基于聚类-粗糙集-神经网络的企业财务危机预警

摘要

财务危机预警是企业各方利益相关者关心的一个重要问题。由于样本的可得性问题,现有的财务预警相关研究一般只能把企业的财务状况分为ST和非ST两类,运用层次聚类将其分为健康、良好、中等、轻警、重警5种类型,从而对企业财务状况的描述更符合实际。在考虑预警指标所含信息的完备性和准确性的基础上,使用了粗糙集方法构建指标体系,弥补了传统指标体系构建时信息量冗余或不足的缺陷。最后,将5种分类作神经网络的输出层,粗糙集约简后指标体系作输入层,构建神经网络模型进行财务预警。通过粗糙集约简形成的输入层节点数以及聚类形成的输出层节点数,进而提升了神经网络的拟合效率,使其运用更为合理,并最终完成对财务状况转折点以及财务状况恶化阶段的预测。