版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、中國(guó)證券市場(chǎng)日益發(fā)展但尚不成熟,許多上市公司抗壓能力差,頻頻陷入財(cái)務(wù)困境,這種狀況嚴(yán)重?fù)p害了廣大股東、債權(quán)人和其它利益相關(guān)者的利益。也對(duì)我國(guó)證券市場(chǎng)的健康發(fā)展不利。因此,如何構(gòu)建上市公司財(cái)務(wù)預(yù)警系統(tǒng)對(duì)上市公司財(cái)務(wù)及早預(yù)警己成為學(xué)術(shù)界研究熱點(diǎn)。它不僅學(xué)術(shù)價(jià)值高,而且實(shí)用價(jià)值也高。如果能把此預(yù)警研究推廣至非上市公司,能夠指導(dǎo)各個(gè)類(lèi)型的企業(yè)及早防范財(cái)務(wù)危機(jī),那么此研究就更具有現(xiàn)實(shí)意義。本論文的重點(diǎn)就是建立財(cái)務(wù)預(yù)警模型,以期對(duì)上市公司可能出現(xiàn)的
2、財(cái)務(wù)危機(jī)進(jìn)行預(yù)警,進(jìn)而提高公司的財(cái)務(wù)管理水平。
支持向量機(jī)方法己得到學(xué)者們的認(rèn)可和肯定,應(yīng)用至理工類(lèi)方面較多,本文分析并總結(jié)了學(xué)者的研究成果和不足,在此基礎(chǔ)之上,將支持向量機(jī)引入財(cái)務(wù)預(yù)警,選取2007—2009年符合條件的33家由于“財(cái)務(wù)狀況異?!北弧癝T”的上市公司,按照行業(yè)分類(lèi)和資產(chǎn)規(guī)模相當(dāng)?shù)脑瓌t,按照1:1比例,選取33家財(cái)務(wù)狀況良好的正常上市公司與之組成配對(duì)樣本,并選取11個(gè)財(cái)務(wù)指標(biāo)建立指標(biāo)體系。使用支持向量機(jī)這種
3、新型神經(jīng)網(wǎng)絡(luò)技術(shù)建立動(dòng)態(tài)預(yù)警模型,并對(duì)模型的結(jié)果進(jìn)行分析和解釋?zhuān)詈髮?duì)本課題提出展望。
研究的主要結(jié)論如下:
①支持向量機(jī)動(dòng)態(tài)預(yù)警模型在判讀上市公司財(cái)務(wù)狀況有更高的精度,有較高的實(shí)用經(jīng)濟(jì)價(jià)值。
②將SVM和BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行自身性能穩(wěn)定性比較,BP神經(jīng)阿絡(luò)模型自身性能欠穩(wěn)定。
③將SVM預(yù)警模型和BP神經(jīng)網(wǎng)絡(luò)進(jìn)行比較,得出支持向量機(jī)更優(yōu)越,如小樣本研究、維數(shù)不受限制等。
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法的改進(jìn)支持向量機(jī)財(cái)務(wù)預(yù)警研究.pdf
- 基于支持向量機(jī)的上市公司財(cái)務(wù)預(yù)警模型研究.pdf
- 基于違約距離及支持向量機(jī)的財(cái)務(wù)危機(jī)預(yù)警研究.pdf
- 基于支持向量機(jī)模型的上市公司財(cái)務(wù)預(yù)警研究.pdf
- 基于支持向量機(jī)的經(jīng)濟(jì)預(yù)警方法研究.pdf
- 基于支持向量機(jī)的企業(yè)財(cái)務(wù)預(yù)警模型構(gòu)建與實(shí)證研究.pdf
- 基于支持向量機(jī)的電力負(fù)荷預(yù)測(cè)預(yù)警研究.pdf
- 基于支持向量機(jī)的財(cái)務(wù)困境預(yù)測(cè)研究.pdf
- 基于支持向量機(jī)原理的上市公司財(cái)務(wù)預(yù)警模型實(shí)證研究.pdf
- 支持向量機(jī)在企業(yè)財(cái)務(wù)預(yù)警中的應(yīng)用研究.pdf
- 基于部分稀疏支持向量機(jī)的保險(xiǎn)欺詐預(yù)警研究.pdf
- 基于粗集-支持向量機(jī)的電力供需預(yù)警研究.pdf
- 基于改進(jìn)支持向量機(jī)的建設(shè)項(xiàng)目質(zhì)量預(yù)警研究.pdf
- 基于支持向量機(jī)的制造業(yè)上市公司財(cái)務(wù)預(yù)警分析.pdf
- 基于支持向量機(jī)和覆蓋算法的經(jīng)濟(jì)預(yù)警模型.pdf
- 基于支持向量機(jī)的瓦斯預(yù)警專(zhuān)家系統(tǒng)的研究.pdf
- 基于粒子群優(yōu)化算法和支持向量機(jī)的上市公司財(cái)務(wù)危機(jī)預(yù)警研究.pdf
- 基于遞歸策略的動(dòng)態(tài)支持向量機(jī)及其應(yīng)用研究.pdf
- 基于邊界向量預(yù)選的支持向量機(jī)算法研究.pdf
- 基于加權(quán)支持向量機(jī)的蔬菜安全預(yù)警系統(tǒng)的研究與應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論