基于粗糙集和BP神经网络的信息产业上市公司财务预警研究
本文通过将BP神经网络模型与粗糙集属性约简算法的有效组合,对我国信息产业上市公司财务危机预测进行实证研究.从沪深A股选取52家被”ST”的公司和52家财务正常的公司为样本,利用MATLAB软件,并以6个财务比例指标为基础,建立BP神经网络财务预警模型.研究结果表明,其判断准确率达到86.83％,与logistic模型相比,BP神经网络模型在实际应用中更为高效和准确.
信息产业 上市公司 财务预警 粗糙集理论 BP神经网络模型
张红梅 刘文蕊
武汉大学教育科学学院,武汉430072,中国;贵州财经学院管理科学与工程管理学院,贵阳550004,中国 电子科技大学经济与管理学院,成都610054,中国
国内会议
长春
中文
1015-1020
2010-08-16（万方平台首次上网日期，不代表论文的发表时间）