BP神经网络财务危机预警实证研究

财务危机预警具有重要的经济研究价值。在考虑中国现行会计信息供给状况基础上,构建了包含偿债能力、资产管理能力、盈利能力、成长性、现金流量以及会计信息披露质量的六大类预警指标体系。以沪、深两市上市公司为样本,比较了经秩和检验前后,BP神经网络模型的预警效果。结果显示:BP神经网络模型在中国上市公司财务危机预警中具有良好的应用价值,特别是经秩和检验以后,模型判别准确率显著提高,具有很强的优越性。     

基于现金流量的企业财务预警实证研究——来自我国房地产业上市公司数据

财务危机是威胁企业持续经营的根本性危机,财务预警作为经济运行的晴雨表和企业经营的警示灯,在全球金融危机后其重要性更加凸显。现金是企业的血液,现金流量信息作为企业实体资源和财务状况最直接的反映,对企业财务危机具有较强的财务判别和预警能力。本文以现金流量指标对房地产企业进行实证研究,建立房地产业的现金流财务预警模型并检验其预测财务危机能力,为房地产企业提供可操作的规避财务风险的思路。     

基于BP神经网络的我国制造业产业安全预警研究

运用灰色系统模型、线性回归模型等方法预测制造业产业安全各评价指标,将所得预测值同历史数据相结合,建立三层BP神经网络。在此基础上,对我国制造业产业安全未来状况进行了系统预警。结果表明,未来我国制造业产业安全状况良好,只需做轻度防范。     

中国油菜产业风险预警研究——基于BP神经网络

根据风险预警体系的一般组成结构,分析了油菜市场风险预警体系的组成。从油菜籽供给与需求的因素以及宏观经济、国家政策与国际市场等影响油菜籽市场价格的因素出发,以油菜籽收购价格的波动率作为油菜产业市场风险预警的警情指标,构建了中国油菜产业市场价格风险预警的指标体系。运用BP神经网络分析1990-2007年的样本,对油菜产业风险预警进行实证研究,验证了利用BP神经网络构建的风险预警模型具有实用性和可行性,从而为中国油菜产业风险预警构建了一个有效的模型。     

基于BP算法的神经网络信用风险度量实证研究

理论与实际相结合,应用神经网络技术,构建了一个基于BP神经网络技术的信用风险评价模型,对我国传统的信用风险分析方法进行改进,克服了以往我国信用风险度量中存在主观随意性的特点,为我国信用风险度量模型的建设拓宽了思路,丰富了我国信用风险体系建设中的度量方法.     

基于改进BP神经网络的企业财务预警模型及应用

本文选取了158家在深沪两地上市的制造业企业的财务数据作为样本,通过对样本的抽取以及标准化处理,建立了利用BP网络和统计方法相结合的模型对企业财务状况进行分析,实现了对企业的财务预警。研究结果表明,该模型仿真结果可靠,在提高预警精度的同时,较大地降低了犯第II类错误(即将破产企业判断为正常企业)的概率,更加满足商业银行识别不良贷款准确度的要求。     

基于BP神经网络的乡村公路工程造价模型研究

以乡村公路的路基工程为例,就如何利用BP神经网络来建立乡村公路工程造价模型进行了研究。在应用BP神经网络时,收集了合适的实例样本数据,并通过对模型进行训练、检验和修正,获得了较好的预测结果。结论表明,应用BP神经网络可有效解决乡村公路的工程造价估算问题。     

沪、深两市长期均衡关系的实证研究--来自综合指数和成分指数的比较分析

本文运用计量经济学中的协整理论,对沪、深两市综合指数间的长期均衡关系进行了比较分析.结果表明:上证综指与深证综指间不存在长期均衡关系,上证成指与深证成指间存在长期均衡关系.     

基于优化BP神经网络的营销风险衡量与控制

营销风险是由营销环境等因素的不确定变化带来的,营销风险衡量是营销风险管理的核心。文章提出了基于改进BP神经网络的营销风险评价方法。这种方法的步骤包括建立营销风险评价指标体系,并进行FA指标处理;构建BP神经网络模型,以实例训练模型,并验证此方法的可行性。在此基础上,用概率法划分五个营销风险等级,并根据企业承受营销风险的能力及风险管理水平,采取相应的预警控制措施。     

关于中国上市公司财务危机预警模型的实证研究--基于2002～2004年新增ST公司

文章以2002～2004年深沪两市首次被ST的118家上市公司作为研究对象,同时选择同行业且资产规模相近的118家盈利公司作为配对样本。以上市公司突然出现重大亏损、连续两年亏损、股东权益低于注册资本或每股净资产低于面值等几种情形作为界定“财务危机”的标准。利用ST公司财务危机前1年的数据,初步选择了20个财务指标,对ST公司与配对样本的均值、标准差、T统计量、Z统计量进行分析,寻找ST公司与非ST公司在财务指标上的差异,并采用主成分分析法的思路进一步筛选财务指标。最后运用二元逻辑回归(Logit),建立起上市公司财务危机前1年的预警模型,且进行了预测。