用遗传神经网络模型预测公司财务困境  

Predicting the financial distress of firms using genetic neural networks

作　　者：姚宏善[1] 沈轶[1] 

机构地区：[1]华中科技大学控制科学与工程系

出　　处：《华中师范大学学报（自然科学版）》2005年第2期195-197,共3页Journal of Central China Normal University：Natural Sciences

基　　金：国家自然科学基金资助项目(60074008);湖北省自然科学基金资助项目(2004ABA055).

摘　　要：利用遗传算法的全局寻优能力,构造了一个预测财务困境的遗传神经网络模型(GANN).该模型对预测财务困境的神经网络模型的输入变量进行了优化.通过对沪深A股市场部分上市公司财务困境的预测表明,该模型比ANN模型具有更好的预测财务困境的能力.<Abstrcat> The authors set up a genetic artificial neural networks model(GANN) using the character of globally searching optimization for genetic algorithm. The model optimizes the input variables of neural networks for predicting financial distress. The forecasting outcome for some listed companies issued A-shares on Shanghai Securities Exchange(SHSE) and Shenzhen Securities Exchange(SZSE) support the fact that the predicting ability of GANN outperforms the predicting ability of ANN model.

关 键 词：遗传算法 神经网络 财务困境 

分 类 号：F832.51[经济管理—金融学]