基于因子分析的上市车企财务风险神经网络评价模型对比研究

• 作者: 张丽
• 来源期刊: 会计师
• 关键词: 上市汽车企业 财务风险评价 因子分析法 BP神经网络 ELMAN神经网络
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 理论探索
• 页码范围: 15-16
• 页数: 2页
• 语种: 中文

摘要

汽车产业已成为我国国民经济的重要产业,为了研究神经网络模型在企业财务风险评价中的有效性,本文首先建立了评价指标体系;其次通过Wind数据库,选取了市值前20的汽车上市企业作为研究对象,并收集了17家企业近5年的财务数据,运用因子分析法和SPSS、MATLAB软件,分别提取了6个和9个因子,得到了85组因子分析评价结果;再次运用BP、ELMAN两种神经网络模型,分别建立了由因子分析结果到Wind财务风险评价结果的神经网络模型,并进行了训练和测试;最后对比了6个和9个因子下,2种神经网络模型的评价效果.结果 表明,9个因子的ELMAN神经网络模型效果最好,适合于我国上市汽车企业的财务风险评价.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张丽		10	13	2.0	3.0