基于BP神经网络的上市公司财务困境判别实证研究

来源 :兰州商学院学报 | 被引量 : 0次 | 上传用户:rsdt25302530
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文以ST状况为目标变量的财务困境判别模型表明,对识别企业是否陷入财务困境的最有影响的因素是资产收益率、股东权益比率和净资产收益率增长率指标,并以神经网络技术建立财务困境判别模型,模型评价显示,模型的正确判别率高达90%以上;最后,得出结论和政策建议。当然随着数据环境的改变,必须不断地对其修正和完善,才能适应新的情况。
其他文献
本文首先分析了电信产业的垄断类型,认为随着技术的进步,其自然垄断性正逐渐减弱,行政垄断的特性正逐渐显露,然后,分析了中国电信产业行政垄断形成的原因和造成的后果,最后提
在保增长的压力下,沿海地区发展重化工业的热情演化为投资竞赛,并产生一些负面影响,如加大产业结构趋同、加剧产业布局分散、加重产能过剩、延缓产业升级、加重资源环境负荷等。
2008年四川汶川大地震的发生暴露了我国地震保险在灾后补偿中的不足及存在的问题。我国地震保险制度应该在借鉴国外地震保险模式的基础上,充分发挥政府与市场的双重作用,优化地
针对TCP Westwood(简称TCPW)拥塞避免算法在高误码率无线网络环境下不能区分丢包原因和性能仍显不足的问题,分析RTT的变化,提出了一种简单有效的改进算法,称为TCP VT,能有效地区分
针对传统的可控波束声源跟踪方法运算量大,难以实时处理的缺点,提出了一种基于卡尔曼滤波和预测的可控波束多声源跟踪方案,集成了语音活动检测,为运动声源分别建立状态模型和观测模型.卡尔曼预测为下一步跟踪提供了基准,免除了传统可控波束方法的全局空间搜索,可以有效地减少运算量,同时解决了无声段声源轨迹的重构问题.卡尔曼滤波可以抑制突发性的噪声,提高定位精度.仿真实验结果表明文中提出的方法的可行性.
基于相对密度的聚类算法和快速DBSCAN聚类算法是典型密度聚类算法DBSCAN的两种改进算法,但这两种方法仍存在不足.文中提出一种基于相对密度的快速聚类算法,实验证明了该方法的有