【作　　者】
聂丽洁 张 毅 樊丹丹

【作者单位】
西安交通大学管理学院 西安 710049

【摘　　要】

　　【摘要】本文结合中国制造业上市公司的实证数据，通过三种统计处理方法对财务指标进行处理，再将各自的处理结果作为输入层变量输入神经网络，以此考察财务危机预警模型效果。
　　【关键词】财务危机预警   BP神经网络   解释变量

　　近年来，随着人工智能的迅速发展，不少学者将此技术引入了财务危机预警研究领域，事实也证明这些技术尤其是BP神经网络的运用的确提高了财务预测的效度和信度。纵观国内外关于BP神经网络财务危机预警的研究，可以发现各文献在选择输入层指标时主要依据经验，存在一定的盲目性、随机性。本文针对这一问题，结合中国制造业上市公司的实证数据，分别运用判别分析、Logistic分析和因子分析三种统计处理方法对财务指标进行处理，然后将处理的结果输入BP神经网络，比较其预测效果，以期更加准确地预测企业的财务困境，为广大的投资者、债权人以及政府的决策提供更有价值的信息。