基于人工神经网络的建筑类上市公司财务预警模型构建

以113家A股上市的建筑公司为研究样本，从财务和非财务的角度出发，借助SPSS与Pyt hon等软件，采取主成分分析法对初步选取的财务预警指标进行降维，使用优化后的财务指标体系构建适合建筑业的人工神经网络财务预警模型。选取2013—2020年各公司的17项相关指标共计808组数据，分别完成进行模型的构建与验证。检测结果显示：基于人工神经网络的建筑业上市公司财务风险预警模型，具有较好的预测结果，对财务风险预警结果较为准确，可为建筑类公司防范财务风险提供参考。