摘要
文章基于制造业整体特征,选取财务指标和非财务指标构建制造企业信用风险预警指标体系;在传统BP神经网络模型的基础上对输入指标运用因子分析进行降维优化处理,通过蝙蝠算法优化传统BP神经网络的随机权值问题,构建制造业上市公司信用风险预警的FA-BA-BP模型;以60家制造业上市公司为样本,进行实证研究。通过对数据的降维处理,提炼出盈利能力、偿债能力、运营能力、自身规模、创新能力和经营规范六个信用风险预警因子。研究表明:FA-BA-BP神经网络模型迭代次数更少、均方误差和平均绝对误差均为最小,且预测准确率达到95%,具有良好的预警作用。
出处
《财会通讯》
北大核心
2022年第12期136-140,共5页
Communication of Finance and Accounting
基金
国家自然科学基金(项目编号:72171039,71771042,71601127)
教育部人文社会科学研究资助项目(项目编号:18YJCZH224)
辽宁省“兴辽英才计划”哲学社会科学领军人才项目(项目编号:XLYC1804008)
辽宁省教育厅项目(项目编号:WQ2020001)阶段性研究成果。
