粒子群优化算法在企业财务危机预警中的应用

蒋晶晶 关胜 李楠 曾维佳

摘   要：文章选取企业盈利能力作为企业财务预警指标，运用粒子群优化算法，对样本进行指标分析，得出企业财务预警模型的分析结论，对企业经营决策起到重要的参考和指导性作用。

关键词：粒子群优化算法;财务预警;企业盈利能力

一个公司运营的成功与否通常最直接的表现形式就是公司的财务状况。财务危机是企业经营失败的具体体现，因此必须要重视对财务危机的预防，研究企业陷入财务困境的背景并建立一套可行的预警模型对于企业发展具有重大的意义[1]。本文采用粒子群优化算法来建立企业财务危机预警模型，克服以往财务预警模型中遇到的信息量大、筛选信息困难、无法建立模型關系和找不到最优解等一系列问题。

1    预警指标选取—企业盈利能力

企业盈利能力是偿还债务的保障，企业盈利能力越强，发生财务危机的可能性越小。因此，选择盈利能力的构成指标作为财务危机的预警指标来建立粒子群模型。所选指标包括净资产收益率、总资产报酬率、成本费用利润率[2]。

2    粒子群优化算法部分代码实现

4    模型结果分析

设定目标函数适应度z=0.18，步长为0.2为标准，用100个粒子同时寻求最优解，粒子群寻优过程的直观感受。

第一步：由于参数是任意的，所以线显得非常杂乱毫无头绪，如图1所示。第二步：所有的线会朝着最优方向靠拢，如图2所示。第三步：靠拢后的线几乎形成一条直线，如图3所示。第四步：线越来越细，逐渐靠拢成一条线，如图4所示。第五步：找到最优解。

最初，由于粒子群的初始解是随机选取的，所以在画图区域内所有的直线都显得非常杂乱毫无头绪，这也体现了初始解对整个区域的覆盖是比较均匀的。经几步迭代运算后，所有的直线会逐渐朝着最优方向靠拢。逐渐靠拢的线，经过几次迭代会靠拢得更明显，部分线会重叠。多次迭代后大部分线会重叠几乎形成一条直线，迭代到最后会找到最优解[3]。不难看出：粒子群优化模型由于引进了粒子间的协作，使得算法体现了群体智能性，因此，基于粒子群优化算法的财务危机预警模型具有良好的应用前景。

[参考文献]

[1]陈鑫子.轻资产模式下互联网上市公司盈利能力分析[J].财会通讯，2019（9）：125-126.

[2]张亚男，刘人境，陈慧灵.基于粒子群算法和核极限学习机的财务危机预测模型[J].统计与决策，2019（5）：188-191.

[3]冯珍慧.基于粒子群优化BP神经网络的上市公司财务风险预测研究[D].上海：东华大学，2017.