神经网络方法在收益法参数确定中的应用

发布时间：2017-05-22 14:11

  本文关键词：神经网络方法在收益法参数确定中的应用，由笔耕文化传播整理发布。

【摘要】：随着经济全球化速度加快,企业经济活动日益频繁,在企业进行企业改制、股权转让、资产重组、抵押贷款、股票发行上市等经济行为中都将会涉及到企业价值的评估,由此可见企业价值评估在企业管理、投资决策中的作用日趋重要。那么正确科学地评价企业价值就显得非常迫切。收益法是常用的企业价值评估方法之一,它将资本的时间价值融入其中,能够客观的反映企业潜在的盈利能力,同成本法与市场法相比更加合理、更具有说服力。收益法的实质就是将企业未来所创造的收益,利用折现率折算到评估时点的价值。所以收益法在企业价值评估中的实施依赖于收益年限,折现率和收益额的确定。折现率确定方法有资本资产定价模型(CAPM)、加权平均资金成本模型(WACC)、风险累加法等,然而针对不同的企业、不同的评估目的,这些方法也会存在一定的弊端,不能完全适用于所有企业。关于收益额的确定方法的研究较少,大多采用的分段预测的方法,该方法主要是基于历史数据模拟财务报表对企业收益额进行预测,忽略了收益额其他影响因素。为了使得收益法能够更加客观的反映企业价值,如何科学的确定收益额与折现率就显得尤为重要。本文分析了国内外专家学者确定收益法中收益额和折现率的方法及其适用性,结合神经网络的特点及运用范围,提出了采用BP神经网络来仿真折现率、预测收益额的思想。BP神经网络有较强的学习能力,广泛用于复杂问题的模拟、预测。在运用BP神经网络仿真折现率时,能够充分分析折现率的影响因素,克服现有确定方法的不足;运用BP神经网络预测收益额时,考虑了企业自身状况与客观经济环境对企业未来收益额的影响,使得收益额的预测更加科学合理,更具说服力。文中以XX能源公司股权转让为例,对如何运用BP神经网络模型来仿真折现率、预测收益额进行了详细的说明。并将基于BP神经网络的折现率仿真值、收益额预测值用于收益法中评估该企业价值。结果表明,该方法评估得到的企业价值更贴近实际成交价格。该方法能够弥补现有方法的不足,准确度较高。当然也存在一定不足,但是希望此次研究能为收益法中参数的确定提供一种新思路。
【关键词】：企业价值评估 收益法 BP神经网络 收益额 折现率
【学位授予单位】：重庆理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F275
【目录】：

• 摘要4-5
• Abstract5-10
• 1 绪论10-14
• 1.1 选题背景及意义10-11
• 1.1.1 选题背景10-11
• 1.1.2 研究意义11
• 1.2 研究内容11-12
• 1.3 研究方法及技术路线12
• 1.4 论文的新见解12-13
• 1.5 论文的主要工作13-14
• 2 文献综述14-18
• 2.1 国外研究现状评述14-15
• 2.1.1 收益额研究现状评述14-15
• 2.1.2 折现率研究现状评述15
• 2.1.3 神经网络模型的应用研究15
• 2.2 国内研究现状评述15-18
• 2.2.1 收益额研究现状评述16
• 2.2.2 折现率研究现状评述16
• 2.2.3 神经网络模型应用研究16-18
• 3 收益法与神经网络方法18-28
• 3.1 收益法的基本原理18
• 3.2 收益法的参数确定18-23
• 3.2.1 折现率的确定方法及评价19-21
• 3.2.2 收益额的确定方法及评价21-23
• 3.3 人工神经网络的基本原理23-25
• 3.3.1 神经网络的特点及应用范围23-24
• 3.3.2 BP神经网络理论24-25
• 3.3.3 BP神经网络预测优势25
• 3.4 BP神经网络模型与收益法的融合25-26
• 3.4.1 BP神经网络模型与折现率的关系25-26
• 3.4.2 BP神经网络模型与收益额的关系26
• 3.5 BP神经网络解决实际问题的操作步骤26-27
• 3.6 本章小结27-28
• 4 基于BP神经网络的折现率仿真模型—XX能源公司为例28-44
• 4.1 案例概况28-29
• 4.2 折现率影响因素的选取29-30
• 4.2.1 行业收益状况29
• 4.2.2 企业经营状况29-30
• 4.2.3 企业规模30
• 4.2.4 企业筹资风险30
• 4.3 数据样本的选取及预处理30-33
• 4.3.1 样本的选取30-31
• 4.3.2 输入层与输出层的确定31-32
• 4.3.3 数据预处理32-33
• 4.4 折现率仿真模型结构设计33-39
• 4.4.1 BP神经网络的建立33-38
• 4.4.2 BP神经网络的训练38-39
• 4.5 BP神经网络折现率仿真结果39-40
• 4.6 各方法下折现率的对比分析40-41
• 4.6.1 WACC模型测算的折现率40
• 4.6.2 CAPM模型测算的折现率40
• 4.6.3 风险累加法测算的折现率40-41
• 4.6.4 行业平均收益率法测算的折现率41
• 4.6.5 折现率对比分析41
• 4.7 股东全部权益评估值对比分析41-42
• 4.8 本章小结42-44
• 5 基于BP神经网络的收益额预测模型—XX能源公司为例44-56
• 5.1 收益额预测影响参数确立44-46
• 5.1.1 经济环境44
• 5.1.2 企业资本结构44-45
• 5.1.3 企业规模45
• 5.1.4 经营绩效45
• 5.1.5 企业成长能力45-46
• 5.2 样本的选取及预处理46-49
• 5.2.1 样本的选取46-48
• 5.2.2 输入层与输出层的确定48-49
• 5.2.3 数据的预处理49
• 5.3 收益额预测模型结构设计49-51
• 5.3.1 建立BP神经网络49-50
• 5.3.2 BP神经网络的训练50-51
• 5.4 模型的检验51-52
• 5.5 模型的预测结果52
• 5.6 股东全部权益评估值对比分析52-54
• 5.6.1 不同收益额预测方法下的股权评估值52-53
• 5.6.2 基于BP神经网络评估值与原有方法评估值对比53-54
• 5.7 本章小结54-56
• 6 结论及展望56-59
• 6.1 主要研究结论56-57
• 6.1.1 为收益法参数确定方法提高新的导向56
• 6.1.2 基于BP神经网络的收益法评估值精确度高56-57
• 6.2 研究展望57-59
• 致谢59-61
• 参考文献61-65
• 附录65-70
• 个人简历、在学期间发表的学术论文及取得的研究成果70

【相似文献】

中国期刊全文数据库 前10条

1 莫恭佑;;神经网络及其在英国的应用[J];国际科技交流;1992年03期

2 闵志;;神经网络:使计算机具有快速学习功能[J];国际科技交流;1992年03期

3 杨则正;神经网络中模拟人的思维过程[J];管理科学文摘;1994年07期

4 柴振荣;利用神经网络的智能型管理[J];管理科学文摘;1995年03期

5 冯继民;神经网络:从工程观点看其发展前景[J];管理科学文摘;1995年05期

6 王中贤，，钱颂迪;神经网络法在经济管理中的应用[J];航天工业管理;1995年04期

7 郑士贵;预测大学毕业生的成功:神经网络和传统技术的比较[J];管理科学文摘;1996年04期

8 李斌;神经网络在集体决策过程中进行多准则模拟时的应用[J];管理科学文摘;1996年04期

9 李斌;推论和神经网络[J];管理科学文摘;1996年05期

10 郑士贵;伴随新制品研制的神经网络:述评[J];管理科学文摘;1996年06期

中国重要会议论文全文数据库 前10条

1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年

2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集（上册）[C];2003年

3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年

9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

中国重要报纸全文数据库 前10条

1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年

2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年

3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年

4 中国科技大学计算机系　邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年

5 记者 孙刚;“神经网络”：打开复杂工艺“黑箱”[N];解放日报;2007年

6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年

7 健康时报特约记者　 张献怀;干细胞移植：修复受损的神经网络[N];健康时报;2006年

8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年

9 ;神经网络和模糊逻辑[N];世界金属导报;2002年

10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年

中国博士学位论文全文数据库 前10条

1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年

2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年

5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年

6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年

7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年

8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年

9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年

10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年

中国硕士学位论文全文数据库 前10条

1 章颖;混合不确定性模块化神经网络与高校效益预测的研究[D];华南理工大学;2015年

2 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年

3 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年

4 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年

5 董哲康;基于忆阻器的组合电路及神经网络研究[D];西南大学;2015年

6 武创举;基于神经网络的遥感图像分类研究[D];昆明理工大学;2015年

7 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年

8 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年

9 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年

10 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年

  本文关键词：神经网络方法在收益法参数确定中的应用，由笔耕文化传播整理发布。

本文编号：385927