基于人工神经网络的西北上市公司财务信息质量评价研究
发布时间：2021-06-06 00:04
财务信息是企业各利益相关者进行分析与决策的基础,高质量的财务信息不仅可以准确反映企业的财务状况和经营风险,还可以帮助信息使用者做出科学合理的经济决策。西北五省作为国家“丝绸之路经济带”的重要环节,对于国家政策的施行有较大影响。但目前关于财务信息质量的评价多以我国上市公司为研究对象,以西北上市公司为研究对象的较少。因此,对西北上市公司的财务信息质量进行深入研究,发现其经营过程中的财务信息短板并及时弥补,从而提高企业的财务信息质量,对西北地区经济的发展十分必要。首先,论文在梳理财务信息质量特征、研究内容等相关文献的基础上,界定了财务信息和财务信息质量的内涵,得出财务信息是会计信息的延伸和拓展的结论。其次,通过分析西北上市公司财务信息质量现状,针对其披露质量较差的短板,以结果导向为主,过程导向为辅的评价思路,构建了包含3个一级指标,21个二级指标的西北上市公司财务信息质量评价指标体系。再次,对人工神经网络结构设计,确定评价模型中的隐含层层数、各层节点数,运用层次分析法,综合考虑审计意见、财务风险、披露质量作为人工神经网络模型的期望值。然后将西北上市公司数据标准化处理后输入人工神经网络,经过训...
【文章来源】：青海大学青海省 211工程院校
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
人工神经网络结构图
36节点数1激活函数Sigmoid函数5.3人工神经网络训练结果分析将样本数据输入人工神经网络，我们可得到以下结果：图5.1个案处理摘要图从图5.1我们可以看到，进行培训的样本有835个，占样本总量的69.6%。进行测试的样本有365个，占样本总量的30.4%，一共1200个数据。实验的所有数据没有缺失，均为有效数据。图5.2模型摘要图模型摘要中的相对错误表示输出结果与期望值的误差范围，相对错误越小，则说明模型的有效性越好，准确性也越高。通过图5.2模型摘要图我们可以得到，该神经网络的培训输出结果与期望值的相对错误为2.2%，验证输出结果与
36节点数1激活函数Sigmoid函数5.3人工神经网络训练结果分析将样本数据输入人工神经网络，我们可得到以下结果：图5.1个案处理摘要图从图5.1我们可以看到，进行培训的样本有835个，占样本总量的69.6%。进行测试的样本有365个，占样本总量的30.4%，一共1200个数据。实验的所有数据没有缺失，均为有效数据。图5.2模型摘要图模型摘要中的相对错误表示输出结果与期望值的误差范围，相对错误越小，则说明模型的有效性越好，准确性也越高。通过图5.2模型摘要图我们可以得到，该神经网络的培训输出结果与期望值的相对错误为2.2%，验证输出结果与
【参考文献】：
期刊论文
[1]基于BP神经网络的会计信息质量评价[J]. 耿聪慧. 财会通讯. 2019(31)
[2]上市公司财务状况质量:理论框架与评价体系[J]. 张新民,钱爱民,陈德球. 管理世界. 2019(07)
[3]融券机制对上市公司信息披露违规行为存在治理效应吗[J]. 杨慧辉,刘伟. 财贸研究. 2018(09)
[4]战略差异、信息透明度与财务分析师盈余预测质量——基于深市上市公司的经验证据[J]. 谢获宝,石佳,惠丽丽. 南京审计大学学报. 2018(04)
[5]异常审计费用、审计质量与IPO定价——基于A股市场的分析[J]. 朱宏泉,朱露. 审计与经济研究. 2018(04)
[6]基于“互联网+”的上市公司会计信息质量智能评估研究[J]. 孙凡,郑济孝. 会计研究. 2018(03)
[7]IASB会计信息质量特征修订:国际争论与思考[J]. 任永平,巩满霞. 上海大学学报(社会科学版). 2018(01)
[8]政府财务信息披露质量评价研究:基于环境起点论的分析[J]. 潘俊,徐颖,窦笑晨. 会计与经济研究. 2017(06)
[9]社会责任信息披露、财务信息质量与投资效率——基于“强制披露时代”中国上市公司的证据[J]. 钟马,徐光华. 管理评论. 2017(02)
[10]我国会计信息质量检查十年回顾与改进建议[J]. 王竹泉,江玮滢. 财政监督. 2017(02)
硕士论文
[1]上市公司会计信息质量对股权融资成本的影响研究[D]. 李奇霞.山西财经大学 2018
[2]上市公司会计信息质量的智能评价研究[D]. 雷佳宁.山西财经大学 2018
[3]我国ST企业财务舞弊动因与手段研究[D]. 王小琦.云南财经大学 2018
[4]基于BP神经网络的太钢不锈公司盈余质量评价研究[D]. 康慧莉.西安工业大学 2018
[5]A企业会计信息质量评价研究[D]. 高墐焫.西安科技大学 2016
[6]上市公司内部控制披露质量与会计信息质量相关性研究[D]. 李雪.对外经济贸易大学 2016
[7]基于BP神经网络的上市公司财务危机预警研究[D]. 涂海燕.南华大学 2014
[8]上市公司会计信息质量对投资者信心的影响[D]. 廖倩.西南财经大学 2014
[9]中小企业会计信息质量评价研究[D]. 李海兰.东北林业大学 2014
[10]我国A股上市公司财务数据质量检查与评价的实证研究[D]. 李响.厦门大学 2014
本文编号：3213169
【文章来源】：青海大学青海省 211工程院校
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
人工神经网络结构图
36节点数1激活函数Sigmoid函数5.3人工神经网络训练结果分析将样本数据输入人工神经网络，我们可得到以下结果：图5.1个案处理摘要图从图5.1我们可以看到，进行培训的样本有835个，占样本总量的69.6%。进行测试的样本有365个，占样本总量的30.4%，一共1200个数据。实验的所有数据没有缺失，均为有效数据。图5.2模型摘要图模型摘要中的相对错误表示输出结果与期望值的误差范围，相对错误越小，则说明模型的有效性越好，准确性也越高。通过图5.2模型摘要图我们可以得到，该神经网络的培训输出结果与期望值的相对错误为2.2%，验证输出结果与
36节点数1激活函数Sigmoid函数5.3人工神经网络训练结果分析将样本数据输入人工神经网络，我们可得到以下结果：图5.1个案处理摘要图从图5.1我们可以看到，进行培训的样本有835个，占样本总量的69.6%。进行测试的样本有365个，占样本总量的30.4%，一共1200个数据。实验的所有数据没有缺失，均为有效数据。图5.2模型摘要图模型摘要中的相对错误表示输出结果与期望值的误差范围，相对错误越小，则说明模型的有效性越好，准确性也越高。通过图5.2模型摘要图我们可以得到，该神经网络的培训输出结果与期望值的相对错误为2.2%，验证输出结果与
【参考文献】：
期刊论文
[1]基于BP神经网络的会计信息质量评价[J]. 耿聪慧. 财会通讯. 2019(31)
[2]上市公司财务状况质量:理论框架与评价体系[J]. 张新民,钱爱民,陈德球. 管理世界. 2019(07)
[3]融券机制对上市公司信息披露违规行为存在治理效应吗[J]. 杨慧辉,刘伟. 财贸研究. 2018(09)
[4]战略差异、信息透明度与财务分析师盈余预测质量——基于深市上市公司的经验证据[J]. 谢获宝,石佳,惠丽丽. 南京审计大学学报. 2018(04)
[5]异常审计费用、审计质量与IPO定价——基于A股市场的分析[J]. 朱宏泉,朱露. 审计与经济研究. 2018(04)
[6]基于“互联网+”的上市公司会计信息质量智能评估研究[J]. 孙凡,郑济孝. 会计研究. 2018(03)
[7]IASB会计信息质量特征修订:国际争论与思考[J]. 任永平,巩满霞. 上海大学学报(社会科学版). 2018(01)
[8]政府财务信息披露质量评价研究:基于环境起点论的分析[J]. 潘俊,徐颖,窦笑晨. 会计与经济研究. 2017(06)
[9]社会责任信息披露、财务信息质量与投资效率——基于“强制披露时代”中国上市公司的证据[J]. 钟马,徐光华. 管理评论. 2017(02)
[10]我国会计信息质量检查十年回顾与改进建议[J]. 王竹泉,江玮滢. 财政监督. 2017(02)
硕士论文
[1]上市公司会计信息质量对股权融资成本的影响研究[D]. 李奇霞.山西财经大学 2018
[2]上市公司会计信息质量的智能评价研究[D]. 雷佳宁.山西财经大学 2018
[3]我国ST企业财务舞弊动因与手段研究[D]. 王小琦.云南财经大学 2018
[4]基于BP神经网络的太钢不锈公司盈余质量评价研究[D]. 康慧莉.西安工业大学 2018
[5]A企业会计信息质量评价研究[D]. 高墐焫.西安科技大学 2016
[6]上市公司内部控制披露质量与会计信息质量相关性研究[D]. 李雪.对外经济贸易大学 2016
[7]基于BP神经网络的上市公司财务危机预警研究[D]. 涂海燕.南华大学 2014
[8]上市公司会计信息质量对投资者信心的影响[D]. 廖倩.西南财经大学 2014
[9]中小企业会计信息质量评价研究[D]. 李海兰.东北林业大学 2014
[10]我国A股上市公司财务数据质量检查与评价的实证研究[D]. 李响.厦门大学 2014
本文编号：3213169
本文链接：https://www.wllwen.com/guanlilunwen/bankxd/3213169.html
