高技术企业生存风险预测模型的研究

摘要

高技术企业在经营过程存在生存风险,预测高技术企业的生存风险,使企业能及时采取相应措施,是高技术企业保持可持续发展的有效途径.利用人工神经网络可以建立高技术企业生存风险预测模型,模型是利用BP神经网络误差反向传播学习算法建模,通过神经网络的学习来确定的,用效率、效益、结构类共13个指标作为生存风险评价指标体系,根据专家咨询及企业实地调查确定企业生存风险安全性数值范围；预测时只需把生存风险的指标数据输入模型,由模型计算出企业安全系数,通过企业安全系数来判断其生存风险.在实证研究中,通过样本企业的学习和检验确定预测模型,把待测的企业的指标数据输入模型计算出安全系数,实证表明,高技术企业生存风险预测模型具有较高的准确性.