基于BP神经网络的我国上市跨国公司汇率风险预警与防范研究

摘要

自2005年7月21日起，我国开始实行以市场供求为基础，参考一篮子货币进行调节、有管理的浮动汇率制度。此后，我国人民币汇率形成机制变得更加富有弹性，市场不断主导人民币汇率的形成与波动，人民币汇率波动幅度加大，我国诸多上市跨国公司面临着巨大的汇率风险。近年来人民币不断升值，给我国上市跨国公司带来了巨大的压力和挑战。汇率波动对上市跨国公司的国际竞争力、财务稳健、风险管理等都具有十分重要的影响。
　　 汇率风险是我国上市跨国公司必然面对的问题，2005年汇改以来，随着中国跨国公司国际化经营程度的提高，由汇率波动所带来的风险越来越大，如何准确预测汇率风险以便及时采取应对措施成为亟待解决的问题。本文以我国上市跨国公司或其旗下公司的T-1、T-2期公司规模、外销比例和总风险数据组合的面板数据作为研究样本，利用BP人工神经网络工具，构建汇率风险预警模型对样本T期末汇兑损益状况进行预测。经过对样本的反复训练和学习，分别取得对T-1期数据88.24％和T-2期数据64.71％的总体判正率，模型表现出较高的预测精度。研究结果表明：BP神经网络是一种比较理想的汇率风险预测工具，具有良好的实际应用前景和推广价值。本文在此基础之上，研究并提出了针对我国上市跨国公司的汇率风险防范措施。