| 用遗传神经网络模型预测公司财务困境 |
| |
| 引用本文： | 姚宏善,沈轶.用遗传神经网络模型预测公司财务困境[J].华中师范大学学报(自然科学版),2005,39(2):195-197. |
| |
| 作者姓名： | 姚宏善 沈轶 |
| |
| 作者单位： | 1. 华中科技大学,控制科学与工程系,武汉,430074;中南财经政法大学,信息学院,武汉,430060
2. 华中科技大学,控制科学与工程系,武汉,430074 |
| |
| 基金项目： | 国家自然科学基金资助项目(60074008)，湖北省自然科学基金资助项目(2004ABA055). |
| |
| 摘 要： | 利用遗传算法的全局寻优能力。构造了一个预测财务困境的遗传神经网络模型(GANN)，该模型对预测财务困境的神经网络模型的输入变量进行了优化．通过对沪深A股市场部分上市公司财务困境的预测表明，该模型比ANN模型具有更好的预测财务困境的能力。
|
| 关 键 词： | 遗传算法 神经网络 财务困境 |
| 文章编号： | 1000-1190(2005)02-0195-03 |
| 修稿时间： | 2004年11月26 |
Predicting the financial distress of firms using genetic neural networks |
| |
| YAO Hong-shan,SHEN Yi.Predicting the financial distress of firms using genetic neural networks[J].Journal of Central China Normal University(Natural Sciences),2005,39(2):195-197. |
| |
| Authors: | YAO Hong-shan SHEN Yi |
| |
| Abstract: | The authors set up a genetic artificial neural networks model(GANN) using the character of globally searching optimization for genetic algorithm. The model optimizes the input variables of neural networks for predicting financial distress. The forecasting outcome for some listed companies issued A-shares on Shanghai Securities Exchange(SHSE) and Shenzhen Securities Exchange(SZSE) support the fact that the predicting ability of GANN outperforms the predicting ability of ANN model. |
| |
| Keywords: | genetic algorithm neural networks financial distress |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《华中师范大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《华中师范大学学报(自然科学版)》下载免费的PDF全文 |
