蔣晶晶 關(guān)勝 李楠 曾維佳

摘? ?要：文章選取企業(yè)盈利能力作為企業(yè)財(cái)務(wù)預(yù)警指標(biāo)，運(yùn)用粒子群優(yōu)化算法，對(duì)樣本進(jìn)行指標(biāo)分析，得出企業(yè)財(cái)務(wù)預(yù)警模型的分析結(jié)論，對(duì)企業(yè)經(jīng)營決策起到重要的參考和指導(dǎo)性作用。

關(guān)鍵詞：粒子群優(yōu)化算法;財(cái)務(wù)預(yù)警;企業(yè)盈利能力

一個(gè)公司運(yùn)營的成功與否通常最直接的表現(xiàn)形式就是公司的財(cái)務(wù)狀況。財(cái)務(wù)危機(jī)是企業(yè)經(jīng)營失敗的具體體現(xiàn)，因此必須要重視對(duì)財(cái)務(wù)危機(jī)的預(yù)防，研究企業(yè)陷入財(cái)務(wù)困境的背景并建立一套可行的預(yù)警模型對(duì)于企業(yè)發(fā)展具有重大的意義[1]。本文采用粒子群優(yōu)化算法來建立企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型，克服以往財(cái)務(wù)預(yù)警模型中遇到的信息量大、篩選信息困難、無法建立模型關(guān)系和找不到最優(yōu)解等一系列問題。

1? ? 預(yù)警指標(biāo)選取—企業(yè)盈利能力

企業(yè)盈利能力是償還債務(wù)的保障，企業(yè)盈利能力越強(qiáng)，發(fā)生財(cái)務(wù)危機(jī)的可能性越小。因此，選擇盈利能力的構(gòu)成指標(biāo)作為財(cái)務(wù)危機(jī)的預(yù)警指標(biāo)來建立粒子群模型。所選指標(biāo)包括凈資產(chǎn)收益率、總資產(chǎn)報(bào)酬率、成本費(fèi)用利潤率[2]。

2? ? 粒子群優(yōu)化算法部分代碼實(shí)現(xiàn)

4? ? 模型結(jié)果分析

設(shè)定目標(biāo)函數(shù)適應(yīng)度z=0.18，步長(zhǎng)為0.2為標(biāo)準(zhǔn)，用100個(gè)粒子同時(shí)尋求最優(yōu)解，粒子群尋優(yōu)過程的直觀感受。

第一步：由于參數(shù)是任意的，所以線顯得非常雜亂毫無頭緒，如圖1所示。第二步：所有的線會(huì)朝著最優(yōu)方向靠攏，如圖2所示。第三步：靠攏后的線幾乎形成一條直線，如圖3所示。第四步：線越來越細(xì)，逐漸靠攏成一條線，如圖4所示。第五步：找到最優(yōu)解。

最初，由于粒子群的初始解是隨機(jī)選取的，所以在畫圖區(qū)域內(nèi)所有的直線都顯得非常雜亂毫無頭緒，這也體現(xiàn)了初始解對(duì)整個(gè)區(qū)域的覆蓋是比較均勻的。經(jīng)幾步迭代運(yùn)算后，所有的直線會(huì)逐漸朝著最優(yōu)方向靠攏。逐漸靠攏的線，經(jīng)過幾次迭代會(huì)靠攏得更明顯，部分線會(huì)重疊。多次迭代后大部分線會(huì)重疊幾乎形成一條直線，迭代到最后會(huì)找到最優(yōu)解[3]。不難看出：粒子群優(yōu)化模型由于引進(jìn)了粒子間的協(xié)作，使得算法體現(xiàn)了群體智能性，因此，基于粒子群優(yōu)化算法的財(cái)務(wù)危機(jī)預(yù)警模型具有良好的應(yīng)用前景。

[參考文獻(xiàn)]

[1]陳鑫子.輕資產(chǎn)模式下互聯(lián)網(wǎng)上市公司盈利能力分析[J].財(cái)會(huì)通訊，2019（9）：125-126.

[2]張亞男，劉人境，陳慧靈.基于粒子群算法和核極限學(xué)習(xí)機(jī)的財(cái)務(wù)危機(jī)預(yù)測(cè)模型[J].統(tǒng)計(jì)與決策，2019（5）：188-191.

[3]馮珍慧.基于粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)研究[D].上海：東華大學(xué)，2017.