- 年份
- 2024(6648)
- 2023(9809)
- 2022(8329)
- 2021(8049)
- 2020(6912)
- 2019(16034)
- 2018(15678)
- 2017(30614)
- 2016(16267)
- 2015(18423)
- 2014(18172)
- 2013(17661)
- 2012(15783)
- 2011(13608)
- 2010(13789)
- 2009(12899)
- 2008(11342)
- 2007(9094)
- 2006(7411)
- 2005(6004)
- 学科
- 济(62079)
- 经济(62017)
- 管理(52748)
- 业(48709)
- 企(42539)
- 企业(42539)
- 方法(34914)
- 数学(31556)
- 数学方法(30948)
- 财(29887)
- 务(15787)
- 财务(15732)
- 财务管理(15680)
- 中国(15638)
- 农(15347)
- 企业财务(14930)
- 业经(13327)
- 财政(12855)
- 制(12038)
- 理论(11912)
- 地方(11372)
- 贸(10854)
- 贸易(10848)
- 易(10617)
- 技术(10418)
- 政(10369)
- 学(10271)
- 农业(9770)
- 和(9398)
- 策(9110)
- 机构
- 学院(215131)
- 大学(213414)
- 管理(90159)
- 济(86658)
- 经济(85061)
- 理学(79523)
- 理学院(78806)
- 管理学(77154)
- 管理学院(76756)
- 研究(62017)
- 财(47663)
- 中国(47225)
- 京(42234)
- 科学(37710)
- 财经(35084)
- 经(32118)
- 业大(30604)
- 中心(30205)
- 江(30197)
- 所(28903)
- 农(28794)
- 经济学(26981)
- 财经大学(26391)
- 研究所(26110)
- 北京(25460)
- 范(25403)
- 师范(25129)
- 经济学院(24588)
- 州(23555)
- 商学(23529)
- 基金
- 项目(154696)
- 科学(123848)
- 基金(114764)
- 研究(112539)
- 家(99329)
- 国家(98577)
- 科学基金(87289)
- 社会(72321)
- 社会科(68780)
- 社会科学(68761)
- 基金项目(60777)
- 省(60474)
- 自然(57803)
- 自然科(56611)
- 自然科学(56600)
- 自然科学基金(55556)
- 教育(53822)
- 划(50565)
- 资助(47504)
- 编号(45385)
- 成果(34964)
- 部(34614)
- 重点(34530)
- 创(33417)
- 发(31690)
- 创新(31131)
- 教育部(30618)
- 科研(30429)
- 国家社会(30416)
- 课题(30145)
共检索到297936条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 财会月刊
[作者]
苗洛涛 汤亚莉 王杏芬
本文以2003～2005年我国沪深两市A股上市公司作为研究对象,采用BP神经网络方法构建了整合EVA指标的财务危机预警模型,并进行了实证研究。实证结果表明:整合EVA指标的BP神经网络模型较Logistic模型具有更高的预测精度。
关键词：
财务危机预警 EVA BP神经网络
[期刊] 统计与决策
[作者]
王玉冬 王迪 王珊珊
国内对BP神经网络模型在财务预警方面已有不少实证研究,BP神经网络具有收敛速度慢,易导致局部最优解的缺陷,对此国内很多学者采用粒子群算法改进此缺陷。文章采用果蝇算法和粒子群算法构建神经网络预警模型,结合PSO-BP和FOA-BP神经网络模型原理,选取高新技术企业财务数据进行实证研究,结果表明:通过果蝇算法优化BP神经网络预测企业财务危机是有效的,且总体预测准确度高于PSO-BP神经网络模型。
[期刊] 商业研究
[作者]
刘新允 庞清乐 刘爱国
针对基于神经网络的财务危机预警方法模型结构复杂、收敛速度慢且容易陷入局部最小的缺点,提出基于遗传神经网络的财务危机预警方法。首先对神经网络模型的结构和参数进行编码并将其串联,形成一个个体,随机产生N个个体形成初始种群。然后分别进行复制、交叉和变异操作,得到神经网络的结构和初始参数。再通过BP算法对该神经网络进行训练,训练后的神经网络即可实现财务危机预警。测试结果表明,该模型训练速度快、预警精度高。
关键词：
财务危机 预警 神经网络 遗传算法
[期刊] 财会通讯
[作者]
赵辰 南星恒
ＢＰ神经网络预测易导致局部最优解，基于此，本文利用思维进化算法来优化ＢＰ神经网络的初始权值和阀值，并选取我国上市Ａ股被ＳＴ公司的４４家上市公司以及资产规模相当的未被ＳＴ的８８家上市公司，利用优化后的模型进行财务危机预警实证检验。结果表明，优化后的模型比未优化的模型的预测准确度平均提高了５．１５％，这说明思维进化算法优化ＢＰ神经网络对财务危机预警是可行的和有效的。
[期刊] 运筹与管理
[作者]
吴冲 刘佳明 郭志达
为了充分发挥概率神经网络在企业财务危机预警中的作用,克服概率神经网络平滑参数难以确定和空间复杂度高的不足,本文提出一类新的参数动态调整的粒子群算法优化概率神经网络的平滑参数,进而采用改进粒子群算法优化初始隶属度矩阵的模糊聚类方法实现对样本的选择,解决了概率神经网络平滑参数的确定及空间结构复杂的问题。提出了基于改进粒子群算法的模糊聚类-概率神经网络企业财务危机预警模型,并以我国上市公司作为研究对象进行了实证研究。结果表明,经过模糊聚类和改进粒子群算法优化的概率神经网络具有更优的预测性能,并在企业财务危机长期
[期刊] 财会月刊
[作者]
聂丽洁 张毅 樊丹丹
本文结合中国制造业上市公司的实证数据,通过三种统计处理方法对财务指标进行处理,再将各自的处理结果作为输入层变量输入神经网络,以此考察财务危机预警模型效果。
关键词：
财务危机预警 BP神经网络 解释变量
[期刊] 统计与决策
[作者]
郭毅夫 权思勇
选取48家上市公司为研究对象,采用20个指标,应用神经网络方法,对创新型企业上市公司的财务危机进行预警研究。聚类值输入的神经网络模型整个学习过程相对平稳,波动性小,尤其是后期阶段。整个过程中,最好的预测值为89.04%。对于使用连续值输入的财务预警模型预测准确度要低于聚类值输入的财务预警模型,而且其预测过程中所表现出的稳定性要差得多。
关键词：
创新型企业 财务危机 神经网络
[期刊] 统计与决策
[作者]
刘新允 庞清乐
针对基于神经网络的财务危机预警方法训练时间长和网络结构复杂的缺点,提出了基于粗糙集神经网络的财务预警方法。将财务比率作为条件属性,将企业财务状况作为决策属性,构建财务危机预警决策系统。通过属性约简,得到最小属性集。将最小属性集中元素对应的财务比率作为神经网络的输入,用训练样本对神经网络进行训练,训练后的神经网络模型实现财务危机预警。测试结果表明,该方法训练速度快,且错误率低。
关键词：
财务危机 预警 神经网络 粗糙集
[期刊] 财经问题研究
[作者]
龚小凤
考虑到行业差异的财务指标对预警效果的影响,本文建立BP神经网络模型预测财务危机,采用功效系数法将财务指标转化后的单项功效系数作为输入变量,与直接将财务指标作为输入变量进行对比,实证结果发现标准化后的变量产生的误差率小于直接将财务指标作为输入变量。通过使用BP神经网络模型并消除行业差异,财务危机预警的准确性得到有效提高。
关键词：
BP神经网络 财务危机预警 变量改进
[期刊] 财会月刊
[作者]
马威 方莹
本文运用因子分析方法和BP网络模型对我国上市公司的财务危机进行了预测,通过分析发现总资产报酬率、现金债务总额比率等12个财务指标对上市公司财务危机有着显著的预示效应。就判别正确率而言,前三年财务数据对上市公司财务危机的预测准确率均在65%以上,其中前两年财务数据的预测准确率均在85%以上。
[期刊] 财会通讯
[作者]
陈祥碧
本文以资产负债率等在内的20个主要财务指标为输入层参数,以财务状况为输出层参数,选用trainlm训练函数,构建20×38×14×1四层结构的中小企业财务危机BP神经网络预测模型,并进行精度验证和实用证实。结果表明:该BP神经网络模型具有较好的预测能力和较高的预测精度,其训练输出值的错误率为4.29%、预测输出值的错误率为5%;与traingdm和traingd函数相比,trainlm训练函数的精度最高、训练时间最短。
关键词：
BP神经网络 财务危机 预测 训练函数
[期刊] 财会月刊
[作者]
周娟 王丽娟
本文构建了基于经济增加值(EVA)的财务危机预警模型,并对其进行了实证分析,证明EVA在公司财务危机预警方面确实优于传统财务指标。
关键词：
财务危机 经济增加值 EVA
[期刊] 财会月刊
[作者]
李健 刘翔
本文将遗传算法与BP神经网络结合起来,对我国制造业上市公司进行实证分析,结果发现遗传神经网络预测准确度达到91.67%,高于Logistic回归模型的76.67%和BP神经网络预测模型的88.33%,是一种准确度更高、性能更优的预警模型。
[期刊] 统计与决策
[作者]
熊志斌
神经网络已经被广泛运用于公司财务危机状况的预测,然而,神经网络常常存在着收敛于局部最优解、学习时间长等缺陷而影响其预测效果;而遗传算法(Genetic Algorithm)是一种全局寻优搜索算法,能够有效克服上述缺陷。因此,文章提出的将遗传算法和神经网络相结合的遗传神经网络模型(Genetic Neural Networks),既保留了神经网络原有的优点,又克服了上述的缺点。并利用我国上市公司财务数据对公司财务危机状况进行实证分析,结果表明,该模型预测效果令人满意,预测结果明显优于一般神经网络模型。
关键词：
遗传BP算法 神经网络 财务危机
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
