学位论文 > 优秀研究生学位论文题录展示
基于神经网络的财务困境预测模型设计
作 者: 李凡军
导 师: 魏海坤
学 校: 东南大学
专 业: 控制理论与控制工程
关键词: 财务困境 CC算法 TAF模型 特别处理(ST) 动态主元分析
分类号: TP183
类 型: 硕士论文
年 份: 2006年
下 载: 282次
引 用: 0次
阅 读: 论文下载
内容摘要
财务困境已成为一个世界问题,因为它会极大地影响投资者、信贷者以及银行官员的财务决策,审计人员也需要通过财务困境的判别和预测来获取财务信息。公司陷入财务困境是一个逐步的过程,不但具有先兆,而且可以预测。正确预测公司财务困境,对于保护公司投资者和债权人的利益、对于管理者防范财务危机、对于政府管理部门监控上市公司质量和证券市场风险,都具有极其重要的现实意义。自1960年财务困境预测在美国和欧洲就已经开始研究,国外公司财务困境预测研究在证券投资、信用风险管理、审计决策和公司财务管理中开始扮演越来越重要的角色。有很多方法可以用于解决财务困境预测问题,其中用的最多的就是统计方法,包括多元判别分析法(MDA)、Logit法和Probit法。MDA方法已被广泛应用于企业破产预测、企业信用评价、信贷评价等等领域。但是由于变量分布不符合MDA所需要的统计假设,所以使用MDA方法有可能导致判别结果产生偏差。作为另一个可供选择的模型,神经网络通过其神经元之间的连接来代表非线性的判别关系,所以神经网络是完全适合解决企业财务困境的预测问题的。国内这方面的研究才刚刚起步,本文利用某些函数的高阶导函数可以由其低阶导函数表示这一特性,提出了激活函数可调的级连相关算法(TAFCC),并将动态主元分析应用到变量选择中。最后应用我国上市公司的财务报表数据(1998-2002),采用集成神经网络(BP、CC、TAFCC)和动态主元分析相结合组成的新模型,对我国上市公司进行财务困境预警研究。实证结果显示新模型效果要优于MDA、logit等预测结果。
|
全文目录
摘要 4-5 Abstract 5-8 第一章 绪论 8-11 1.1. 课题的意义 8 1.2. 研究现状 8-10 1.2.1 国外研究现状 9 1.2.2 国内研究现状 9-10 1.3 课题任务与内容 10 1.4 课题的实现方法 10-11 第二章 财务困境的相关概念 11-25 2.1 财务困境的定义及特征 11-14 2.1.1 国外有关财务困境的定义标准 11-12 2.1.2 国内有关财务困境的定义标准 12-14 2.1.3 财务困境的某些特征 14 2.2 财务困境预测的常用模型 14-22 2.2.1 单变量判别 14-15 2.2.2 多元判别分析(MDA) 15-16 2.2.3 线性概率模型(LPM) 16 2.2.4 Logit、Probit模型 16-17 2.2.5 人工神经网络(ANNs) 17-18 2.2.6 遗传算法(genetic algorithm) 18-20 2.2.7 粗集方法(rough set theory) 20-21 2.2.8 支持向量机 21 2.2.9 组合预测模型 21-22 2.3 财务困境预测中变量选择 22-25 2.3.1 预测变量选择的原则 22-23 2.3.2 依据经济金融理论选择预测变量 23 2.3.3 逐步回归 23-24 2.3.4 神经网络方法 24-25 第三章 激活函数可调的级连相关算法 25-37 3.1 CC算法原理及结构 25-27 3.2 TAF模型 27-30 3.2.1 TAF模型的基本结构 27-28 3.2.2 TAF函数的可行函数域 28-29 3.2.3 权值调节 29-30 3.3 激活函数可调的CC算法 30-33 3.3.1 基本原理 30-31 3.3.2 并联方式 31-32 3.3.3 串联方式 32-33 3.3.4 算法实现 33 3.4 实验及结果 33-37 3.4.1 双螺旋问题 33-34 3.4.2 Makey_Glass时间序列 34-37 第四章 动态主元分析简介 37-39 4.1 多变量主成分及其求法 37-38 4.2 多元动态主成分实现及其特点 38-39 第五章 实证研究及前景展望 39-50 5.1 样本及变量选取 39-43 5.1.1 样本选取 39-40 5.1.2 变量选择 40-43 5.2 模型建立及实证结果分析 43-49 5.2.1 BP模型 43-45 5.2.2 CC模型 45-46 5.2.3 激活函数可调的CC算法(TAFCC) 46 5.2.4 网络集成模型 46-49 5.3 前景展望 49-50 结束语 50-51 致谢 51-52 参考文献 52-55 研究生期间发表的论文 55
|
相似论文
- 终极控制人特征、治理环境差异与财务困境——来自中国上市公司的经验证据,F832.51;F224
- 房地产上市公司财务困境预测研究,F293.33
- 我国生物制药行业财务困境预警研究,F406.72
- 异常审计收费与财务困境客户经营风险,F239.4;F224
- 我国上市公司财务困境预警实证分析,F275
- 我国财务困境上市公司资产重组绩效研究,F275
- 上市公司自愿性变更会计师事务所的影响因素研究,F276.6;F224
- 公司治理与财务困境成本的研究,F276.6;F224
- 基于多元判别模型和BP神经网络模型的上市公司财务困境预警,F832.51;F275
- 我国生物制药行业上市公司财务困境预警研究,F406.72;F224
- 上市公司股权结构与财务困境关系的实证研究,F275;F224
- 具有新型预测能力的财务困境模型研究,F275
- 我国上市公司财务困境成本实证研究,F275
- 基于可拓理论的我国房地产上市公司财务预警研究,F224
- 我国上市公司财务困境成本研究,F224
- 中国上市公司财务预警实证研究,F224
- 上市公司财务困境分析与预测,F276.6;F224
- 中国上市公司财务困境预测模型研究,F832.51
- 资产减值对上市公司财务困境预测的影响研究,F276.6;F224
- 基于公司治理因素的财务困境预警实证研究,F275
- 秦皇岛耀华玻璃股份有限公司财务困境预警研究,F426.71
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 人工神经网络与计算
© 2012 www.xueweilunwen.com
|