基于變精度粗集神經網的企業失敗風險預測研究

作者：尹鵬,王宗軍,肖德云

摘要：描述粗糙集、變精度粗糙集和神經網的相關概念和應用機理，在此基礎上構建基于變精度粗糙集的強耦合粗集神經網絡，即變精度粗集神經網模型，并以此作為預測中國上市企業失敗風險的研究方法。借助信息熵和T檢驗等手段對財務指標和非財務指標進行篩選，建立企業失敗風險預測評價指標體系。在時間跨度上，選擇（t-3）年作為研究起點，避免人為夸大預測精度。將被特別處理（ST）的上市企業作為界定企業失敗的標準，以160家ST企業和160家配對非ST企業作為測試樣本，利用FUSINTER技術離散化相關數據，運用粗糙集、變精度粗糙集、粗糙集神經網和變精度粗集神經網等模型進行實證研究。分析結果表明，在由78家ST和78家非ST企業組成的檢驗樣本中，變精度粗集神經網的預測準確率要高于其他模型，且所需訓練時間更短，生成規則更少，訓練的整體效果最為理想，由此可以認為該模型比較適用于對中國上市企業進行失敗風險的預測研究。

發文機構：華中科技大學管理學院 武漢理工大學經濟學院

關鍵詞：中國上市企業風險預測變精度粗集神經網模型FUSINTER數據離散化法Chinese listed companiesrisk predictionvarious precision rough neural networks modelFUSINTER data discretisation

分類號： F272.1[經濟管理—企業管理][經濟管理—國民經濟]