

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著2011年資本市場陷入萎靡不振的境地,上市公司對于資金的需求持續(xù)增長,同時(shí)由于后金融危機(jī)時(shí)代市場風(fēng)險(xiǎn)的增加,導(dǎo)致了上市公司融資難度增加,企業(yè)經(jīng)營風(fēng)險(xiǎn)發(fā)生的概率日漸增高。因此,如何通過深入的研究和探討,構(gòu)建一套切實(shí)可行的、科學(xué)合理的上市公司財(cái)務(wù)危機(jī)預(yù)警系統(tǒng),有效的防范上市公司財(cái)務(wù)危機(jī)的持續(xù)惡化,是十分迫切和必要的。上市公司的財(cái)務(wù)報(bào)表有力的反應(yīng)了企業(yè)的經(jīng)營狀況的好壞,通過企業(yè)公開的各項(xiàng)財(cái)務(wù)報(bào)表數(shù)據(jù),可以有效的發(fā)現(xiàn)企業(yè)的經(jīng)營風(fēng)險(xiǎn)和存在的危
2、機(jī)。同時(shí),隨著企業(yè)面臨的市場環(huán)境的日益復(fù)雜化,企業(yè)經(jīng)營過程中產(chǎn)生的各項(xiàng)非財(cái)務(wù)指標(biāo)對于企業(yè)的發(fā)展的影響日益重要,需要引起廣大企業(yè)經(jīng)營管理者的重視。
因此,針對后金融危機(jī)時(shí)代企業(yè)面臨的財(cái)務(wù)經(jīng)營風(fēng)險(xiǎn)的狀況和我國企業(yè)的現(xiàn)實(shí)需求,本文對以下幾個問題進(jìn)行了研究和探討:(1)在企業(yè)的財(cái)務(wù)危機(jī)預(yù)警分析中,除了深入的分析了企業(yè)財(cái)務(wù)危機(jī)預(yù)警中的各項(xiàng)財(cái)務(wù)指標(biāo),還引入了非財(cái)務(wù)指標(biāo);(2)在企業(yè)財(cái)務(wù)危機(jī)預(yù)警領(lǐng)域中引入了鄰域粗糙集理論,有力的改善了經(jīng)典粗
3、糙集理論的不足;(3)采用粒子群優(yōu)化算法對傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了改進(jìn),最終構(gòu)建了企業(yè)財(cái)務(wù)危機(jī)預(yù)警的鄰域粗糙集和粒子群優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)模型。
本文的主要研究方案如下:
分析了國內(nèi)外財(cái)務(wù)危機(jī)預(yù)警研究領(lǐng)域中的理論和實(shí)踐成果,研究了其中的指標(biāo)選取和預(yù)警模型算法;系統(tǒng)化的對鄰域粗糙集理論、粒子群優(yōu)化算法和BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了介紹,探討了本文提出的混合模型的可行性;在理論分析和實(shí)踐研究的基礎(chǔ)上,實(shí)現(xiàn)了財(cái)務(wù)危機(jī)預(yù)警的粒子
4、群優(yōu)化算法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)模型,同時(shí)利用鄰域粗糙集約簡了樣本數(shù)據(jù);根據(jù)財(cái)務(wù)預(yù)警理論分析,構(gòu)建了上市公司財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系,并選擇數(shù)據(jù)進(jìn)行了相關(guān)實(shí)驗(yàn);在相同的條件下,利用同樣的樣本數(shù)據(jù)集合,分別選擇不同的模型進(jìn)行了上市公司的財(cái)務(wù)危機(jī)預(yù)警分析,比較了不同模型的預(yù)測效果。根據(jù)上述的仿真實(shí)驗(yàn)得出結(jié)論:采用鄰域粗糙集理論替代經(jīng)典粗糙集理論,利用粒子群算法對BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行優(yōu)化是合理可行的,并且改進(jìn)后的混合模型的預(yù)測準(zhǔn)確率達(dá)到了86.7%,
溫馨提示
- 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(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)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測研究.pdf
- 3947.基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的gdp預(yù)測
- 基于神經(jīng)網(wǎng)絡(luò)粒子群優(yōu)化算法的地區(qū)負(fù)荷預(yù)測研究.pdf
- 基于粒子群小波神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預(yù)測模型研究.pdf
- 基于粒子群的糧食產(chǎn)量預(yù)測神經(jīng)網(wǎng)絡(luò)優(yōu)化研究.pdf
- 基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的電力短期負(fù)荷預(yù)測研究.pdf
- 基于混沌粒子群神經(jīng)網(wǎng)絡(luò)變形預(yù)測模型的應(yīng)用研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)和粒子群優(yōu)化SVM的煤與瓦斯突出預(yù)測模型研究.pdf
- 基于粒子群優(yōu)化的神經(jīng)網(wǎng)絡(luò)智能控制.pdf
- 基于粒子群BP神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)模型的企業(yè)財(cái)務(wù)困境預(yù)警研究.pdf
- 粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)在多種股市中的預(yù)測研究.pdf
- 基于粒子群-神經(jīng)網(wǎng)絡(luò)算法的股票預(yù)測系統(tǒng).pdf
- 基于粒子群優(yōu)化算法的神經(jīng)網(wǎng)絡(luò)在股市預(yù)測中的應(yīng)用.pdf
- 粒子群優(yōu)化的神經(jīng)網(wǎng)絡(luò)在交通流預(yù)測中的應(yīng)用.pdf
- 基于協(xié)同粒子群算法的卷積神經(jīng)網(wǎng)絡(luò)優(yōu)化研究.pdf
- 基于改進(jìn)粒子群——小波神經(jīng)網(wǎng)絡(luò)的預(yù)測模型及其應(yīng)用研究.pdf
- 基于粒子群BP神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測.pdf
- 基于粒子群優(yōu)化的神經(jīng)網(wǎng)絡(luò)及其集成算法研究.pdf
- 基于主成分和粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的促銷產(chǎn)品銷量預(yù)測研究.pdf
評論
0/150
提交評論