基于BP神经网络的我国上市跨国公司汇率风险预警与防范研究

发布时间：2025-02-05 12:57

　　自2005年7月21日起,我国开始实行以市场供求为基础,参考一篮子货币进行调节、有管理的浮动汇率制度。此后,我国人民币汇率形成机制变得更加富有弹性,市场不断主导人民币汇率的形成与波动,人民币汇率波动幅度加大,我国诸多上市跨国公司面临着巨大的汇率风险。近年来人民币不断升值,给我国上市跨国公司带来了巨大的压力和挑战。汇率波动对上市跨国公司的国际竞争力、财务稳健、风险管理等都具有十分重要的影响。 汇率风险是我国上市跨国公司必然面对的问题,2005年汇改以来,随着中国跨国公司国际化经营程度的提高,由汇率波动所带来的风险越来越大,如何准确预测汇率风险以便及时采取应对措施成为亟待解决的问题。本文以我国上市跨国公司或其旗下公司的T-1、T-2期公司规模、外销比例和总风险数据组合的面板数据作为研究样本,利用BP人工神经网络工具,构建汇率风险预警模型对样本T期末汇兑损益状况进行预测。经过对样本的反复训练和学习,分别取得对T-1期数据88.24%和T-2期数据64.71%的总体判正率,模型表现出较高的预测精度。研究结果表明：BP神经网络是一种比较理想的汇率风险预测工具,具有良好的实际应用前景和推广价值。...

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

图2，1一个典型的BP神经网络结构

各层神经元无反馈连接。它是一种多层前馈型神经网络，其神经元的传递函数是Sigm。记型可微函数，可以实现从输入到输出的任意非线性映射。图2.1显示的是一个典型的BP神经网络结构。它具有R个输入，一个隐含层，隐含层神经元数目为S，隐含层采用对数sigmoid型传递函数109519()....

本文编号：4029869