随着中国经济的蓬勃发展,中国金融市场的发展更加显得突飞猛进,短短的二十多年以取得的很大的成绩。金融市场的建立使资源得到了合理的配置和充分的利用,极大促进了经济的发展。上市公司可以通过资本市场融资扩资,来扩大业务扩大市场占有促进企业发展,个体投资者可以通过资本市场和金融市场进行投资活动,一方面增加收入途径,一方面提高了民间资金的合理配置提高资金利用率。所以资本金融市场的发展情况是至关重要的。作为金融市场的主体上市公司来说,它的健康发展左右着金融市场的成长。今年来,随着经济危机的爆发,无论是金融市场高度发达的发达国家还是金融市场初步建立的发展中国家都表现出诸多问题,百年银行可以宣告倒闭,表面光鲜的公司顷刻倒闭,这些情况无论是对国家经济还是对广大的投资者都造成了极坏的影响,一方面影响国家经济的健康发展,一方面打击了投资者的信心和热情,所以对金融市场的治理和对上市公司的监管成为国家监管部门重大责任,而对上市公司经营状态的真实直观表现与预测成则为广大投资者深切期盼。基于以上的经济背景和现实情况,本文旨在在上市公司财务困境方面做一定的研究,以求建立一个行之有效的财务困境预警模型来为广大的投资者服务,为其投资行为提供一定的建议。本文首先界定财务困境的概念,以便界定分析对象的范围和简单介绍财务困境的一般情况。因为本文的分析对上是上市公司,那么根据对财务困境的分析,发生财务困境最直观的就是公司亏损,所以分析上市公司经营状态要从财务状况入手,分析其财务报表。这是绝大多数研究的出发点,对公司财务报表分析的重要性是不言而喻的。那么,也出现了很多的分析方法,一般的思路都是选择大量的财务指标然后做数理分析,用将经济学问题转化为数学问题。本文的财务分析方法是以杜邦分析体系为基础对公司财务指标层层分解,最后找到关系紧密,代表性较强的财务指标组合。杜邦分析体系是一种对财务比率分解的方法,它可以对企业财务状况进行综合分析,全面地了解和评价企业财务状况,为公司管理者做决策提供了有效的财务信息支持,为公司决策提供可靠保障,由这些优点杜邦体系也受到了广泛的应用。本文考虑从经济学和财务学的角度来提取样本指标特征更加有理论依据、更加有说服力。本文以公司是否被ST界定公司是否发生财务危机,因为上市公司被ST指一般公司要出现两年的亏损状况,所以可以界定为ST公司为出现财务困境公司,这也是此类问题的一般性研究方法。做好对上市公司的财务分析后,接下来建立模型。任何理论都有其前提,本文的研究前提是假设上市公司只受公司经营情况的影响,财务报表真实反映问题,其他干扰因素不考虑在内。本文选择的建模方法是利用人工智能RBF神经网络理论建立模型,人工神经网络是根据人脑和生物神经网络的作用机理来抽象建模出来的,他具有环境适应性,可以从环境的改变中自己学习,类似生物界可以自适应环境的特征。RBF神经网络可以理解是由两个映射组成,一个是从输入到隐含层的非线性映射,一个是输出层的线性映射,使得非线性问题最后用线性问题解决出来,又因为RBF神经网络有着很强的函数逼近能力,只要实验样本量足够大,它可以在任意的精度下逼近非线性函数,模型的建立实质就是找到这样的函数解决实际的分类问题,所以本文选择建立RBF神经网络模型。通过分析,将建立网络模型问题归为建立网络的三个层次的问题,三个层次依次是输入层、隐含层、输出层。输入层输入训练样本数据,数据以向量的形式表示,数据元素就是财务分析的财务指标的组合。隐含层是对输入产生激励反应,也就是用径向基函数对输入产生作用。输出层就是对上一层的作用结果进行线性组合,可以说成是总结结果。在建立三个层次时有几点重要的问题就是确定样本中心个数位置,确定权值大小和扩展常数等参数,训练模型的过程其实就是训练参数的过程,本文的想法是先大体确定合理范围内的数,然后经过大量的实验,迭代寻优。通过实验数据分析实验结论,找出模型结论随参数变化的规律,因为变化的参数较多所以做结论分析时要有计划的做参数组合分析,来看不同组合对模型的影响,最后建立稳定模型。由于该网络模型的实验量大计算量大所以本文选择自编程序来完成实验。程序的设计根据建立三个层次的步骤完成。最后的模型验证阶段证实结论还是比较满意,但是这不一定代表一般性结论,其普遍性还有待验证,文章的最后对RBF网络的优缺点给予了评价。