【作　　者】
王志仁 曾繁荣

【作者单位】
桂林电子科技大学管理学院 广西桂林 541004

【摘　　要】

      【摘要】本文运用BP神经网络对我国制造业上市公司进行实证研究，选取了2002 ~ 2005年的62家ST公司为样本，通过显著性检验对指标进行筛选，并比较了单纯依靠财务指标的BP神经网络财务预警模型与引入非财务指标后的模型的预测效果，结论认为引入非财务因素后的BP神经网络财务预警模型更加精确。
【关键词】BP神经网络   非财务因素   财务危机

      一、财务危机的界定及预测模型的选择
      企业陷入财务危机是一个逐步的过程，从财务危机出现的那一时点直至公司破产都属于财务危机过程，企业的财务危机是有程度之分的，不同程度的财务危机，其症状和表现也是不一样的，所以目前理论界对财务危机的界定还没有形成统一的标准。国外大多数研究将企业根据本国破产法提出破产申请的行为作为确定企业进入财务危机的标志, 他们研究的对象也界定在法定的破产公司。由于我国资本市场的弱有效性，且上市公司的数据是公开的，比较容易获得，因此国内学者将主要的研究对象放在上市公司，但我国几乎没有上市公司的破产样本，所以大部分国内的学者就将特别处理（ST）公司作为财务危机企业。故我国对财务危机的界定主要依据沪深证券交易所1998年所公布的《上市公司状况异常期间的特别处理》规定和2001年6月所颁布的《股票上市规则（2001）修订本》，即出现下列情况之一的企业：①最近两个会计年度的审计结果显示的净利润均为负值；②最近一个会计年度的审计结果显示其股东权益低于注册资本, 即每股净资产低于股票面值；③注册会计师对最近一个会计年度的财务报告出具无法表示意见或否定意见的审计报告；④最近一个会计年度经审计的股东权益扣除注册会计师、有关部门不予确认的部分，低于注册资本；⑤最近一份经审计的财务报告对上一年度利润进行调整、导致连续两个会计年度亏损。