基于BP神经网络下的A公司财务风险预警研究

薛红婷

一、引言

近些年，随着经济的快速发展、产业结构的更新迭代、国家限制“三公消费”以及国民观念的改变，使得白酒市场趋于饱和，企业间的竞争被进一步激化。财务风险也成了全球性的问题。财务风险继续恶化将会形成财务危机，使企业陷入财务困境中。因此，上市公司重视财务风险迫在眉睫。

A公司属于白酒板块，其财务特性及风险程度与其他行业不同。A公司具有深厚的文化底蕴，多次在全国评酒会上荣获国家名酒称号。其主营业务包括白酒的生产及销售，其特有的“绵柔型”白酒作为白酒的特有类型被写入国家标准。利益相关者希望了解到A公司快速发展背后存在的财务风险，便于及时整改、防范，从而避免公司的财务危机。

二、BP神经网络概述

BP神经网络是人工神经网络的一种，是按照误差、逆向的反复迭代，以达到所设定的精度值或者训练次数的多层的前馈网络。当模型接收到输入数据后，可根据实际需求而改变，包括其权重也可根据隐含关系不断改变，即其神经元节点个数所构建出的函数关系，以此不断优化模型，达到更高准确率的目的。

三、财务风险预警模型

刘义龙、郝青、李松（2015）指出了人工神经网络的广泛应用，并提及在人工神经网络中最突出的BP神经网络，这一网络可以通过正向和反向传播，减小误差。严婕（2021）运用神经网络法对医药制造业进行预警研究，其精确度达到了98%，预判正确度极高。BP神经网络相较于传统的风险预警方法，具有精确度高的特点，被广泛运用于财务风险预警问题。

四、财务风险预警体系的构建

本文综合考虑财务指标与非财务指标之后，从四大能力、财务弹性、风险水平、现金流指标的角度选取了27个二级指标，利用其2014—2020年的相关数据进行降维处理，SPSS的相关结果表明：在27个指标通过KMO与Bartlett相关性检验之后，提取的7个主成分可以诠释选取的初始指标内容的87.433%。基于以上结果，建立了由降维之后的7个指标组成的A公司的财务风险预警体系。所选取的27个指标如表1所示。

表1 企业财务危机预警指标体系

五、BP神经网络的构建及训练

BP神经网络主要由输入层、隐层、输出层组成。由于经PCA法处理后存在7个主成分，输入层的节点数为7，本文根据白酒上市公司的特点，将其划分为5个警度：安全、良好、一般、轻警及重警。因此，其输出层的节点数为5。为了建立合适的白酒板块财务风险预警模型，确定其隐层的节点数，本文以分类后的白酒上市公司预警程度为参照值，以白酒板块（主要指主营业务为白酒生产的企业）的19家沪深上市公司2014—2020年降维后的7个指标为输入层数据，通过模型的不断迭代使得输出层的结果向参照值收敛。最终确定合适的隐层数量。训练结果显示：隐层节点数为16时，可以达到最优正确识别率。

六、基于BP神经网络下的A公司财务风险预警分析

A公司属于白酒板块内的一家上市公司，成立于1949年，坐落于江苏省。于2009年在深交所上市。其主营业务包括白酒的生产及销售。上述BP神经网络模型经过因子筛选的指标，进行训练，可以很好地提高模型收敛速度与推广性。将A公司2014—2020年的相关指标作为BP神经网络的输入层数据，其仿真结果表明：2014年、2015年的财务风险警度为良好，2016年至2020年的财务风险警度为安全。由仿真结果可以看出，A公司在2014年、2015年存在一定的财务风险，这种现象在2016年之后得到了好转，其财务风险随着公司及时的整改得到了降低。这从侧面说明了公司的管理层决策正确，在防范未来可能出现的财务风险过程中，这一方法仍可继续使用。A公司在2014年、2015年的财务风险较高，主要是由2013年国家限制“三公消费”的余温未降，白酒板块的消费大形势较差。同时，民众的消费观念在发生改变，养生成为更多人追捧的名词，白酒的热度自然不如以往。A公司在2016年之后加大了研发支出的比例，将其在核心业务上的优势更加全面地体现出来。同年，销售毛利率及经济增加值均实现了不同幅度的增长，A公司的财务风险降低。

七、建议

2021年是“十四五”规划的开局之年，各级政府机构、行业协会和企业也都纷纷出台了各自的“十四五”规划。种种数据表明，产业集中度持续提高和行业分化将成为白酒行业下一个五年的两大主要特征。

面对白酒行业龙头企业过于卓越的现象，白酒行业的内部竞争愈发激烈。A公司应该打造属于本公司的特色，调整企业未来的发展战略。同时，由于白酒板块的公司生产设备过于昂贵，其较为完善的生产线可以支撑生产需要。应减少这一部分的投入，提升在研发方面的投入。叫停一部分周期过长的项目，将长期发展战略调整为稳健战略，以充分的准备面临未来白酒板块的不确定性。