化工类上市公司财务危机预警研究——基于BP人工神经网络模型

文章结合我国化工行业特点,将传统的财务指标与现金流量信息相结合,构建一个包含偿债能力、盈利能力、营运能力、发展能力及现金流量的预警指标体系。以沪深两市上市的化工类公司为样本,并采用陷入财务危机前四年的数据,进行BP神经网络系统分析,提高模型的纵向长期预测能力。实证结果表明:将化工业的复杂性与人工神经网络分析的广泛适用性进行有效结合,实行多时段预警,充分展示了神经网络模型的超前预测能力,具有较强的优越性。