基于多层前馈神经网络的互联网行业财务风险预警研究

发布时间：2022-12-21 23:27

　　为了构建一套科学合理、行之有效的财务风险预警机制,及时识别出企业隐藏的财务风险。本文以60家在A股上市的互联网企业为依据,以各企业2016～2018年的数据作为研究样本,选取了包含财务和非财务指标共计27项,构建了初步预警指标体系。通过非参数检验、主因子分析对指标进行优化和降维,将因子得分作为输入变量代入多层前馈神经网络进行训练和检验。检验结果表明:基于多层前馈神经网络的互联网行业财务风险预警模型达到了设计标准,具有较高的准确度和实际应用价值。 

【文章页数】：7 页

【文章目录】：
0 引言
1 研究设计
    1.1 样本选取和数据来源
    1.2 研究方法
2 财务预警指标体系的构建
    2.1 财务预警指标初选
    2.2 非参数检验（Mann-Whitney U检验）
    2.3 最终财务预警指标的确定
        2.3.1 样本数据适用性检验
        2.3.2 公因子命名
3 实证检验
    3.1 多层前馈神经网络结构设计
    3.2 多层前馈神经网络训练与检验
4 结论


【参考文献】：
期刊论文
[1]基于主成分分析与广义回归神经网络的股票价格预测[J]. 于卓熙,秦璐,赵志文,温馨.  统计与决策. 2018(18)
[2]第三方质谱检测行业财务风险评估分析[J]. 李春玉.  知识经济. 2018(11)
[3]财务危机预警模型研究综述与展望[J]. 房琳.  市场论坛. 2016(10)
[4]财务预警模型研究综述与展望[J]. 刘义龙,郝青,李松.  财会通讯. 2015(25)
[5]基于遗传算法优化神经网络的产品造型设计评价[J]. 林琳,张志华,张睿欣.  计算机工程与设计. 2015(03)
[6]航空公司财务危机预警模型研究[J]. 李春玲,刘梁.  财会通讯. 2015(01)
[7]基于动态BP神经网络的财务危机预警算法研究[J]. 杨济亭.  信息技术. 2013(02)



本文编号：3722978