網(wǎng)絡(luò)環(huán)境中企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究
本文關(guān)鍵詞:網(wǎng)絡(luò)環(huán)境中企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究,由筆耕文化傳播整理發(fā)布。
中文摘要
財(cái)務(wù)危機(jī)預(yù)警中的應(yīng)用。
研究表明:在網(wǎng)絡(luò)環(huán)境中,我們可以采用網(wǎng)絡(luò)資源數(shù)據(jù)挖掘技術(shù)進(jìn)行企業(yè)財(cái)務(wù)危機(jī)預(yù)警。本文設(shè)計(jì)一個(gè)網(wǎng)上數(shù)據(jù)采集程序,,從網(wǎng)絡(luò)資源獲取數(shù)據(jù)形成樣本數(shù)據(jù)集合,采用支持向量機(jī)技術(shù)對樣本數(shù)據(jù)集合進(jìn)行數(shù)據(jù)挖掘,尋找財(cái)務(wù)危機(jī)征兆信息與企業(yè)經(jīng)營發(fā)展?fàn)顩r的內(nèi)在聯(lián)系規(guī)律,獲得分類決策函數(shù)。利用分類決策函數(shù),根據(jù)企業(yè)現(xiàn)在的相關(guān)數(shù)據(jù),預(yù)測企業(yè)未來的經(jīng)營發(fā)展?fàn)顩r,為企業(yè)進(jìn)行財(cái)務(wù)危機(jī)預(yù)警。
(5)探討網(wǎng)絡(luò)環(huán)境中構(gòu)建財(cái)務(wù)危機(jī)預(yù)警模型的方法并進(jìn)行實(shí)證研究。針對網(wǎng)絡(luò)環(huán)境的多變性,采用能夠有效處理動(dòng)態(tài)數(shù)據(jù)、具有學(xué)習(xí)功能的人工智能專家系統(tǒng)技術(shù)構(gòu)建適用于網(wǎng)絡(luò)環(huán)境的企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型,構(gòu)建一個(gè)結(jié)合粒子群優(yōu)化算法(ParticleSwarmOptimization,縮寫為PSO)和支持向量機(jī)(SupportVectorMachine,縮寫為SⅧ)的混合模型:PSO-SVM財(cái)務(wù)危機(jī)預(yù)警模型。該模型利用PSO算法對SVM的特征集和核函數(shù)參數(shù)同時(shí)進(jìn)行優(yōu)化,從而提高模型的預(yù)測性能。然后,采用MDA、Logit、BP神經(jīng)網(wǎng)絡(luò)、SVM和PSO-SVM模型進(jìn)行實(shí)證分析比較研究。
研究表明:通過PSO優(yōu)化得到接近最優(yōu)的特征子集25FS和核函數(shù)參數(shù)(C=90.52,J2=12.93)。25FS包含了財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo),其中非財(cái)務(wù)指標(biāo)包含了反映網(wǎng)絡(luò)環(huán)境適應(yīng)能力的指標(biāo)jct(無形資產(chǎn)及其它資產(chǎn)比重)。這充分說明隨著知識(shí)經(jīng)濟(jì)的發(fā)展,無形資產(chǎn)成為企業(yè)財(cái)務(wù)管理的重點(diǎn),對企業(yè)的生存和發(fā)展具有重要影響。通過分析比較多個(gè)模型的預(yù)測結(jié)果得知:PSO-SVM模型具有較佳的預(yù)測性能,預(yù)測準(zhǔn)確率達(dá)到90.30%,表明本文所構(gòu)建的PSO-SVM模型是有效和可行的。
本文的主要?jiǎng)?chuàng)新如下:
(1)構(gòu)建一個(gè)適用于網(wǎng)絡(luò)環(huán)境的企業(yè)財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系,預(yù)警指標(biāo)分為兩類:財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)。在非財(cái)務(wù)指標(biāo)中增加反映網(wǎng)絡(luò)環(huán)境中財(cái)務(wù)危機(jī)新成因的指標(biāo):無形資產(chǎn)、供應(yīng)鏈和經(jīng)濟(jì)全球化指標(biāo),使預(yù)警指標(biāo)體系更加全面、準(zhǔn)確地反映企業(yè)的經(jīng)營發(fā)展?fàn)顩r,為正確評(píng)價(jià)企業(yè)經(jīng)營發(fā)展?fàn)顩r奠定基礎(chǔ)。
(2)探討網(wǎng)絡(luò)環(huán)境中的數(shù)據(jù)獲取方式一網(wǎng)絡(luò)資源數(shù)據(jù)挖掘及其在企業(yè)財(cái)務(wù)危機(jī)預(yù)警中的應(yīng)用。隨著網(wǎng)絡(luò)信息技術(shù)的高速發(fā)展,網(wǎng)絡(luò)資源成為一個(gè)很大的信息庫,包含企業(yè)的各種相關(guān)信息。本文設(shè)計(jì)一個(gè)網(wǎng)上數(shù)據(jù)采集程序,從發(fā)布上市企業(yè)信息的兩個(gè)權(quán)威網(wǎng)站(上海證券交易所和深圳證券交易所)獲取上市企業(yè)多個(gè)時(shí)間點(diǎn)的
Word文檔免費(fèi)下載:網(wǎng)絡(luò)環(huán)境中企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究 (下載1-155頁,共155頁)
本文關(guān)鍵詞:網(wǎng)絡(luò)環(huán)境中企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究,由筆耕文化傳播整理發(fā)布。
本文編號(hào):195398
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/195398.html