基于BP神经网络的太钢不锈公司盈余质量评价研究

发布时间：2020-03-19 22:31

【摘要】：我国起步较晚的资本市场,导致企业的会计制度在目前阶段仍不健全,出现公司管理者为牟取私利而不惜降低公司盈余质量,甚至出现提供虚假会计信息的现象。一个公司的经营状况主要由其经营过程中产生的盈余来反映,因此盈余质量的评价备受各国学者及公司利益相关者的关注,尤其是钢铁行业,近年来钢铁行业面临严重的产业结构矛盾、技术僵化、产能过剩、节能环保等问题,钢铁公司的盈余质量评价备受经营者、债权人、投资人等利益相关者关注。其中太钢不锈公司总体上也呈现出低增长、低价格、低效益和高压力的新常态,形势极其严峻。因此,在我国公司盈余质量遭受质疑,以及钢铁行业近几年效益持续下滑的大背景下,对太钢不锈公司的盈余质量做出真实、合理、准确的评价是当前一项重要而迫切的研究。太钢不锈公司在经营过程中有着不同于其他行业公司的特点,例如:生产投入高,资金密集,生产工艺复杂,受技术影响大,生产对环境的负面影响大,面临财务、行业双重风险等。现有的盈余质量评价指标体系多是直接根据盈余质量特征或者财务报表构建的财务指标评价模型,少有根据公司经营特点的不同而选择更具针对性的评价指标,鉴于以上研究不足,本文在构建太钢不锈公司盈余质量评价指标体系时,基于盈余质量特征,综合考虑太钢不锈公司经营特点对盈余质量特征的影响,融入非财务指标。本文在研究了关于盈余质量的内涵、特征、影响因素等理论的基础上,对太钢不锈公司进行实地调研后,详细了解太钢不锈公司的经营特点。从盈余质量特钢不锈公司进行实地调研后,详细了解太钢不锈公司的经营特点。从盈余质量特征出发,深入分析了该公司经营特点对盈余质量特征的影响,以及现有盈余质量评价的现状,构建了太钢不锈公司盈余质量评价指标体系的构建框架。从财务和非财务角度、盈余结果和盈余投入角度,为太钢不锈公司建立了一个基于盈余质量特征、综合财务指标与非财务指标、共22个三级评价指标的盈余质量评价指标体系。其次,在此基础上,利用BP神经网络建立了太钢不锈公司盈余质量评价模型。最后,根据建立的太钢不锈公司盈余质量评价模型,计算得到22个指标的权重,并对太钢不锈公司的盈余质量进行了综合评价,为利益相关者提供了一定借鉴作用。
【图文】：

非财务指标,碎石,共同因素,巴特

表 4.12 11 个题项的 KMO 和 Bartlett 的检验取样足够度的 Kaiser-Meyer-Olkin 度量 .757Bartlett 的球形度检验近似卡方 324.650df 55Sig. .000由上表可知，该指标体系的 KMO 值为 0.757，巴特利特球体检验的显著，，小于显著水平 0.05，说明相关矩阵间有共同因素存在，该量表适合做因通过 SPASS19.0 软件计算与绘制得到 11 个题项的陡坡图如下图 4.2 所示。

误差曲线,评价模型,误差曲线,公司盈余

图 4.4 评价模型的训练误差曲线钢不锈公司盈余质量评价模型的训练与仿真BP 神经网络模型建立以上各个步骤建立的 BP 神经网络模型如下图 4.5 所示。图 4.5 太钢不锈公司盈余质量评价网络模型图 BP 神经网络构建的太钢不锈公司盈余质量评价模型，模型输入层神经元节
【学位授予单位】：西安工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F426.31;F406.7

【参考文献】