本文關鍵詞：基于Logistic回歸和BP神經(jīng)網(wǎng)絡的財務預警模型比較

  更多相關文章： Logistic回歸模型 BP神經(jīng)網(wǎng)絡模型 第一類錯誤

【摘要】：國內(nèi)對Logistic回歸模型和BP神經(jīng)網(wǎng)絡模型在財務預警方面已有不少實證研究,這些研究大多從預測準確度較高的角度出發(fā),認為兩個模型可以借鑒使用,但沒有具體討論模型犯第一類錯誤(將財務危機誤判為財務正常)和第二類錯誤(將財務正常誤判為財務危機)的概率。文章結合Logistic回歸模型及BP神經(jīng)網(wǎng)絡模型的原理,選取上市公司財務數(shù)據(jù)進行實證,研究結果表明BP神經(jīng)網(wǎng)絡模型總體預測準確性較高,犯第一類錯誤的概率較低,對財務預警分析有一定借鑒作用;Logistic回歸模型預測準確度低于BP神經(jīng)網(wǎng)絡模型,且犯第一類錯誤的概率遠高于BP神經(jīng)網(wǎng)絡模型,因此運用該模型進行財務預警時應十分謹慎。
【作者單位】： 中南財經(jīng)政法大學會計學院;
【關鍵詞】： Logistic回歸模型 BP神經(jīng)網(wǎng)絡模型 第一類錯誤
【分類號】：F275;TP183;F832.51
【正文快照】： 0引言隨著企業(yè)經(jīng)營風險的不斷上升,上市公司財務預警問題受到多方利益相關者的關注,如何選擇合適的財務預警模型,對上市公司財務狀況做出準確預判已成為當前財務管理的熱門內(nèi)容之一。在眾多財務預警模型中,Logisitic回歸模型與BP神經(jīng)網(wǎng)絡模型因具有較高的預測準確度而受到廣泛

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 于培彥;檢驗分布對稱性的一個方法[J];寧夏農(nóng)學院學報;1988年02期

中國碩士學位論文全文數(shù)據(jù)庫 前2條

1 張輝;廣義推斷在系統(tǒng)可靠性問題中的應用[D];北京建筑大學;2015年

2 吳琴;敏感性調(diào)查中兩總體下NRR模型的應用[D];東北師范大學;2010年

，

本文編號：972615