1、本文研究的主要目的是論證基于粗糙集和神經(jīng)網(wǎng)絡的預警模型來進行財務危機預警的可行性和有效性。首先利用粗糙集的約簡技術知識對上市公司的財務數(shù)據(jù)進行屬性約簡，然后利用改進的BP算法即添加了動量添加法和自適應參數(shù)調整法的神經(jīng)網(wǎng)絡算法訓練網(wǎng)絡，并檢驗模型的預警效果并結合包鋼稀土對上市公司財務危機預警進行案例分析，文章最后對構建預警系統(tǒng)過程中所應當注意的問題進行了深入的思考。
　　首先，當今時代不確定性的經(jīng)營環(huán)境和風險因素使企業(yè)面臨著更為激烈

2、的競爭和嚴峻挑戰(zhàn)，財務危機預警成為研究的熱點?？偟恼f來，目前財務危機預警的研究主要有單變量分析、多元線性分析、Logistic回歸分析法以及類神經(jīng)網(wǎng)絡模型四種方法。
　　其次，隨著粗糙集和神經(jīng)網(wǎng)絡技術的出現(xiàn)和發(fā)展，財務危機的動態(tài)預警研究已成為可能和發(fā)展趨勢。正是基于這一現(xiàn)狀，本文根據(jù)我國證券市場和上市公司的現(xiàn)狀，在借鑒國內外學者研究成果的基礎上，以滬深兩市的A股上市公司為樣本進行實證研究，構建了適合我國國情的粗糙集神經(jīng)網(wǎng)絡財務危機