科技和产业
科技和產業
과기화산업
SCIENCE TECHNOLOGY AND INDUSTRIAL
2014年
11期
95~98
,共null页
财务预警 神经网络 主成分分析
財務預警 神經網絡 主成分分析
재무예경 신경망락 주성분분석
financial crisis warning;neural network;main composition analysis
为了对上市公司财务状况进行合理预测,利用神经网络模型进行企业财务预警研究。首先,运用主成分分析等统计方法对初选的财务指标进行筛选,从初始指标中提取了五个因子作为财务预警指标;然后,选取2010至2013年间首次被特殊处理的上市公司作为财务危机样本企业,构建的财务预警模型提前三年的预测准确度近似于90%。研究结果表明,神经网络模型对我国上市公司财务状况预测具有较高的准确度,并且对预警指标进行适当的预处理,会提高模型预测的准确率。
為瞭對上市公司財務狀況進行閤理預測,利用神經網絡模型進行企業財務預警研究。首先,運用主成分分析等統計方法對初選的財務指標進行篩選,從初始指標中提取瞭五箇因子作為財務預警指標;然後,選取2010至2013年間首次被特殊處理的上市公司作為財務危機樣本企業,構建的財務預警模型提前三年的預測準確度近似于90%。研究結果錶明,神經網絡模型對我國上市公司財務狀況預測具有較高的準確度,併且對預警指標進行適噹的預處理,會提高模型預測的準確率。
위료대상시공사재무상황진행합리예측,이용신경망락모형진행기업재무예경연구。수선,운용주성분분석등통계방법대초선적재무지표진행사선,종초시지표중제취료오개인자작위재무예경지표;연후,선취2010지2013년간수차피특수처리적상시공사작위재무위궤양본기업,구건적재무예경모형제전삼년적예측준학도근사우90%。연구결과표명,신경망락모형대아국상시공사재무상황예측구유교고적준학도,병차대예경지표진행괄당적예처리,회제고모형예측적준학솔。
In order to increase forecasting accuracy, the paper uses neural network to establish a financial crisis warning model. Firstly, the paperfilters 5 financial indexes with main composition analysis and other statistical methods. Then, the paper chooses listed companies which had beenspecial treated for the first time during 2010 to 2013 as financial crisis sample. After training neural network model by training data, the result indicates that the prediction accuracy of the neural network model approaches 90%. The research indicates that neural network is a relatively satisfying method for forecasting, and the model is more accurate by proper data pre treatment.
