论文部分内容阅读
利用邻域粗糙集对属性进行约简，得到由财务指标和非财务指标构成的预警指标体系。将其作为神经网络的输入变量对我国上市公司财务状况进行预测。实证研究表明，模型能有效剔除冗余信息，避免传统粗糙集模型因数值离散化带来的信息丢失。在大大缩短训练时间的同时，模型的预测精度达91．7％，高于同等条件下神经网络模型、Logistic模型。