作　　者： ;

机构地区： 江西财经大学金融学院

出　　处： 《统计教育》 2005年第3期40-43,共4页

摘　　要： 本文采用主成分分析方法确定模型变量,建立多元判别分析(MDA)、Logistic回归和改进型BP神经网络模型进行财务困境预测。结果表明,神经网络模型的预测准确率明显优于多元判别分析和Logistic回归模型,而后两者的判别效果接近,神经网络模型更适合于财务困境预测。但三种模型的长期预警能力不够理想,提出建立以定量模型为主、定性分析为辅的上市公司财务困境预测新方法。

关 键 词： 财务困境预测 多元判别分析 上市公司 主成分分析方法 中国 定量模型 回归模型 文采 新探 变量

领　　域： [文化科学—教育学] [经济管理—金融学]