节点文献
制造业上市公司信用风险预警研究——基于FA-BA-BP神经网络模型
【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。
【关键词】 制造企业；
信用风险预警；
FA-BA-BP模型；
【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
- 【文献出处】 财会通讯 ,Communication of Finance and Accounting , 编辑部邮箱 ,2022年12期
- 【分类号】F425;F832.51;F406.7;F832.4
- 【下载频次】553