基于因子分析的有导师监督型Kohonen神经网络在公司财务预警中的应用研究——以2015年24家上市公司为例

摘要

针对衡量公司绩效能力的财务指标众多,难以建立高效的公司财务预警系统问题,本文首先通过变异系数和相关系数对最为常用的衡量公司绩效的22项指标进行初步筛选和二次筛选,得到资产收益率、销售净利率、净资产收益率、留存收益与总资产比率、资产现金回收率、营运资本总资产比、经营性现金流量流动负债比、经营性现金流量债务总额比和净资产增长率等9项指标,然后利用因子分析将这9项指标划分为盈利能力、偿债能力和成长能力3个主因子,并以此建立一个按资产收益率层级划分的监督型主元Kohonen神经网络.利用Kohonen神经网络模型对24家上市公司的财务进行实证分析,结果表明该模型相比已有的F分数模型和BPNN模型具有更高的判别准确率,可以有效地规避拒识情形,在实际中具有更高的应用价值.