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:
本文以山东省67家在沪深主板上市的制造业公司作为研究对象,选取各公司2009--2011年的数据,构建包含财务指标和非财务指标的指标体系,运用因子分析和BP神经网络模型对样本数据进行训练、测试。研究表明:BP神经网络预测结果的综合正确率符合设计标准,可以为山东省制造业上市公司提供较为准确的预警信息;BP神经网络具备自我学习、训练、调整的能力,可以科学地分析数据,使评价结果科学、准确。
推荐文章
基于Logistic回归模型的建筑业上市公司财务风险预警分析
Logistic回归
财务预警模型
独立样本T检验
建筑业上市公司
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
债务重组对制造业上市公司财务绩效的影响
债务重组
企业财务绩效
主成分分析
制造业上市公司
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
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 基于神经网络模型的上市公司财务风险预警研究——来自山东省制造业数据
来源期刊 财会通讯:综合(下) 学科 经济
关键词 制造业 财务风险 神经网络模型
年,卷(期) 2014,(3) 所属期刊栏目
研究方向 页码范围 89-92
页数 4页 分类号 F270
字数 语种
DOI
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 郭亚军 西北农林科技大学经济管理学院 48 320 9.0 15.0
2 曹彤 西北农林科技大学经济管理学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(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)
研究主题发展历程
节点文献
制造业
财务风险
神经网络模型
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
财会通讯:下
月刊
1002-8072
42-1103/F
武汉市武昌紫阳东路45号
38-192
出版文献量(篇)
5247
总下载数(次)
25
总被引数(次)
0
论文1v1指导