简介:本文将中国上市公司因财务状况异常而被特别处理(ST)作为企业陷入财务困境的标志,采用主成分分析方法确定模型变量,并利用多元判别分析、Logistic回归和改进型BP神经网络三种方法进行财务困境预测。比较其预测结果发现,BP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,可见改进型BP神经网络模型更适合于企业财务困境预测。但三种模型的长期预警能力均不够理想,需要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方式,以提高预测的准确性。
简介:摘要:工程造价预测是工程项目管理中的重要环节,直接关系到工程项目的经济效益。本研究针对我国当前工程造价的预测问题,提出并建立了一种实用的工程造价预测模型。首先,通过对大量工程项目数据的搜集和剖析,挖掘出影响工程造价的关键因素。然后通过量化这些关键因素,利用数学和统计学的方法,构建出了一套完整的预测模型,同时详细介绍了模型的建立过程和使用步骤。在模型验证环节,我们选取了实际工程项目进行预测,并与实际造价进行对比,结果显示预测误差在可接受范围内,说明了这种预测模型的适用性和有效性。最后,我们探讨了这种预测模型在实际工程项目管理中的应用,包括在项目初期进行预算制定,项目实施阶段进行成本控制,项目结束阶段进行经济效益评估等方面。本研究的成果将有助于进一步优化工程造价管理,提高建设项目的经济效益。