基于GA-BPNN的上市公司财务预警模型

为了提高财务预警模型的精度,针对BP算法训练过程中容易陷入局部极值而影响预测效果的缺陷,文章应用遗传算法和BP神经网络相结合的混合算法进行改进。通过对深沪两市A股市场74家制造业上市公司样本的实证研究比较,发现混合算法不论对建模样本还是对多期间检验样本,都显示出比传统BP算法更高的预测精度。GA-BPNN算法不仅具有BP算法较强的局部搜索能力,而且也吸收了遗传算法擅长全局寻优的特点,二者的结合可大大提高预测精度。