基于SSA优化BP神经网络上市公司财务危机预警研究

随着市场竞争的加剧,企业陷入财务危机的可能性不断增加,因而优化上市公司财务危机预警模型,监控和及时预测上市公司的财务风险,对于防止上市公司“爆雷”具有重要的现实意义。BP神经网络模型在财务危机预警方面已有深入研究,但其仍存在收敛速度慢、易陷入局部最优解等缺陷。文章引入麻雀搜索算法,构建了SSA-BP财务危机预警模型,并运用2015—2021年上市公司面板数据作为样本进行仿真模拟。研究发现,与传统BP财务危机预警模型相比,SSABP财务危机预警模型具有更好的预警性能。该研究能够为政府监管部门、上市公司管理部门以及投资者决策提供更为科学有效的方法。