基于因子分析的上市车企财务风险神经网络评价模型对比研究

发布时间：2021-09-29 16:29

　　汽车产业已成为我国国民经济的重要产业,为了研究神经网络模型在企业财务风险评价中的有效性,本文首先建立了评价指标体系;其次通过Wind数据库,选取了市值前20的汽车上市企业作为研究对象,并收集了17家企业近5年的财务数据,运用因子分析法和SPSS、MATLAB软件,分别提取了6个和9个因子,得到了85组因子分析评价结果 ;再次运用BP、ELMAN两种神经网络模型,分别建立了由因子分析结果到Wind财务风险评价结果的神经网络模型,并进行了训练和测试;最后对比了6个和9个因子下,2种神经网络模型的评价效果。结果表明,9个因子的ELMAN神经网络模型效果最好,适合于我国上市汽车企业的财务风险评价。 

【文章来源】：会计师. 2020,(11)

【文章页数】：2 页

【文章目录】：
一、上市汽车企业财务风险评价指标体系的构建
二、上市汽车企业财务风险因子分析
    （一）因子分析的思想
    （二）因子分析结果
三、上市汽车企业财务风险神经网络模型构建
四、两种神经网络模型预测结果的对比
五、结语


【参考文献】：
硕士论文
[1]基于BP神经网络的汽车制造业上市公司财务风险预警研究[D]. 王素琪.武汉理工大学 2017
[2]基于BP神经网络模型的制造业上市公司财务预警研究[D]. 高喆.北京交通大学 2015
[3]基于自适应神经模糊推理系统的汽车制造业财务预警研究[D]. 张峰祎.广西科技大学 2015
[4]汽车制造企业供应链风险预警研究[D]. 田娜.哈尔滨商业大学 2014
[5]汽车行业自主技术创新风险管理研究[D]. 周武嘉.山东经济学院 2011



本文编号：3414049