基于Logistic回归和BP神经网络的财务预警模型比较

国内对Logistic回归模型和BP神经网络模型在财务预警方面已有不少实证研究,这些研究大多从预测准确度较高的角度出发,认为两个模型可以借鉴使用,但没有具体讨论模型犯第一类错误(将财务危机误判为财务正常)和第二类错误(将财务正常误判为财务危机)的概率.文章结合Logistic回归模型及BP神经网络模型的原理,选取上市公司财务数据进行实证,研究结果表明BP神经网络模型总体预测准确性较高,犯第一类错误的概率较低,对财务预警分析有一定借鉴作用;Logistic回归模型预测准确度低于BP神经网络模型,且犯第一类错误的概率远高于BP神经网络模型,因此运用该模型进行财务预警时应十分谨慎.     

基于首末位质量因子的BP神经网络财务风险预警模型

上市公司往往存在粉饰财务数据来美化企业经营状况的动机,这会降低财务风险预警模型预测的准确性。文章利用Benford律和Myer指数两种数据质量评估方法,构建Benford和Myer质量因子,引入BP神经网络模型,构造BM-BP神经网络财务风险预警模型;并进一步利用2000—2019年中国A股上市公司数据,评价数据质量因子对财务风险预警模型预测准确性的影响,分析新模型预测准确性的稳定性。实证分析结果显示:Benford和Myer质量因子提高了BP神经网络财务风险预警模型预测的准确性;在不同质量因子的比较结果中,包含评选指标Benford和Myer质量因子的BP神经网络财务风险预警模型具有较高的预测准确率和较低的二类误判率,稳定性良好;利用决策树算法筛选指标有效提高了新模型的预测准确性。     

能源安全预警研究

本文突破传统的风险预警模式,运用改进的BP神经网络方法建立中国能源安全预警模型,同时对中国2010年的能源安全状态进行了尝试性预警分析,得出初步结论中国的未来能源安全形势比较严峻,必须积极应对,及早采取措施.     

企业内部控制信息披露质量评价模型的构建

文章运用主成分分析和BP神经网络方法,提出了用于衡量企业内部控制信息披露质量的主成分神经网络评价模型.运用主成分分析法对内部控制信息披露质量的系列指标进行降维,选出衡量内控信息披露质量的关键输入指标,并在此基础上运用BP神经网络算法,构建内部控制信息披露质量的主成分神经网络评价模型.     

基于BP神经网络的第三方物流资源整合风险预警模型

文章针对当前第三方物流企业资源整合风险预警定量方法的匮乏,将运输、仓储、信息化、人力资源、营销及财务指标等相结合,通过问卷调查、专家访谈、企业走访、数量模型等方法,遵循定性与定量相结合的原则,以3PL资源整合管理过程中的各种可能风险为研究对象,探讨了一种基于BP神经网络的评价模型;通过对样本的训练和验证,表明所建立的BP神经网络模型真实、可靠,在物流资源整合风险预警中具有较高的实用价值.     

综合模糊认知图与BP神经网络的建模方法新探

文章介绍了模糊认知图的基本原理、推理机制及非线性赫布学习算法,然后综合考虑BP神经网络与基于非线性赫布学习算法的模糊认知图,提出了一个新的建模方案,并以股市股价预测问题为例对其进行了检验。研究结果表明:模糊认知图与BP神经网络方法的结合,不仅弥补了传统神经网络模型不具有解释性的缺陷,而且提高了模型的学习效率。     

BP神经网络在基本养老保险基金支付风险预警中的应用

尝试将BP神经网络引入基本养老保险基金的风险预警中,以期为其提供一种新的预警工具和方法。首先,建立了一套基本养老保险基金风险预警指标体系,构建了基于BP网络的基本养老保险基金风险预警模型;其次,采集1996年至2008年间的上海市各年度基本养老保险基金的历史数据对该模型进行了反复训练和学习,取得了误差率仅为3.86%的预测结果,说明该模型有很好的拟合度;最后,依据国际国内经验对基本养老保险基金的警情指标设置了五个警度输出区间。     

空气质量指数监控与预测的控制图方法

世界上多数国家都采用空气质量指数这一指标衡量空气质量状况,对空气质量的有效监测和预警是解决空气污染的重要参考依据.本研究使用ARMA模型拟合空气污染指数(API)时序数据,通过模型残差建立控制图,根据控制图的变化监控并预警.研究采用2010年上海世博会API作为可控状态建立控制限,以2011年1～8月上海API数据建立ARMA(1,1)模型,通过2011年9月上海API模型预测与残差控制图证实模型和控制图的有效性.     

基于小波神经网络的经济预测研究

本文通过小波变换和神经网络的结合,建立了相应的小波神经网络经济预测模型.该模型克服了传统时间序列预测模型只能进行线性预测,避免了一些BP神经网络的固有缺陷.     

权证定价中的神经网络方法

传统的参数模型定价方法,常常存在假设条件与现实不符的问题.神经网络方法针对该问题提供了一种全新的思路.文章利用径向基神经网络和BP神经网络对权证进行定价模拟,并用定量的指标衡量模型的优劣,研究发现神经网络方法优于传统方法,并且RBF模型优于BP模型.     

我国上市公司财务困境预测新探

本文采用主成分分析方法确定模型变量,建立多元判别分析(MDA)、Logistic回归和改进型BP神经网络模型进行财务困境预测。结果表明,神经网络模型的预测准确率明显优于多元判别分析和Logistic回归模型,而后两者的判别效果接近,神经网络模型更适合于财务困境预测。但三种模型的长期预警能力不够理想,提出建立以定量模型为主、定性分析为辅的上市公司财务困境预测新方法。     

基于BP神经网络优化算法的工业企业经济效益评估

由于现有工业企业经济评价方法具有很多局限性,本文提出了一种基于BP神经网络优化算法的工业企业经济效益评估方法,该方法将企业的各项经济指标作为人工神经网络的输入,利用优化后的BP神经网络模型对企业进行评估和分析,运行时间大大缩短,同时评估结果客观准确,并以一个算例说明了该方法的实现过程,该算例表明了该方法的可行性。     

基于机器学习的上市公司财务预警模型的构建

文章通过运用多种机器学习方法分别建立时间跨度为5年和6年的上市公司财务风险预警模型,初始选择了29个指标,利用数据挖掘的特征选择方法,最终选取9个有代表性的指标来建立模型。实验表明,最近邻分类、多层感知机、BP神经网络及逻辑回归四类方法建立风险预警模型的性能相当,可以较好地预测上市公司财务危机。     

基于BP神经网络的江苏用电量预测模型研究

本文应用贝叶斯正则化算法优化BP神经网络,通过多维经济数据(国内生产总值、固定资产投资总额、人均收入)与用电量的相关分析,来确定网络的拓扑结构,建立用电量的人工神经网络模型.用从江苏统计年鉴和江苏省电力局取得的17年数据为输入、用电量为输出来训练建立好的BP神经网络,经仿真表明该神经网络能很好地解决用电量多影响因素之间的不确定性和非线性,模型的预测精度较高,对合理的制定用电计划不仅有一定的理论意义,更具有巨大的实用价值.     

基于BP神经网络的银行信贷风险评价

信贷风险评价是商业银行风险管理的重要环节,文章利用BP神经网络的自学习能力、自适应能力和容错能力,建立了基于BP神经网络的信贷风险评价模型,以有效降低人为因素对商业银行信贷风险评价的影响.以江苏省常州市商业银行为例,文章对常州市20家地板企业进行信贷风险评价.结果表明,基于BP神经网络的商业银行信贷风险评价与专家评价结果具有很好的一致性.     

基于神经网络的创新型企业财务危机预警研究

选取48家上市公司为研究对象,采用20个指标,应用神经网络方法,对创新型企业上市公司的财务危机进行预警研究.聚类值输入的神经网络模型整个学习过程相对平稳,波动性小,尤其是后期阶段.整个过程中,最好的预测值为89.04％.对于使用连续值输入的财务预警模型预测准确度要低于聚类值输入的财务预警模型,而且其预测过程中所表现出的稳定性要差得多.     

一种基于RS-LSSVM的经济景气指数预测模型

为了消除经济景气指数系统中指标冗余及非线性预测困难等问题,文章利用粗糙集约简原理及支持向量机非线性预测特性,提出一种粗糙集与最小二乘支持向量机混合预测模型RS-LSSVM.模型运用粗糙集约简样本数据空间的维数,加快LSSVM的训练速度和模型的精度,又能弥补粗糙集方法在实际应用过程中噪声敏感问题.最后通过我国工业企业景气指数实证分析及与BP神经网络预测相比较,验证了该预测模型的有效性.     

基于BP神经网络模型的移动电子商务客户信任评价

文章基于BP神经网络法建立客户信任评价模型,结合因子分析等方法对我国目前以微商为代表的移动电子商务客户信任评价进行研究.结果显示,店铺信誉度、无线网络的普及性、应用软件的安全性等对客户信任度均有显著的影响,BP神经网络模型能准确反映各影响因素对于移动电子客户信任的影响程度.     

基于改进型小波神经网络的油价预测

为了提高油价预测的精度,文章运用主成分分析(PCA)的方法对初始数据进行预处理,同时将小波分析与BP神经网络结合构建小波神经网络(WNN),由此得到PCA-WNN预测模型.数值实验的结果表明,相比于传统BP模型和PCA-BP模型,PCA-WNN模型的预测精度更高,稳定性更好,泛化能力更强,是一种更出众的油价预测方法.     

基于BP神经网络的旅游服务诚信的评价模型

文章在旅游服务的诚信评价中引入BP神经网络模型进行量化评价研究.通过建立评价指标体系、对应数据的学习训练,调整模型结构,建立了基于BP神经网络的旅游服务诚信评价动态模型,并进行了实例分析.结果表明:该模型解决了传统评价中权重确定不客观、定量分析不足、评价效率低下等缺陷,具有较好的实际应用效果.