基于粒子群优化算法的现代企业财务危机预警系统设计

赵 吉

(长春人文学院,吉林 长春 130000)

0 引言

财务危机的研究一直是世界范围内最广泛的研究话题之一。一般而言,在对财务危机问题进行分析时,需要引入多种模型,例如统计模型、人工智能模型等,在相关学者的研究中,财务危机的单变量预警研究成了这一阶段的里程碑。当前,随着证券市场的产生以及快速发展,现代企业的业绩状况不容乐观,并且突出问题表现在其严重的财务危机上,部分现代企业的亏损面积与亏损数额呈现出逐渐增加的趋势[1]。而且在当前全球经济形势发展背景下,金融一体化逐渐成为未来发展的主要趋势。对于每个国家而言,其金融安全问题都会在一定程度上影响到其他国家经济的未来发展。虽然目前我国的金融监管体系正在不断发展和完善,但与国际监管体系相比,仍然存在较大差距[2]。针对这一问题,该领域研究人员对其开展了更加深入的研究,并将研究重点放在了对现代企业财务危机的预警话题中。然而现有预警系统的预警仍然是小样本预警事件,需要通过大量数据才能够达到一定精度,因此会导致其运行效果受到影响,导致实际运行中的准确率较低。针对这一问题,本文引入粒子群优化算法,对现代企业财务危机预警系统优化设计进行研究。

1 系统硬件设计

本文在对现代企业财务危机预警前,首先通过硬件结构的建立为软件部分的计算以及相关程序的运行提供环境条件。为确保粒子群优化算法的稳定运行,本文构建如图1所示的预警系统硬件结构。

图1 预警系统硬件结构

本文在对现代企业财务危机进行预测时,首先需要具备充足的基本信息,因此主要利用数据库服务器为基本信息的存储、分析以及处理提供硬件条件。选用ThinkSystemSR658型号ERP服务器作为本文预警系统的数据库服务器,利用该型号服务器的双工内存和双路CPU为基本信息提供充足的存储空间,同时也可以方便后续对数据提取。同时,该型号数据库服务器可支持16个2.5企业级SSD,SAS等多种接口硬盘,能够充分满足大中小规模企业的日常财务数据运行所需[3]。考虑到预警系统需要更加强大的控制芯片实现对粒子群优化算法的运行,因此本文在选择主控制芯片时,主要选用NY8B062D型号微控制器芯片作为预警系统的主控制芯片。本文将该型号芯片应用到预警系统中,以针对企业财务数据的变化情况,实现相关算法的自动运行,从而进一步提高预警系统的及时性和高效性。

2 系统软件设计

2.1 现代企业财务原始数据标准化处理

由于现代企业在运行过程中其财务原始数据属于不同的量纲,因此存在部分数据输入系统会出现样本特大或样本特小的奇异样本数据。这部分数据的产生会在一定程度上影响预警系统的运行效率,并会造成系统无法实现收敛的问题。因此,本文需要对财务原始数据进行标准化处理[4]。在系统中引入归一化函数premnmx函数,再对所有样本数据进行标准化处理,并确保其最终数据全部分布在[-1,1]区间范围内。premnmx函数的表达式为:

公式(1)中,P表示原始数据样本输入值;T表示原始数据样本输出值;Pn表示标准化处理后的输入数据;minp表示P中的最小值;maxp表示P中的最大值。按照上述函数,完成对原始数据的标准化处理,为后续危机预测提供数据条件。

2.2 基于粒子群优化算法的危机预测及预警阈值设定

在完成对现代企业财务原始数据标准化处理后,本文利用粒子群优化算法在实际应用中具备的最优解寻找和快速收敛优势,对财务危机问题进行预测。选用粒子群优化算法中的核心函数,将其作为支持向量机的内核函数,构建的表达式如公式(2)所示:

公式(2)中,i表示粒子种群数量;d表示维度;k表示迭代次数;表示在第k+1次迭代当中粒子种群i的第d个粒子的运行速度。将上述公式代入本文系统当中,可实现种群中每个粒子的不断学习更新,并在运行完毕后对最优解进行展示,此时得到的最优解即为现代企业财务预测结果。在实际应用中,本文首先需要在充分了解企业财务危机概念的基础上,在完成标准化处理的数据后,需要选择发生财务危机的企业和运行良好的企业进行配对,以组成训练样本。其次,在确定训练样本后,本文会根据现代企业实际运行状况,建立财务危机指标体系。最后,对所有指标进行筛选,并选择对财务危机预警较为敏感的指标,将其代入粒子群优化算法的核心函数中,对结果进行预测。

本文在设定预警阈值时,需要按照现代企业相关财务指标的数据变化情况,将数值设置为能够预测发生财务危机水平的临界数值[5]。在预警系统实际运行过程中,应当确保设定的预警阈值应以满足国际标准对现代企业经济特征以及财务危机发生时临界值的各项指标变动情况为条件进行确定。同时,针对没有明确规定的预警阈值指标,应当参考经济发展稳定时期其他资产状况类似的企业的各项指标数值,并参照经济、金融背景等在发展稳健时期的各项指标的数值,以此完成对预警阈值的设定和动态调整。

3 对比实验

本文从硬件和软件两方面实现对现代企业财务危机预警系统的理论设计,为进一步验证该系统在实际应用中的效果,并充分体现本文系统的优越性,本文选择将现代企业股票被进行特别处理作为企业发生财务危机的判别标准,针对被特别处理的现代企业对其财务危机进行预警。

为了在实验过程中,消除宏观经济环境因素以及经济周期变化等因素对预警结果造成的影响,本文选择被特别处理的200家现代企业作为实验样本,样本中70%企业为制造业、5%企业为服务业、3%企业为采矿业、2%企业为旅游业、20%企业为其余行业。分别利用本文提出的预警系统和基于风险控制的预警系统(文献[4]系统)对上述200家现代企业进行财务危机预警。在实验中主要选择将两种预警系统得出的后5年企业的财务状况预测精度作为评价指标,并将其与该企业真实的后5年财务收支情况进行对比,计算其预测偏差。

其中,d表示预测偏差,z表示真实财务收支情况,u表示预警系统预测,得出财务收支情况。结合上述内容,完成实验后,将实验结果绘制成表1所示。

表1 两种预警系统实验结果对比

通过表1中各组数据对比可以看出,本文预测系统给出的预测结果与实际偏差更小,而风险控制的预警系统给出的预测结果与实际偏差较大。同时,在实验过程中可以发现利用本文提出的预警系统,在实际运行过程中依靠粒子群优化算法得到的预测结果更加稳定,这一特点主要取决于粒子群优化算法本身具备的全局搜索能力和支持向量机的强大识别和分类能力。因此,通过上述实验结果可以进一步说明本文提出的预警系统能够实现对现代企业财务危机的精准预测,为现代企业未来发展策略的提出提供数据依据。

4 结语

本文针对现代企业的财务危机问题,在引入粒子群优化算法的基础上,提出了一种全新的预警系统,并通过对比实验的方式证明了该系统的应用优势。在研究过程中,本文引入的粒子群优化算法能够提高系统的搜索能力和预测精度,并且打破传统预警系统最优参数上限的问题,提高参数质量。但由于研究能力有限,本研究并没有对系统运行时间进行记录,也缺少对系统运行效率的评估和验证。因此,在后续研究过程中,为进一步提高预警系统的应用性能,研究人员还需要从提高其运行效率的角度对系统进行不断优化和创新。