本文關(guān)鍵詞：基于改進(jìn)的SOM的房地產(chǎn)企業(yè)財(cái)務(wù)分析及預(yù)警研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：最近幾年,房地產(chǎn)行業(yè)發(fā)展迅速,隨著產(chǎn)業(yè)如此迅速的成長,我國房地產(chǎn)業(yè)的成長突飛猛進(jìn),房地產(chǎn)政策的改進(jìn),以及金融政策的創(chuàng)新,不斷地為房地產(chǎn)企業(yè)創(chuàng)造越來越廣闊的成長空間。然而,由于房地產(chǎn)作為我國國民經(jīng)濟(jì)的支柱產(chǎn)業(yè),具有資金密集性、投資回報(bào)期長、高利潤、高風(fēng)險(xiǎn)等特點(diǎn),加上我國的房地產(chǎn)業(yè)尚不夠規(guī)范化,金融體系的不完善,房地產(chǎn)業(yè)在飛速猛進(jìn)的同時(shí),也承受著巨大的財(cái)務(wù)風(fēng)險(xiǎn)。SOM人工神經(jīng)網(wǎng)絡(luò)(Self-Organizing Feature Map,自組織特性映射網(wǎng)絡(luò))模型,具有較強(qiáng)的適應(yīng)性和優(yōu)良的聚類功能。如何根據(jù)實(shí)際情況應(yīng)用SOM網(wǎng)絡(luò)進(jìn)行企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià),對(duì)現(xiàn)有SOM進(jìn)行改進(jìn),提高解的精確度,利用改進(jìn)后的SOM對(duì)房地產(chǎn)企業(yè)進(jìn)行財(cái)務(wù)預(yù)警研究,并和其他房地產(chǎn)企業(yè)財(cái)務(wù)預(yù)警方法進(jìn)行結(jié)果對(duì)比和總結(jié),指導(dǎo)和應(yīng)用于實(shí)踐,是文章要重點(diǎn)做的研究。本文利用滬深兩市94家房地產(chǎn)上市公司和28個(gè)財(cái)務(wù)預(yù)警指標(biāo),構(gòu)建了房地產(chǎn)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)模型。第一,闡述了中國房地產(chǎn)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)現(xiàn)狀,通過分析產(chǎn)生風(fēng)險(xiǎn)的各個(gè)環(huán)節(jié),得出現(xiàn)階段存在的主要問題,極其形成原因和影響成分。第二,構(gòu)建了SOM神經(jīng)網(wǎng)絡(luò)聚類模型。第三,建立了房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)模型。收集到94家滬深房地產(chǎn)上市公司的財(cái)務(wù)信息,整理了這94家房地產(chǎn)上市公司的財(cái)務(wù)報(bào)表,篩選出28個(gè)財(cái)務(wù)指標(biāo)的具體數(shù)據(jù)。第四,對(duì)SOM網(wǎng)絡(luò)進(jìn)行改進(jìn),提高解的精確度,應(yīng)用改進(jìn)后的SOM對(duì)94家房地產(chǎn)上市公司財(cái)務(wù)數(shù)據(jù)樣本進(jìn)行聚類分析,得到高精度的綜合聚類結(jié)果,得出每一類企業(yè)的財(cái)務(wù)特性,清晰直觀的表達(dá)了企業(yè)的財(cái)務(wù)狀況,并和其他企業(yè)財(cái)務(wù)預(yù)警方法進(jìn)行結(jié)果對(duì)比和總結(jié)。第五,針對(duì)以上方法得出的結(jié)果提出房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)管理和財(cái)務(wù)預(yù)警的建議。
【關(guān)鍵詞】：房地產(chǎn)企業(yè) 財(cái)務(wù)分析 SOM神經(jīng)網(wǎng)絡(luò) 財(cái)務(wù)預(yù)警
【學(xué)位授予單位】：上海工程技術(shù)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F299.233.42
【目錄】：

• 摘要6-7
• ABSTRACT7-11
• 第一章 緒論11-23
• 1.1 研究背景和意義11-14
• 1.1.1 研究背景11-12
• 1.1.2 研究意義12-14
• 1.2 國內(nèi)外研究現(xiàn)狀14-21
• 1.2.1 國外研究現(xiàn)狀14-17
• 1.2.2 國內(nèi)研究現(xiàn)狀17-21
• 1.3 研究思路與框架21-23
• 1.3.1 研究思路21
• 1.3.2 研究框架21-23
• 第二章 我國房地產(chǎn)企業(yè)財(cái)務(wù)預(yù)警相關(guān)理論23-33
• 2.1 我國房地產(chǎn)企業(yè)財(cái)務(wù)危機(jī)分析23-28
• 2.1.1 我國房地產(chǎn)企業(yè)財(cái)務(wù)危機(jī)的產(chǎn)生環(huán)節(jié)24-25
• 2.1.2 我國房地產(chǎn)企業(yè)融資危機(jī)分析25-26
• 2.1.3 房地產(chǎn)企業(yè)投資危機(jī)分析26
• 2.1.4 資金回收危機(jī)分析26-27
• 2.1.5 收益分配危機(jī)分析27-28
• 2.2 我國房地產(chǎn)企業(yè)財(cái)務(wù)預(yù)警現(xiàn)狀28-29
• 2.3 我國房地產(chǎn)企業(yè)財(cái)務(wù)危機(jī)管理存在的問題29-31
• 2.4 我國房地產(chǎn)企業(yè)財(cái)務(wù)危機(jī)影響因素31-33
• 2.4.1 經(jīng)濟(jì)環(huán)境31
• 2.4.2 政策環(huán)境31
• 2.4.3 金融環(huán)境31-32
• 2.4.4 市場(chǎng)供求環(huán)境32
• 2.4.5 行業(yè)風(fēng)險(xiǎn)因素32-33
• 第三章 房地產(chǎn)上市公司財(cái)務(wù)分析及預(yù)警模型的構(gòu)建33-49
• 3.1 研究樣本的選取33
• 3.2 財(cái)務(wù)指標(biāo)的篩選33-40
• 3.3 財(cái)務(wù)指標(biāo)體系的主成分分析40-49
• 第四章 SOM神經(jīng)網(wǎng)絡(luò)的聚類模型49-57
• 4.1 SOM神經(jīng)網(wǎng)絡(luò)概述49-50
• 4.2 SOM神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型50-53
• 4.3 SOM神經(jīng)網(wǎng)絡(luò)初始化53-55
• 4.4 SOM神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程55-57
• 4.4.1 競(jìng)爭(zhēng)過程55
• 4.4.2 合作過程55-56
• 4.4.3 自適應(yīng)過程56-57
• 第五章 實(shí)驗(yàn)及其仿真結(jié)果分析57-71
• 5.1 K-均值聚類57-61
• 5.2 多獲勝節(jié)點(diǎn)SOM及其實(shí)驗(yàn)結(jié)果61-70
• 5.3 多獲勝節(jié)點(diǎn)SOM仿真實(shí)驗(yàn)結(jié)果分析70-71
• 第六章 我國房地產(chǎn)企業(yè)財(cái)務(wù)預(yù)警機(jī)制的改進(jìn)建議71-77
• 6.1 加強(qiáng)智能信息處理技術(shù)在財(cái)務(wù)預(yù)警機(jī)制中的應(yīng)用71-74
• 6.1.1 數(shù)據(jù)搜索技術(shù)的應(yīng)用71-72
• 6.1.2 智能算法與財(cái)務(wù)信息管理系統(tǒng)的結(jié)合72-73
• 6.1.3 人工智能在財(cái)務(wù)決策支撐系統(tǒng)中的應(yīng)用73-74
• 6.2 建立健全預(yù)防集團(tuán)財(cái)務(wù)風(fēng)險(xiǎn)的內(nèi)部控制制度74-77
• 6.2.1 加強(qiáng)風(fēng)險(xiǎn)管理文化74
• 6.2.2 設(shè)計(jì)新的組織結(jié)構(gòu)74-75
• 6.2.3 健全內(nèi)部審計(jì)制度75-76
• 6.2.4 實(shí)行全面風(fēng)險(xiǎn)管理與責(zé)任追究模式76-77
• 參考文獻(xiàn)77-81
• 附錄81-97
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文及取得的相關(guān)科研成果97-98
• 致謝98-99

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 秦江波;于冬梅;;信貸風(fēng)險(xiǎn)預(yù)警指標(biāo)體系的構(gòu)建[J];商業(yè)研究;2009年03期

2 張波;;銀行業(yè)的雙重轉(zhuǎn)型與全面市場(chǎng)風(fēng)險(xiǎn)——以次貸危機(jī)中的花旗集團(tuán)為例[J];金融論壇;2008年05期

3 王艦;孫鳳娥;高紹偉;;財(cái)務(wù)智能,你準(zhǔn)備好了嗎?[J];中國管理信息化;2008年15期

4 聶慧;;中國商業(yè)銀行財(cái)務(wù)危機(jī)預(yù)警機(jī)制研究[J];東方企業(yè)文化;2013年02期

5 曹一兵;;SPSS在電信運(yùn)營企業(yè)經(jīng)營決策中的應(yīng)用[J];通信管理與技術(shù);2009年03期

6 楊海軍;太雷;;基于模糊支持向量機(jī)的上市公司財(cái)務(wù)困境預(yù)測(cè)[J];管理科學(xué)學(xué)報(bào);2009年03期

7 鮑新中;武鵬;周雨;;基于聚類-灰色關(guān)聯(lián)分析的財(cái)務(wù)預(yù)警指標(biāo)篩選研究[J];中國注冊(cè)會(huì)計(jì)師;2012年07期

8 鄭四華;胡穎;;商業(yè)銀行信貸風(fēng)險(xiǎn)預(yù)警系統(tǒng)的設(shè)計(jì)[J];企業(yè)經(jīng)濟(jì);2007年12期

9 劉洪久;馬衛(wèi)民;胡彥蓉;;證券市場(chǎng)并購目標(biāo)的財(cái)務(wù)特征分析和預(yù)測(cè)研究[J];統(tǒng)計(jì)與信息論壇;2010年06期

10 辛磊;高建來;;基于Logistic模型的天津市上市公司財(cái)務(wù)預(yù)警實(shí)證研究[J];商業(yè)會(huì)計(jì);2012年18期

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 賽迪智庫軟件與信息服務(wù)研究所;[N];中國電子報(bào);2012年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 王麗敏;計(jì)算智能改進(jìn)方法及其在金融與環(huán)境領(lǐng)域中的應(yīng)用[D];吉林大學(xué);2007年

2 王娟;基于消費(fèi)者行為的零售業(yè)態(tài)演進(jìn)研究[D];中南大學(xué);2012年

3 狄浩林;面向精確營銷基于數(shù)據(jù)挖掘的3G用戶行為模型及實(shí)證研究[D];北京郵電大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 袁思佳;港口企業(yè)客戶價(jià)值分類模型研究[D];北京交通大學(xué);2011年

2 陳穎;稅務(wù)稽查選案技術(shù)方法研究[D];天津大學(xué);2004年

3 譚杰;智能化信用風(fēng)險(xiǎn)預(yù)警方法研究[D];首都師范大學(xué);2006年

4 陳娜娜;商業(yè)銀行信用風(fēng)險(xiǎn)度量模型及其在我國的適用性研究[D];西南財(cái)經(jīng)大學(xué);2007年

5 張大華;趨緊政策下我國商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)研究[D];河南大學(xué);2012年

6 張霞;基于橢圓概率神經(jīng)網(wǎng)絡(luò)集成的企業(yè)財(cái)務(wù)危機(jī)預(yù)測(cè)研究[D];哈爾濱工業(yè)大學(xué);2013年

7 姚根;基于灰色神經(jīng)網(wǎng)絡(luò)的信息技術(shù)業(yè)上市公司財(cái)務(wù)危機(jī)預(yù)警研究[D];湘潭大學(xué);2013年

8 祁輝;我國制造業(yè)上市公司財(cái)務(wù)危機(jī)預(yù)警研究[D];東北財(cái)經(jīng)大學(xué);2013年

9 張艷鳳;基于BP神經(jīng)網(wǎng)絡(luò)的鋼鐵行業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究[D];燕山大學(xué);2013年

  本文關(guān)鍵詞：基于改進(jìn)的SOM的房地產(chǎn)企業(yè)財(cái)務(wù)分析及預(yù)警研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：358219