商业会计
商業會計
상업회계
COMMERCIAL ACCOUNTING
2013年
17期
46-48
,共3页
财务危机预警%多元判别%逻辑回归%BP%神经网络%支持向量机
財務危機預警%多元判彆%邏輯迴歸%BP%神經網絡%支持嚮量機
재무위궤예경%다원판별%라집회귀%BP%신경망락%지지향량궤
本文以2001年至2008年间74家A股机械、设备、仪表业上市公司数据为研究对象,分别用多元判别、逻辑回归、BP神经网络和支持向量机四种方法构建了财务危机预警模型,并用2009年至2012年间24家同行业上市公司作为检验样本对模型进行了检验.研究结果表明:第一,人工智能方法所构建模型的预测准确率比传统方法构建模型的准确率高；第二,资产净利率和营业收入增长率是区分机械、设备、仪表行业上市公司财务状况优劣的重要指标.
本文以2001年至2008年間74傢A股機械、設備、儀錶業上市公司數據為研究對象,分彆用多元判彆、邏輯迴歸、BP神經網絡和支持嚮量機四種方法構建瞭財務危機預警模型,併用2009年至2012年間24傢同行業上市公司作為檢驗樣本對模型進行瞭檢驗.研究結果錶明:第一,人工智能方法所構建模型的預測準確率比傳統方法構建模型的準確率高；第二,資產淨利率和營業收入增長率是區分機械、設備、儀錶行業上市公司財務狀況優劣的重要指標.
본문이2001년지2008년간74가A고궤계、설비、의표업상시공사수거위연구대상,분별용다원판별、라집회귀、BP신경망락화지지향량궤사충방법구건료재무위궤예경모형,병용2009년지2012년간24가동행업상시공사작위검험양본대모형진행료검험.연구결과표명:제일,인공지능방법소구건모형적예측준학솔비전통방법구건모형적준학솔고；제이,자산정리솔화영업수입증장솔시구분궤계、설비、의표행업상시공사재무상황우렬적중요지표.
