基于bp神經(jīng)網(wǎng)絡(luò)算法企業(yè)股權(quán)價值預(yù)測的研究

基于bp神經(jīng)網(wǎng)絡(luò)算法企業(yè)股權(quán)價值預(yù)測的研究

ID:34182184

大?。?.38 MB

頁數(shù):57頁

時間:2019-03-04

基于bp神經(jīng)網(wǎng)絡(luò)算法企業(yè)股權(quán)價值預(yù)測的研究_第1頁
基于bp神經(jīng)網(wǎng)絡(luò)算法企業(yè)股權(quán)價值預(yù)測的研究_第2頁
基于bp神經(jīng)網(wǎng)絡(luò)算法企業(yè)股權(quán)價值預(yù)測的研究_第3頁
基于bp神經(jīng)網(wǎng)絡(luò)算法企業(yè)股權(quán)價值預(yù)測的研究_第4頁
基于bp神經(jīng)網(wǎng)絡(luò)算法企業(yè)股權(quán)價值預(yù)測的研究_第5頁
資源描述:

《基于bp神經(jīng)網(wǎng)絡(luò)算法企業(yè)股權(quán)價值預(yù)測的研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫

1、摘要關(guān)于企業(yè)價值的研究一直是經(jīng)濟領(lǐng)域的熱門話題,而代表著企業(yè)核心價值的股權(quán)價值更是研究的熱點。本論文將傳統(tǒng)的財務(wù)管理方法同人工神經(jīng)網(wǎng)絡(luò)相結(jié)合,運用BP神經(jīng)網(wǎng)絡(luò),研究基于歷史數(shù)據(jù)分析的企業(yè)股權(quán)價值預(yù)測模型,并進行實證研究。本論文首先對國內(nèi)外對于企業(yè)股權(quán)價值的研究情況進行綜述,指出神經(jīng)網(wǎng)絡(luò)方法在預(yù)測企業(yè)股權(quán)價值方面的適用性。通過比較分析,選擇了可以與傳統(tǒng)財務(wù)管理方法相結(jié)合的BP神經(jīng)網(wǎng)絡(luò)方法作為企業(yè)股權(quán)價值預(yù)測模型建立的基本方法。然后,探討了BP神經(jīng)網(wǎng)絡(luò)的模型與結(jié)構(gòu)、BP算法的學(xué)習(xí)規(guī)則等,構(gòu)建了基于BP神經(jīng)網(wǎng)絡(luò)算法

2、的企業(yè)股權(quán)價值預(yù)測模型,研究了神經(jīng)網(wǎng)絡(luò)的模式、泛化能力等問題。利用搭建起的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型,預(yù)測企業(yè)股權(quán)價值的變化趨勢。同時,本論文還研究了BP神經(jīng)網(wǎng)絡(luò)在MATLAB中的設(shè)計和實現(xiàn),包括如何創(chuàng)建神經(jīng)網(wǎng)絡(luò),如何對網(wǎng)絡(luò)進行初始化、訓(xùn)練和模擬等;通過利用MATLAB函數(shù)進行編程,實現(xiàn)了所設(shè)計的BP神經(jīng)網(wǎng)絡(luò)。并且,本論文利用所建立的預(yù)測模型對多個企業(yè)的未來股權(quán)價值的預(yù)測進行了實證分析,證明所采用的研究方法和所設(shè)立的模型是有效的。它不僅簡化了網(wǎng)絡(luò)結(jié)構(gòu),還具有較好的預(yù)測能力和泛化推廣能力。這就說明了本論文所構(gòu)建的基于

3、BP神經(jīng)網(wǎng)絡(luò)的企業(yè)股權(quán)價值預(yù)測模型的有效性和普適性。本論文在前人研究成果的基礎(chǔ)上,針對實際問題的客觀需要,提出了作者自己的觀點和想法,并付諸于實踐,希望可以對人工神經(jīng)網(wǎng)絡(luò)技術(shù)用于經(jīng)濟預(yù)測做出一點貢獻。關(guān)鍵詞:BP神經(jīng)網(wǎng)絡(luò),股權(quán)價值,MATLABAbstractStockholders’EquityValueanalysisandforecastingisacomplexfieldofstudy.Thepaperwillmakeresearchonstockholders’equityvaluepredicti

4、onmodelbasedontheanalysisofhistoricaldata,usingBPneuralnetworktheory.Andalsothepaperwillmakesempiricalstudiesontheforecastingmodel’Svalidity.Firstly,analysisoftheresearchofstockholders’equityvalueandconcludetheadvantagesandthedisadvantagesofthemethodsnowusi

5、nginthefinancemanagement.ThenpointoutthevalidityoftheBPneuralnetwork.Bycomparativeanalysis,finallychoosetheBPneuralnetwork私thebasicmethodtobuilduptheforecastingmodel.Secondly,makingresearchonthemodelands仃uctur.eofBPneuralnetwork,learningrulesandSOon,buildin

6、gastockholders’equityvalueforecastingmodelbasedontheBPneuralnetwork,relatedwiththemodelofneuralnetworkandtheabilityofgeneralization.Usingthemodelbuilttoforecastthetrendofthefuturestockholders’equityvaluechanges.Andalso,thisPaperhasdeepstudyoftheBPneuralnetw

7、orkinMATLAB,includinghowtocreateaneuralnetwork,howtoinitializethenetwork,trainingandsimulation,andusingMATLABprogrammingeuncOontoachievethedesignedBPneuralnetwork.Lastbutnottheleast,itisprovedthattheresearchmethodandtheestablishedmodelarepracticalandeffecti

8、vebyempiricalanalysisofseveraldifferententerprises,butalsohasgoodpredictionaccuracyaswell,owning900dpredictivecapabilityandgeneralization.Accordingtorequestofthecomplexeconomicreality,theauthorprovides

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。