神经网络模型在上市公司财务困境预测中的应用

选取有效分析指标,建立神经网络预测模型,对中国上市公司的财务困境进行预测,研究结果表明该模型预测精度较高,可以作为投资者和证券分析人员使用的一种有效预测工具.     

战略性新兴产业创新的绩效研究——基于中小板上市公司的实证分析

战略性新兴产业创新绩效可以纳入包括了企业规模、创新投入产出、公司绩效、盈利能力、成长性、股票收益与风险等变量的分析框架中进行研究.基于中小板市场上市公司2006、2007、2008年创新活动的调查分析以及实证检验表明:不管是从企业业绩还是从市场绩效来看,战略性新兴产业类上市公司明显优于非战略性新兴产业类,这说明了战略性新兴产业创新的绩效较为显著;创新绩效与创新投入产出、创新环境等因素呈弱正相关性,而与产品毛利率显著正相关.     

基于遗传神经网络的工业股票指数预测

结合遗传算法与倒传递神经网络进行工业股票指数预测 ,使用 5个输入变量 :周成交额增减幅、周振荡幅度、周涨跌幅、5日EMA波动、DIF波动值 ,并将下周涨跌幅设为输出目标进行训练 ,以取得较理想的预测结果。对于传统上选择适合的神经网络拓扑结构效率较低的问题 ,本文对于遗传算法的引入大大提高了搜索到最优结构的速度。     

基于小波神经网络的基建投资预测研究

基建投资预测是基建部门急需解决的问题之一,本文在分析已有预测技术的基础上,建立了相应的小波神经网络模型。运用历年天津市基建投资数据进行实证研究,为政府相关部门编制基建投资的规划提供有效的理论支持。     

基于粗糙集和RBF神经网络的分类模型研究

分类是数据挖掘中一个重要的研究领域。针对原始决策表中往往存在大量冗余信息,从而影响决策分类综合性能这一问题,提出了一种基于粗糙集和RBF神经网络的分类模型。该模型在保持训练样本分类质量的情况下,运用属性约简方法对决策表进行约简,得到维数较小的训练样本空间。通过这样确定RBF神经网络输入层变量,优化了网络结构。实例结果表明了该方法的有效性和实用性。     

基于财务指标的ST公司退市风险判别研究

ST类股票是股市中非常独特的一个群体,存在一定的投资价值。以ST公司的资产负债率等九项财务指标为依据,运用齐同性检验和典则判别函数,对其中的退市公司和未退市公司进行分析,发现资产负债率、应收账款周转率、资产周转率等是影响ST公司命运的主要因素,ST类股票投资者应特别关注ST公司的负债情况、经营周转情况和业务收入情况,以规避其退市风险。     

基于神经网络的预测拥塞控制算法

利用神经网络的方法,研究了Internet网络路由器中的拥塞控制问题.根据过去相邻两个时刻缓存器中队列长度值的变化量来预测下一时刻路由器中队列长度值,及时调整控制增益的大小以防止拥塞的发生,该方法可以使路由器中队列长度稳定在一个期望值附近.仿真表明,该控制方法可以有效地保证网络系统中信息的平稳传输.     

基于模式匹配识别和神经网络的股指预测研究

股票市场是个非线性系统,由于受到多方面因素的影响,对于股指的预测一直是个难题.各种建模方法都有自身的缺点,如模式匹配识别系统过分依赖历史数据,缺乏自身变化.BP神经网络容易陷入局部最优,而且训练时间较长.文章从模式匹配识别和BP神经网络相结合的角度来进行股票指数预测分析,预测系统克服了单一神经网络预测系统和单一模式匹配识别预测系统的各自缺点,能有效地预测股指.     

基于BP神经网络的油气产量历史预测

分析了常规油田开发模型所存在的问题;探讨了应用神经网络技术进行油气产量历史预测的可行性。油田实际资料验证评价结果表明:该法模拟预测精度高,效果好,简单实用,不失为油气产量动态预测的一条新途径。     

基于联想记忆神经网络的控制方法

提出了一种新型联想记忆神经网络结构和学习算法,通过反馈通道将网络输出反馈至输入层,并在通道中引入联想记忆因子,提高了X寸非线性系统的辨识能力,能够简单有效的建立起电阻炉的数学模型。采用具有逆辨识结构的神经网络控制方法对电阻炉进行实际控制,逆控制器的参数通过神经网络逆辨识模型得到,神经网络采用3层2—8—1结构形式。与常规PID控制相比较表明,此方法对大滞后非线性系统具有良好的控制效果和较强的抗干扰能力。     

我国中小企业融资需求与资本结构选择研究——基于中小上市公司的实证检验

通过对影响中小企业融资需求与资本结构选择的特征因素进行逻辑分类,通过样本选择来控制一定层面的特征因素,进而对中小企业融资需求与资本结构选择进行一般性研究。研究发现我国中小企业的融资需求偏好股权融资,中小企业规模、成长性、市场竞争能力、盈利性、非债务税盾与资产担保价值对中小企业融资需求与资本结构选择具有重要影响揭示了尽管资本市场拓宽了中小企业的融资渠道,股权融资需求得到较大程度的满足,但是并不能满足中小企业成长性融资的内在需求,高成长企业被迫选择以银行信贷为主的债权性融资,从而带来财务杠杆的提高,增大企业财务风险,因此对于本身就具有高风险的中小企业来说,提高风险价值管理水平,科学进行融资决策具有至关重要的意义。     

基于熵权TOPSIS法的种业上市公司经营绩效评价研究

种子是农业的"芯片",事关国家粮食安全。研发创新能力是种业上市公司的核心竞争力,对种业公司加快新品种研发创新、扩大种子市场份额、提升经营绩效水平、实现公司持续健康发展具有重要意义。本文根据种业上市公司特点,基于熵权TOPSIS法,从盈利能力、营运能力、偿债能力、成长能力和研发创新能力五个维度,构建种业上市公司经营绩效评价模型,对其经营绩效进行综合评价。研究结果发现:种业上市公司经营绩效差距较大,大北农、隆平高科、农发种业经营绩效水平相对较好,发展较为稳定,敦煌种业经营绩效水平相对较差。据此提出要加大研发投入,增强种业支持力度,营造良好发展环境,提高种业公司经营绩效,促进企业健康稳定发展。     

基于Logit模型的中国预亏上市公司财务困境预测

使用Logit模型对中国45家预亏的上市公司财务困境进行预测分析。另外还选入了相同数目的业绩正常的公司进行比较。实证研究表明，Logit模型在预测亏损前的上市公司财务困境方面具有较高的准确率。     

论中小海运企业的经营策略

摒弃以理论阐述理论的一贯做法,将理论与实际相联系,用具体的实践同相关理论相联系,主要从海运企业需要面对的客户、政策以及目的性三方面阐述中小海运企业在经营过程中应贯彻的管理思想,使物流中高深的理论真正转化为物流经理人可以具体操作理解的利器,从中起到一个简单的桥梁作用.     

论中小海运企业的经营策略

摒弃以理论阐述理论的一贯做法,将理论与实际相联系,用具体的实践同相关理论相联系,主要从海运企业需要面对的客户、政策以及目的性三方面阐述中小海运企业在经营过程中应贯彻的管理思想,使物流中高深的理论真正转化为物流经理人可以具体操作理解的利器,从中起到一个简单的桥梁作用。     

基于核方法的贝叶斯邮件分类网络研究

提出一种包含核函数的Bayesian参数估计方法,提高了Bayesian参数估计的实用性。结合邮件内容和报文格式两个方面分析和提取邮件的重要特征,建立了对应的Bayesian邮件分类网络。将包含核函数的Bayesian参数估计方法应用到邮件分类网络,在对不同邮件测试集的在线学习试验结果证明,这种新的分类模型能够有效地实现垃圾邮件的分类过滤。     

汽车上市公司业绩评价研究——基于经济增加值理论与应用

企业业绩评价的关键要素总是随着经济发展阶段性特征的出现进行调整、有所侧重。在经济增加值理论与应用的基础上,吸收国资委的核算方法并加以改进,以我国六家汽车制造上市公司为研究对象,测算出2014-2018年的EVA值及相关指标,重点围绕EVA资本回报率进行对比分析,对六家公司的业绩情况、经营中的优劣势做出评价,为企业提升EVA资本回报率提出了改善资本结构,降低融资成本等建议,为进一步提高我国汽车企业竞争力提供参考依据。     

基于上市公司业绩预告的盈余预测特征分析

上市公司盈余预测的特征是分析预测信息质量的重要内容,也是评价相关政策实施效果的重要依据。本文以2006～2008年的年度业绩预告为研究样本,分析了上市公司盈余预测值的精确性、准确性、及时性及其修正结果,得出以下主要结论：业绩预告的精确性在逐渐增强的同时及时性在减弱,而与之相关的准确性并没有因此得到普遍的提高。与＂自愿性＂的业绩预告相比,＂强制性＂业绩预告的准确性明显较低。预测偏差的统计结果显示面对坏消息时管理层偏向于乐观估计。修正后的业绩预告仍存有一定量误差,与实际结果相距甚远。