.指标的筛选

正如上文所述，每个指标对企业财务困境的敏感程度有强有弱。在建立企业财务预警系统时，我们需要将26个基础指标精简，以那些能够充分预警企业财务危机的指标作为预警系统的主要组成成分，本文利用相关分析方法和建立Logit逻辑回归模型，根据指标对财务危机的敏感程度进行筛选。

(1)相关分析方法

描述客观事物相互间关系的密切程度并用适当的统计指标表示出来，这个过程就是相关分析。两个变量之间的相关程度通过相关系数R来表示。正相关时，R值在0和1之间；负相关时，R值在-1和0之间。

(2)Logit逻辑回归模型基本思路

Logit逻辑回归模型是一种非线性概率模型，其最大优点是,不需要严格的假设条件,克服了线性方程受统计假设约束的局限性,且具有了较其他模型更广泛的适用范。

(3)指标筛选结果

利用EVIEWS软件，对64个样本数据进行分析，建立各个指标与公司财务状况的相关关系和Logit逻辑回归关系，通过分析结果，我们可以清晰的辨别出与陷入财务危机的企业相关性较大的指标。①通过观察相关系数值，大于0.5的指标即具有中度相关性，大于0.8的指标具有高度相关性；②通过观察各个指标Logit逻辑回归模型的P值，可以判断P值小于0.05的指标即为回归系数显著不为零，进而拒绝原假设，认为该指标的变动将对公司属性（属于健康型企业或是渐近财务危机的企业）具有不可忽略的影响。依据上述两条判断标准，选取以下指标作为预警系统的主要组成成分：每股收益(EPS)(全面摊薄)；销售净利率(NP)；资产净利率(ROA)；主营业务利润率(MR)；净资产收益率(ROE)(全面摊薄)；主营业务收入同比增长率(IRG)；主营业务利润同比增长率(IRP)；总资产同比增长率(IRS)；每股净资产(NAVPS)同比增长率(INAVPS)；流动资产周转率(LT)；总资产周转率(TT)；流动比率(LDBL)；保守速动比率(BSSDBL)；资产负债率(ZCFZL)；已获利息倍数(YHLXBS)。

3.利用主成分分析提炼指标

(1)主成分分析方法基本思想

主成分分析（Principal Component Analysis）是考察多个定量（数值）变量间相关性的一种多元统计方法。它是研究如何通过少数几个主分量（即原是变量的线性组合）来解释多变量的方差－协方差结构。

(2)主成分分析结果

在SPSS软件中，对上述15个基础指标进行主成分分析，有以下结论:①主成分F1和F2一起解释了总方差的51.72％（累计贡献率），这说明前两个主成分提供了原始数据相当的信息。②前5个主成分特征根大于1，而其他主成分的特征值小于1，可以认为前五个主成分能概括绝大部分信息。③第一主成分、第二主成分与原始变量关系，可用下列线性组合表示:④依照上式计算64家样本企业的F1和F2，为方便后续计算,记为：

4.应用神经网络算法建立综合预警系统

(1)神经网络算法

人工神经网络(Artificial Neural Network,简称ANN)是由大量神经元互相联接而组成的复杂网络系统,对非线性系统具有很强的模拟能力。此外,神经网络的“黑箱”特性很适合预测领域的应用需要,它不需要任何经验公式,就能从已有数据中归纳规则,获得这些数据的内在规律,因此即使不清楚预测问题的内部机理,只要有大量的输入、输出样本,经神经网络“黑箱”内部自动调整后,便可建立良好的输入、输出映射模型。

(2)应用神经网络建模

本文应用BP神经网络方法中的一种feed-forward backprop建立模型，经过多次试验，有三个模型拟和程度较好(见下表)。

三个模型的拟和程度十分相近，神经网络的训练步数均在10步左右即可达到目标。下图展示了第二个模型的拟和程度和“黑箱”内的训练步数。

5.模型的检验和评价

为了评价模型的优劣，本文随机选取了10个上市公司的数据，分别为：伊泰B股、鲁抗医药、亚通股份、青岛海尔、中国铝业、大化B股、平煤天安、ST天目、*ST成商、S*ST沪科，将其相关数据带入模型进行检验。结果，除了ST天目的判断出现错误，其他的模型拟合结果良好，应用该模型判断的结论十分接近于真实值。

总的来说，采用MATLAB的神经网络工具箱进行建模，取得了非常好的拟和效果，对企业财务危机的预警精确度高，且建模操作简便。进一步研究上述神经网络的三个模型，正确率均为90％，其中Model2效果最好，结果简洁清楚，可以直接用于判断预测企业是否面临着重大的财务危机。而对于ST天目这个样本数据，三个模型均在此预测出错，有可能是公司提供的数据有出入。具体原因有待进一步分析。

三、结论

本文从四个方向26个财务指标出发，逐步进行指标的筛选、提炼和综合考虑，混合使用了相关关系分析、Logit逻辑回归分析、主成分分析方法，以及神经网络模型，建立起上市公司发生财务危机前一年的预警系统，并应用其进行预测。模型的检验说明其拟和度达到90％。该系统为预警上市公司的财务危机提供了一个有效的方法。

参考文献：

[1]卫海英 刘 潇:SPSS在经济管理中的应用.北京:中国统计出版社，2003

[2]庞 皓:计量经济学.北京:科学出版社，2006

[3]盛 骤 谢式千 潘承毅:概率论与数理统计.北京:高等教育出版社，2005