電子信息行業(yè)上市公司財(cái)務(wù)報(bào)表智能分析系統(tǒng)設(shè)計(jì).pdf

1、在信息時代，有效的利用企業(yè)巨量的歷史數(shù)據(jù)，是贏得競爭優(yōu)勢的關(guān)鍵因素，財(cái)務(wù)分析是商業(yè)數(shù)據(jù)挖掘的一個很重要的應(yīng)用方向。傳統(tǒng)的財(cái)務(wù)分析方法只是簡單地利用統(tǒng)計(jì)學(xué)的方法對少量的財(cái)務(wù)數(shù)據(jù)進(jìn)行分析，不能深入地了解海量財(cái)務(wù)數(shù)據(jù)潛在的、深層次的信息。數(shù)據(jù)挖掘技術(shù)的特征使得它在財(cái)務(wù)分析中具有很好的應(yīng)用前景。使用數(shù)據(jù)挖掘技術(shù)可以大大提高信息的利用度，決策者在大量歷史數(shù)據(jù)的支持下進(jìn)行多角度的比較、分析,從而得出科學(xué)的分析結(jié)果。數(shù)據(jù)挖掘技術(shù)還可以靈活的改變已經(jīng)訓(xùn)

2、練好的挖掘模型，具有較好的學(xué)習(xí)記憶能力，能夠滿足智能財(cái)務(wù)信息系統(tǒng)的需求。
　　 進(jìn)行財(cái)務(wù)分析研究不但對智能財(cái)務(wù)分析具有重要的理論價值，而且對于企業(yè)行業(yè)評價、中小投資者決策也具有重要的現(xiàn)實(shí)意義。
　　 本文重點(diǎn)將幾種數(shù)據(jù)挖掘技術(shù)應(yīng)用到電子信息行業(yè)財(cái)務(wù)報(bào)表分析模型中。運(yùn)用決策樹，神經(jīng)網(wǎng)絡(luò)等數(shù)據(jù)挖掘技術(shù)不斷深入的分析該領(lǐng)域上市公司財(cái)務(wù)狀況。具體內(nèi)容如下：
　　 (1)首先建立決策樹財(cái)務(wù)分析模型，決策樹的節(jié)點(diǎn)可以交互式生

3、成，由此可以得到對電子信息行業(yè)上市企業(yè)財(cái)務(wù)狀況影響最大的財(cái)務(wù)指標(biāo)以及相關(guān)規(guī)則。人們也可以就這些重要指標(biāo)，粗略判斷該公司的財(cái)務(wù)狀況是否穩(wěn)定。將決策樹挖掘結(jié)果中出現(xiàn)頻率高的指標(biāo)，作為神經(jīng)網(wǎng)絡(luò)的輸入，得到的結(jié)果也更為準(zhǔn)確。
　　 (2)本文為了更好的解決網(wǎng)絡(luò)初始權(quán)值與閾值的確定問題，利用遺傳算法的全局搜索能力來確定初始權(quán)值和閾值,提出了遺傳算法對神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)值的同時進(jìn)化算法。從模型的輸出結(jié)果可以得出，神經(jīng)網(wǎng)絡(luò)模型的具有較強(qiáng)的預(yù)測能