基于Logistic回归和BP神经网络的财务预警模型比较
2016-09-06分类号:F275;TP183;F832.51
【部门】中南财经政法大学会计学院
【摘要】国内对Logistic回归模型和BP神经网络模型在财务预警方面已有不少实证研究,这些研究大多从预测准确度较高的角度出发,认为两个模型可以借鉴使用,但没有具体讨论模型犯第一类错误(将财务危机误判为财务正常)和第二类错误(将财务正常误判为财务危机)的概率。文章结合Logistic回归模型及BP神经网络模型的原理,选取上市公司财务数据进行实证,研究结果表明BP神经网络模型总体预测准确性较高,犯第一类错误的概率较低,对财务预警分析有一定借鉴作用;Logistic回归模型预测准确度低于BP神经网络模型,且犯第一类错误的概率远高于BP神经网络模型,因此运用该模型进行财务预警时应十分谨慎。
【关键词】Logistic回归模型 BP神经网络模型 第一类错误
【基金】
【所属期刊栏目】统计与决策
文献传递