基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对当前财务状况判别分析建模研究中存在的问题,在分析经典判别分析算法不足的基础上结合粗糙集理论提出一种新的判别分析算法,实证分析结果表明其在多指标筛选、指标重要性识别以及判别分析等方面性能良好.
推荐文章
基于GA-SVM的上市公司财务危机预警研究
财务危机
预警
遗传算法
支持向量机
基于SPSS分析平台的上市公司财务预警模型
财务失败
SPSS
预测模型
实证检验
上市公司财务状况的主成分分析
主成分分析
相关阵
累积贡献率
我国上市公司财务状况的非线性主成分分析研究
非线性主成分分析
上市公司财务状况评价指标
应用实例
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 上市公司财务状况判别分析算法的实证研究
来源期刊 系统工程 学科 经济
关键词 财务状况判别 判别分析 指标筛选 Kolomgorov-Sirno检验 粗糙集
年,卷(期) 2005,(1) 所属期刊栏目 方法与应用
研究方向 页码范围 107-110
页数 4页 分类号 F830.91
字数 3932字 语种 中文
DOI 10.3969/j.issn.1001-4098.2005.01.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈传明 南京大学商学院 133 2783 24.0 50.0
2 杨磊 四川大学工商管理学院 33 244 7.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (195)
参考文献  (7)
节点文献
引证文献  (23)
同被引文献  (21)
二级引证文献  (95)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(3)
  • 参考文献(0)
  • 二级参考文献(3)
1984(3)
  • 参考文献(1)
  • 二级参考文献(2)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(3)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(5)
  • 引证文献(5)
  • 二级引证文献(0)
2007(6)
  • 引证文献(3)
  • 二级引证文献(3)
2008(10)
  • 引证文献(0)
  • 二级引证文献(10)
2009(9)
  • 引证文献(6)
  • 二级引证文献(3)
2010(11)
  • 引证文献(1)
  • 二级引证文献(10)
2011(8)
  • 引证文献(1)
  • 二级引证文献(7)
2012(7)
  • 引证文献(1)
  • 二级引证文献(6)
2013(9)
  • 引证文献(3)
  • 二级引证文献(6)
2014(16)
  • 引证文献(2)
  • 二级引证文献(14)
2015(8)
  • 引证文献(1)
  • 二级引证文献(7)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(10)
  • 引证文献(0)
  • 二级引证文献(10)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
财务状况判别
判别分析
指标筛选
Kolomgorov-Sirno检验
粗糙集
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
系统工程
双月刊
1001-4098
43-1115/N
大16开
长沙市浏河村巷37号湖南省社会科学院内
42-67
1983
chi
出版文献量(篇)
4447
总下载数(次)
29
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导