基于BP神经网络的互联网上市公司财务风险评价研究
发布时间：2023-11-23 19:49
自从习近平总书记在十九大报告中提出了网络强国计划并成为互联网行业快速发展的动力,互联网企业就已经在我国经济发展中发挥了不可替代的作用。移动互联网与大数据结合了现代农业、现代制造业、现代医疗和现代教育行业,全面促进了互联网企业的发展。在竞争激烈残酷的市场中,互联网企业若要保持健康的发展就必须时刻警惕财务风险,加强风险管理能力,防患于未然。由此可见,构建一个互联网上市公司财务风险评价模型是刻不容缓的,有关于互联网上市企业的财务风险评价研究是极为有意义的。本文先介绍了财务风险评价和评价方法的相关理论,再结合我国互联网行业的制度背景和发展现状,分析出互联网企业现今面临的主要的四个财务风险,即筹资风险、投资风险、营运风险和现金流量风险,再分类具体分析对互联网企业提出影响财务风险评价的指标,搭建互联网上市公司财务风险评价的指标体系。然后,分析比对各种财务风险评价的方法,比较其优劣,最终选择了最适用于互联网企业的BP神经网络模型。再然后,选取了我国沪深主板上市的93家互联网企业作为研究样本,挖掘其2016年和2017年的财务数据,对样本数据进行主成分分析和聚类分析处理,利用BP神经网络进行训练仿真,...
【文章页数】：107 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外文献综述
1.2.1 国外文献综述
1.2.2 国内文献综述
1.2.3 国内外研究现状述评
1.3 研究思路
1.4 研究内容
1.5 研究方法
1.6 论文创新点
第二章 相关理论基础
2.1 财务风险评价基础理论
2.1.1 企业财务风险定义
2.1.2 企业财务风险成因
2.1.3 企业财务风险特征
2.2 财务风险评价理论基础
2.2.1 风险管理理论
2.2.2 企业生命周期理论
2.2.3 资本结构理论
第三章 互联网企业财务风险研究
3.1 互联网行业制度背景
3.1.1 互联网行业背景分析
3.1.2 互联网企业定义
3.1.3 互联网企业特征
3.2 互联网企业财务特征
3.3 互联网企业财务风险的分类
3.4 互联网企业财务风险影响因素分析
第四章 互联网企业财务风险评价指标体系与评价方法
4.1 互联网企业财务风险评价指标选取
4.1.1 财务指标选取
4.1.2 非财务指标选取
4.1.3 互联网企业财务风险评价指标体系的建立
4.2 互联网企业财务风险评价方法选择
4.2.1 常用企业财务风险评价方法
4.2.2 BP神经网络选择依据
4.2.3 BP神经网络基本原理
4.2.4 BP神经网络的算法
第五章 基于BP神经网络的互联网上市公司财务风险评价实证研究
5.1 研究样本的选取以及数据的处理
5.1.1 数据的收集
5.1.2 数据的标准化处理
5.2 研究样本的主成分分析
5.2.1 研究样本主成分分析目的
5.2.2 研究样本主成分分析过程
5.3 研究样本的聚类分析
5.3.1 研究样本聚类分析目的
5.3.2 研究样本聚类分析过程
5.4 BP神经网络仿真分析
5.4.1 BP神经网络参数设计
5.4.2 BP神经网络仿真过程
5.4.3 BP神经网络仿真结果
5.5 BP神经网络仿真的进一步分析
5.5.1 基于不同生命周期的互联网上市公司财务风险评价
5.5.2 基于不同主营业务的互联网上市公司财务风险评价
5.5.3 基于不同企业性质的互联网上市公司财务风险评价
5.5.4 基于不同分类评价结果分析
第六章 基于BP神经网络的互联网上市公司财务风险预测
6.1 数据的收集
6.2 研究样本的主成分分析
6.2.1 研究样本主成分分析目的
6.2.2 研究样本主成分分析过程
6.3 BP神经网络模型预测过程及结果
第七章 研究结论与政策建议
7.1 主要研究结论
7.2 互联网企业财务风险防范建议
7.3 不足之处
参考文献
致谢
攻读硕士期间取得的科研成果
附录1：BP神经网络核心代码
附录2：2017年93 家互联网上市企业主成分分析结果
附录3：2016年81 家互联网上市企业主成分分析结果
本文编号：3866088
【文章页数】：107 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外文献综述
1.2.1 国外文献综述
1.2.2 国内文献综述
1.2.3 国内外研究现状述评
1.3 研究思路
1.4 研究内容
1.5 研究方法
1.6 论文创新点
第二章 相关理论基础
2.1 财务风险评价基础理论
2.1.1 企业财务风险定义
2.1.2 企业财务风险成因
2.1.3 企业财务风险特征
2.2 财务风险评价理论基础
2.2.1 风险管理理论
2.2.2 企业生命周期理论
2.2.3 资本结构理论
第三章 互联网企业财务风险研究
3.1 互联网行业制度背景
3.1.1 互联网行业背景分析
3.1.2 互联网企业定义
3.1.3 互联网企业特征
3.2 互联网企业财务特征
3.3 互联网企业财务风险的分类
3.4 互联网企业财务风险影响因素分析
第四章 互联网企业财务风险评价指标体系与评价方法
4.1 互联网企业财务风险评价指标选取
4.1.1 财务指标选取
4.1.2 非财务指标选取
4.1.3 互联网企业财务风险评价指标体系的建立
4.2 互联网企业财务风险评价方法选择
4.2.1 常用企业财务风险评价方法
4.2.2 BP神经网络选择依据
4.2.3 BP神经网络基本原理
4.2.4 BP神经网络的算法
第五章 基于BP神经网络的互联网上市公司财务风险评价实证研究
5.1 研究样本的选取以及数据的处理
5.1.1 数据的收集
5.1.2 数据的标准化处理
5.2 研究样本的主成分分析
5.2.1 研究样本主成分分析目的
5.2.2 研究样本主成分分析过程
5.3 研究样本的聚类分析
5.3.1 研究样本聚类分析目的
5.3.2 研究样本聚类分析过程
5.4 BP神经网络仿真分析
5.4.1 BP神经网络参数设计
5.4.2 BP神经网络仿真过程
5.4.3 BP神经网络仿真结果
5.5 BP神经网络仿真的进一步分析
5.5.1 基于不同生命周期的互联网上市公司财务风险评价
5.5.2 基于不同主营业务的互联网上市公司财务风险评价
5.5.3 基于不同企业性质的互联网上市公司财务风险评价
5.5.4 基于不同分类评价结果分析
第六章 基于BP神经网络的互联网上市公司财务风险预测
6.1 数据的收集
6.2 研究样本的主成分分析
6.2.1 研究样本主成分分析目的
6.2.2 研究样本主成分分析过程
6.3 BP神经网络模型预测过程及结果
第七章 研究结论与政策建议
7.1 主要研究结论
7.2 互联网企业财务风险防范建议
7.3 不足之处
参考文献
致谢
攻读硕士期间取得的科研成果
附录1：BP神经网络核心代码
附录2：2017年93 家互联网上市企业主成分分析结果
附录3：2016年81 家互联网上市企业主成分分析结果
本文编号：3866088
本文链接：https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/3866088.html