由于全球经济和客户需求正发生着根本的变化,企业面临着激烈的竞争和不断波动的经营环境。当企业无法及时地识别财务危机并在早期采取相应措施时,它将面临破产的危险,这不仅会给股东、债权人和经理等人给带来巨大损失,而且也会影响到社会经济的稳定。现实中,财务危机预警系统的应用在监控企业财务危机和预防企业破产风险方面起到了至关重要的作用,因此对关于财务危机预警系统的研究也已得到了广泛的关注。　　 本文研究的主要目的在于建立和完善我国上市公司财务危机预警系统,为我国上市公司更好更强的发展提供理论和技术支持。　　 本文采用贝叶斯网络结合进化规划搜索算法来对上市公司财务危机预警系统建立模型。在这个数据挖掘的任务中,本文通过综合盈利能力、营运能力、成长能力、偿债能力和现金能力这5个方面的指标变量建立一个预测模型来预测财务公司的状况。在结构分析中,本文使用贝叶斯网络作为一种通用逼近器来代表模型的结构,并结合进化规划算法作为随机搜索算法来搜索最优的贝叶斯网络模型,同时采用最小描述长度准则来评价模型并最小化过度拟合。　　 本文中预警模型的建立有以下6个步骤:　　 第一步,结合前人韵研究初步选定相关财务指标。本文在全面性、重要性、成本效益性、灵敏性和可比性的原则下,初步选取了盈利能力、营运能力、成长能力、偿债能力和现金能力五个方面的共15个指标变量。　　 第二步,收集样本数据。本文先选取沪深两市A股的2600家上市公司作为训练样本来建立模型,然后又另外选取了财务危机公司和财务健康公司各100家作为测试样本来对所建模型进行验证。　　 第三步,对初选的指标进行筛选。本文采用了Pearson相关系数筛选出相关性较高的10个指标作为最终财务指标来建立模型,这些指标有:净资产收益率、资产收益率、净利润率、存货周转率、应收账款周转率、资产周转率、净资产增长率、总资产增长率、营业收入增长率、税后利润增长率、流动比率、速动比率、债务资本比率、债务资产比率、现金流动负债比率。　　 第四步,对样本数据做进一步处理。在本文中,先把具有负值的指标加上一个正值使其正数化,再对这些正值指标对数化来减小它的取值范围,最后再使用平均分配方法对财务指标进行分级使其离散化,在本文中,每一个财务指标都被分为五个等级。　　 第五步,建立模型并确定模型参数。本文先运用贝叶斯网络工具箱建立了有向无环图模型,然后将具体的财务指标代入到有向无环图中的指标代码后就形成了财务危机预警模型图；基于前面所建的模型,可以通过贝叶斯法则计算出所有结点的后验概率分布。　　 第六步:当模型和参数确定之后,对其进行检验。本文用所建模型对随机选取的财务危机样本和财务健康样本各100个进行验证,结果显示模型的总体分类判定正确率为92.5％,分类效果较好。　　 本文结合贝叶斯网络与进化规划算法,采用最小描述长度准则作为拟合函数建立了上市公司财务危机预警模型,并对随机选取的样本进行验证。结果表明,用贝叶斯网络结合进化规划算法不论是应用于财务危机预警中的建模预测还是应用在拥有大量噪声数据的数据挖掘中,其结果表现都令人满意,其优点表现在:第一,贝叶斯网络的预测精确度较高,并且形象的描述了数据的潜在概率分布关系。第二,本文中使用的进化规划优化算法简单易行,并通过拟合标准最小描述长度准则平衡了模型的精确度和复杂度,有效地控制了过度拟合的问题。最小描述长度准则使得进化规划算法的优化过程得以容易地实现,并能清晰地显示出进化过程中的贝叶斯模型在竞争时的相对性能。它们的结合运用就像一个“白匣”,具有很高的透明度,克服了人工智能网络等黑箱操作的缺点。　　 更重要的是,贝叶斯拓扑具有直观上的优势,一个贝叶斯模型的定性部分用数据间的联合概率分布表示,有效地模块化地描述了复杂的模型结构。后验概率有助于判断财务指标对财务状况的影响,揭示非线性的相互关系。贝叶斯网络结构清晰地呈现了综合财务比率的相关性,并且直观地表现出这些财务比率与我国上市公司财务状况的因果关系以及各个比率之间的相关性。与边缘概率结合,产生的模型能详细说明这些变量如何反映财务状况,为管理提供很好的建议和决策支持。　　 作者认为如果在研究中把影响公司财务状况的非财务因素(如企业政策与策略、管理能力与技术水平等)加以量化并作为财务危机预警的预警指标,应该可以进一步提高本文中财务危机预警模型的预测能力,最终为管理人员提供更好的决策支持。