中小企业板上市公司退市风险预警研究——基于因子分析的Rprop神经网络模型分析 |
| |
作者姓名: | 虞文美 方扶星 |
| |
作者单位: | 安徽财经大学金融学院,安徽蚌埠233030;安徽财经大学金融学院,安徽蚌埠233030 |
| |
基金项目: | 安徽省教育厅高校优秀青年人才支持计划重点项目、“一带一路”对人民币国际化的总体估计、传导机制和经济互动效应研究;安徽财经大学校级课题、中国金融周期的度量、成因分析和宏观经济效应研究 |
| |
摘 要: | 以我国中小企业板上市公司退市风险预警为例,利用弹性反向传播算法(resilient back propagation,Rprop)和因子分析法相结合,建立一种基于因子分析的Rprop神经网络模型。首先利用因子分析法构建包含财务变量和非财务变量的预警体系;其次运用Rprop神经网络模型对我国160家中小企业板上市公司进行退市风险预警实证分析;最后对该模型的有效性进行实证分析,结果表明,该模型对上市公司退市风险预警的准确性比标准的BP神经网络模型和支持向量机模型分别提高2.91%和6.09%。因此,该模型可为投资者决策提供较好的参考依据。
|
关 键 词: | 退市风险预警 Rprop神经网络 因子分析 Matlab |
本文献已被 CNKI 万方数据 等数据库收录! |
|