学位论文 > 优秀研究生学位论文题录展示

基于BP神经网络的航运上市公司财务业绩评价研究

作　者: 范静
导　师: 刘斌
学　校: 大连海事大学
专　业: 企业管理
关键词: BP神经网络航运上市公司财务业绩评价
分类号: F224
类　型: 硕士论文
年　份: 2008年
下　载: 303次
引　用: 2次
阅　读: 论文下载

内容摘要

航运企业是利用船舶、排筏和其他浮运工具在江、河、湖泊、水库、人工水道和海上运送旅客和货物的,以营利为目的的经济组织。随着我国航运企业国际化程度的不断提高和航运市场的日趋成熟,航运类企业进入资本市场的步伐也日益加快。近年以来,国内已有十多家大型和超大型航运公司先后进入了资本市场,分别在上海和香港等地挂牌上市。这些企业上市后在经营上取得了骄人业绩,在股市中也越来越受到人们的瞩目。但由于我国大部分航运上市公司上市的时间都不长,因此,至今为止对构建一个较为完整的符合航运上市公司经营特点的财务业绩评价系统的研究一直处于方兴未艾的阶段。鉴于航运类上市公司在股市中不断展现出来的强劲态势,投资者需要有一个较为完整的财务业绩评价体系,以此来评价企业的经营成果和预测企业今后的发展走向。本文在对业绩评价角度进行明确的前提下,在了解国外企业业绩评价理论发展历程和深入研究我国上市公司通用型业绩评价和分行业上市公司业绩评价研究的基础上,并结合航运企业的运营特点,建立航运上市公司财务业绩评价指标体系,在评价方法的选择问题上,对各种常用业绩评价方法进行研究综述和分析利弊后,选择用BP神经网络作为本文的业绩评价方法。在构建好的航运上市公司业绩评价模型基础上进行实证分析,对2007年航运上市公司财务业绩进行评价,并得出结论和建议。具体分五章全面系统地进行深入研究。第一章为本文绪论,概括地介绍了航运上市公司财务业绩评价的研究背景及意义,阐述了论文的研究内容和研究方法、思路。第二章从理论角度,对国内外的相关文献进行综述,包括国外对企业业绩评价研究发展历程、我国上市公司通用型业绩评价研究以及我国分行业上市公司业绩评价研究综述,并对业绩评价方法研究进行综述。第三章是航运上市公司业绩评价体系模型的建立。在分析航运上市公司营运范畴和特点的基础上,构建航运上市公司财务业绩评价指标体系,并对本文所用的BP神经网络模型的基本原理和应用步骤进行介绍。第四章运用上一章建立起来的指标设置方法和指标评价方法对2007年航运上市公司财务业绩进行评价,并得出结论、提出建议。第五章对本文研究工作的总结,和进一步研究的方向展望。

全文目录

摘要  5-6
Abstract  6-10
第1章绪论  10-13
  1.1 研究背景及意义  10
  1.2 研究的内容和方法  10-11
  1.3 本文研究的技术路线  11-13
第2章文献综述  13-23
  2.1 企业业绩评价的概念  13-14
    2.1.1 企业业绩评价概念综述  13
    2.1.2 本文对企业业绩评价概念的理解和界定  13-14
  2.2 国外企业业绩评价理论的发展历程  14-17
    2.2.1 成本业绩评价时期(19世纪初-20世纪初)  14-15
    2.2.2 财务业绩评价时期(20世纪初-20世纪90年代)  15
    2.2.3 战略综合业绩评价时期(20世纪90年代至今)  15-17
  2.3 我国上市公司通用型业绩评价研究综述  17-20
    2.3.1 诚信证券评价系统  17
    2.3.2 《上市公司》业绩评价系统  17-18
    2.3.3 上市公司综合财务质量测评系统  18-19
    2.3.4 “中证·亚商50强”业绩评价系统  19-20
  2.4 我国分行业上市公司业绩评价研究综述  20-21
    2.4.1 国有资本金绩效评价  20-21
    2.4.2 港航上市公司财务绩效排行  21
  2.5 业绩评价方法研究综述及利弊分析  21-23
    2.5.1 层次分析法  21-22
    2.5.2 主成分分析法和因子分析法  22
    2.5.3 数据包络分析法  22-23
第3章航运上市公司业绩评价体系模型的建立  23-33
  3.1 航运上市公司财务业绩评价指标的设计  23-26
    3.1.1 航运上市公司的范畴和营运特点  23-24
    3.1.2 航运上市公司财务业绩评价指标体系  24-26
  3.2 航运上市公司财务业绩评价方法-BP神经网络  26-29
    3.2.1 BP神经网络方法的比较优势  26-27
    3.2.2 BP网络结构描述  27-28
    3.2.3 BP神经网络算法的数学描述  28-29
  3.3 BP神经网络模型的应用步骤  29-31
    3.3.1 BP神经网络模型的学习训练  29-31
    3.3.2 BP神经网络泛化能力检验  31
    3.3.3 BP神经网络模型的评价程序  31
  3.4 模型运行工具——MATLAB软件  31-33
第4章实证分析  33-49
  4.1 用向量规范法将原始数据标准化  33-34
  4.2 输入、输出、隐含层节点数设置  34-35
  4.3 BP神经网络模型参数设置和训练参数设置  35-38
  4.4 BP神经网络模型的学习训练  38-40
  4.5 仿真运算及评价结果  40
  4.6 中国航运上市公司财务业绩分指标评价  40-47
    4.6.1 盈利能力指标分析  40-41
    4.6.2 营运能力指标分析  41-43
    4.6.3 偿债能力指标分析  43-45
    4.6.4 发展能力指标分析  45-46
    4.6.5 股票获利能力指标分析  46-47
    4.6.6 现金流量指标分析  47
  4.7 实证分析结论  47-49
第5章总结  49-51
  5.1 本文研究工作的总结  49
  5.2 本文进一步研究的方向  49-51
附录A 2005、2006和2007年航运上市公司财务原始数据  51-54
附录B BP神经网络的程序  54-55
附录C 本文BP神经网络的输入数值  55-56
附录D BP神经网络程序的主要输出结果  56-58
参考文献  58-60
攻读学位期间公开发表的论文  60-61
致谢  61-62
研究生履历  62

基于BP神经网络的航运上市公司财务业绩评价研究

内容摘要

全文目录

相似论文