基于BP神经网络中国医药行业上市公司财务危机预警研究

发布时间：2018-01-17 15:36

本文关键词：基于BP神经网络中国医药行业上市公司财务危机预警研究　出处：《安徽大学》2012年硕士论文　论文类型：学位论文

【摘要】：随着商品经济的快速发展,市场竞争越来越激烈,企业时时刻刻都要面临着被市场淘汰出局的威胁。财务危机是影响企业生存、获利、发展最直接也是最主要的因素,为了求得生存、获利和发展,避免被市场淘汰出局,企业必须不断地加强自身的经营管理,解除影响公司生存发展的危机因素,这样才能长期在市场中屹立不倒。近几年来,我国医药行业发展迅速,医药市场规模以14%-17%的速度飞速增长,有望成为仅次于美国的药品市场。然而医药行业是一个弱周期行业,同时具备典型的“三高”特征——投入资金高、风险系数高、投资回报高。步入2012年以来,我国整体经济发展速度放缓,药品的成本上升趋势也愈发的明显。目前我国已经进入了医药行业结构调整、转型升级的攻坚时期,国家的医改也进入了医药分百的深水区。面对日趋激烈的市场竞争和国家政策的挤压,一些规模较小、经营能力不足的制药工厂和医药商业公司将会被淘汰出局,整个医药行业将面临重新洗牌。因此,对于我国医药行业上市公司的财务危机预警研究迫在眉捷。本文建立的是针对我国医药行业上市公司的财务危机BP神经网络预警模型,以2008年-2010年期间在沪深股市上市的医药公司为研究对象。笔者阅读了大量的国内外有关财务危机预警研究的文献,并且对文献进行了整理。在前人研究的基础上,选取了45个指标(包括财务指标和非财务指标),并将上市公司的财务状况划分为3个警度,分别是健康、轻度危机、重度危机。本文构建的是针对我国医药行业上市公司短期的BP神经网络预警模型,即提前1年的BP神经网络财务危机预警模型及提前2年的BP神经网络财务危机预警模型。对于初选的45个指标,笔者对其进行非参数检验、因子分析,分别得到了(t-1)BP神经网络财务危机预警模型及(t-2)BP神经网络财务危机预警模型的输入,设计并构建BP神经网络。通过对构建的BP神经网络进行训练和检测,结果发现(t-1)BP神经网络财务危机预警模型与(t-2)BP神经网络财务危机预警模型的预测效果都比较理想,并且通过比较发现,(t-1)BP神经网络的预警模型要比(t-2)BP神经网络的预警模型预测效果要好。总体来说本文构建的BP神经网络模型的预测效果还是较为理想的,能够为上市公司的经营管理者和企业的投资者、债权人及早地发现财务危机的征兆并及早地做出相应的措施提供帮助。最后,本文对安徽省首家上市的医药公司“丰原药业”2008年-2010年的财务状况利用本文构建并训练好的(t-1)BP神经网络财务危机预警模型及(t-2)BP神经网络财务危机预警模型进行了仿真预测,仿真结果显示：(t-1)BP神经网络预警模型对“丰原药业”2008年—2010年的财务状况识别全部正确,而(t-2)BP神经网络预警模型对“丰原药业”2008年—2010年的财务状况识别出现了一个误判。同时笔者又利用“丰原药业”2010年的数据指标对其2011年及2012年的财务状况进行了预测。
[Abstract]:With the rapid development of commodity economy , the market competition is becoming fiercer and fiercer . The financial crisis is the most direct and most important factor that affects the survival , profit and development of the enterprise . In order to get the survival , profit and development , avoid being out of the market by the market , the enterprise must strengthen its own management and management continuously , and lift the crisis factors that affect the survival and development of the company . In recent years , China ' s pharmaceutical industry has developed rapidly , and the market size of medicine has increased rapidly at 14 - 17 % . It is expected to be the second - only drug market in the United States . However , the medical industry is a weak - cycle industry , with high risk coefficient and high return on investment . In this paper , a BP neural network early - warning model for the financial crisis of listed companies in China ' s pharmaceutical industry is set up , which is based on BP neural network financial crisis early - warning model and ( t - 2 ) BP neural network financial crisis early - warning model . In the end , the financial crisis early - warning model and ( t - 2 ) BP neural network financial crisis early - warning model and ( t - 2 ) BP neural network financial crisis early - warning model of the first Chinese medicine company listed in Anhui province are predicted . The simulation results show that ( t - 1 ) BP neural network early - warning model is correct in recognition of the financial position of " Fengyuan pharmaceutical industry " 2008 - 2010 , and ( t - 2 ) BP neural network early - warning model has a misjudgment on the recognition of " Fengyuan pharmaceutical industry " 2008 - 2010 . At the same time , the author forecasts the financial position in 2011 and 2012 by using the data index of " Fengyuan pharmaceutical industry " in 2010 .

【学位授予单位】：安徽大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：F406.72;F426.72;F832.51;F224

【参考文献】