动态主元分析在上市公司财务困境预测中的应用
【摘要】:当神经网络用于上市公司的ST预测建模时,取得高质量的样本是相当重要的。主元分析有效的降低了样本的维数,消除了样本中各因素的相关性,但对于连续多年的数据它却无能为力。本文将连续运用主元分析(也称动态主元分析),将多年的数据应用到经济预测模型中去,即增大了信息量又没有增加网络的复杂性,使得预测更加合理有效。最后将动态主元分析与BP网络结合构造了一个网络模型,并给出了实证研究的详细结果。
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|