山东工商学院学报
山東工商學院學報
산동공상학원학보
JOURNAL OF SHANDONG INSTITUTE OF BUSINESS AND TECHNOLOGY
2006年
4期
56-61
,共6页
财务预警%人工神经网络%制造业上市公司%预警模型
財務預警%人工神經網絡%製造業上市公司%預警模型
재무예경%인공신경망락%제조업상시공사%예경모형
采用BP神经网络方法,以263家制造业上市公司的截面财务指标作为学习样本,并使用76家制造业上市公司作为检验样本,建立了制造业上市公司财务预警模型.其研究结果表明与没有区分行业的通用预警模型相比,分行业的BP神经网络财务预警模型的预测精度有了较大提高,为广大投资者和监管机构预测公司财务状况提供了可靠的依据.
採用BP神經網絡方法,以263傢製造業上市公司的截麵財務指標作為學習樣本,併使用76傢製造業上市公司作為檢驗樣本,建立瞭製造業上市公司財務預警模型.其研究結果錶明與沒有區分行業的通用預警模型相比,分行業的BP神經網絡財務預警模型的預測精度有瞭較大提高,為廣大投資者和鑑管機構預測公司財務狀況提供瞭可靠的依據.
채용BP신경망락방법,이263가제조업상시공사적절면재무지표작위학습양본,병사용76가제조업상시공사작위검험양본,건립료제조업상시공사재무예경모형.기연구결과표명여몰유구분행업적통용예경모형상비,분행업적BP신경망락재무예경모형적예측정도유료교대제고,위엄대투자자화감관궤구예측공사재무상황제공료가고적의거.
