基于PCA-SOM的上市公司综合绩效评价

被引:1
作者
杨金辉 [1 ]
赵晋 [2 ]
马添翼 [3 ]
孙延风 [1 ]
机构
[1] 吉林大学计算机科学与技术学院
[2] 中国人民大学信息学院
[3] 中国人民大学经济学院
关键词
房地产上市公司; 主成分分析; 自组织网络;
D O I
暂无
中图分类号
F224 [经济数学方法];
学科分类号
0701 ; 070104 ;
摘要
为摆脱用传统方法评价上市公司财务状况综合绩效的局限,更好地为证券监管机构的监管和广大投资者的风险控制提供决策参考,提出了上市公司综合绩效评价的PCA-SOM(Principal Components Analysis-System Object Model)模型。该模型首先利用主成分分析(PCA:Principal Components Analysis)建立公司财务状况综合评价模型,然后利用自组织网络(SOM:System Object Model)模型对上述模型的有效性进行检验,并采用了2005年房地产业47家房地产上市公司的具体财务数据进行分析,最终给出了中国房地产上市公司财务水平的排名。结果表明,PCA-SOM模型更好地模拟了实际数据,同时排除了主观因素的干扰,较为客观地评价了上市公司,给出了较为公正的排名,为监管机构提供了参考依据。
引用
收藏
页码:192 / 198
页数:7
相关论文
共 14 条
[1]   一种基于SOM和PAM的聚类算法 [J].
张钊 ;
王锁柱 ;
张雨 .
计算机应用, 2007, (06) :1400-1402
[2]   主成分分析方法(PCA)在车辆牌照识别中的应用 [J].
邬岚 ;
张桂林 .
计算机与数字工程, 2007, (03) :110-112+123
[3]   主成分分析在SPSS中的操作应用 [J].
张文霖 .
市场研究, 2005, (12) :31-34
[4]   基于SOM的市场细分研究 [J].
吕昱 ;
程代杰 .
计算机科学, 2005, (12) :98-100
[5]   基于粒子群优化的自组织特征映射神经网络及应用 [J].
吕强 ;
俞金寿 ;
不详 .
控制与决策 , 2005, (10) :1115-1119
[6]   基于SOM网络的特征选择技术研究 [J].
廖广兰 ;
史铁林 ;
姜南 ;
刘世元 .
机械工程学报, 2005, (02) :46-50
[7]   基于SOM网络的随机映射文本降维方法 [J].
钱晓东 ;
王正欧 .
计算机应用, 2004, (05) :56-58+61
[8]   一种全局收敛的PCA神经网络学习算法 [J].
黄克军 ;
叶茂 ;
王雁东 ;
李毅超 .
计算机科学, 2004, (05) :153-155
[9]   PCA法在学生成绩分析中的应用 [J].
丁梅芳 .
理工高教研究, 2003, (05) :71-74
[10]   用主成份分析法进行多指标综合评价应注意的问题 [J].
孟生旺 .
统计研究, 1992, (04) :67-68