基于人工神经网络方法的上市公司股票投资价值分析

论文摘要

随着中国金融改革的全面推进,股票投资逐渐成为现代社会投资的重要手段,为我国企业发展募集大量资金,促进社会资源合理配置,对社会经济生活产生重大而深远的影响。在经济全球化、金融自由化的背景下,我国证券市场朝着规范运作的方向发展。正确认识证券市场上影响股票投资价值的因素,可以为对上市公司股票投资价值进行客观及时的评估提供可靠的科学依据,利于投资者有效降低投资风险,也利于政府对企业的监管和激励,提高市场效率。本文总结了国内外上市公司股票投资价值评估方法的研究现状和相关理论,从宏观、中观、微观三个层面对影响股票内在价值的因素进行全面、系统的分析和归纳,并在此基础上选取了11个评价指标作为模型的指标体系。结合BP神经网络相关理论知识,选取我国沪深两市制造业113家上市企业进行实证分析。用自由现金流贴现模型中的定增长模型估计股票内在价值,并对数据进行主成分处理,减少输入变量,再用试凑法经过两步检验,确定神经网络模型拟合效果最好的训练函数和隐层节点数,建立较为完善的BP网络模型,并使用该模型进行预测和综合分析。最后根据实证结果,结合中国市场实际情况对模型进行评价,并根据模型实证研究结果,给出相关政策建议。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景
• 1.2 研究目的和意义
• 1.2.1 研究目的
• 1.2.2 研究意义
• 1.3 国内外研究现状
• 1.3.1 国外研究现状
• 1.3.2 国内研究现状
• 1.4 研究内容及思路
• 第2章 股票投资价值的相关理论及影响因素
• 2.1 上市公司股票价值投资的定义和内涵
• 2.2 上市公司股票内在价值与价格
• 2.3 价值投资的公司内在价值评估理论
• 2.3.1 贴现评估模型
• 2.3.2 相对价值模型
• 2.3.3 EVA评估模型
• 2.4 上市公司股票投资价值影响因素分析
• 2.4.1 宏观层面相关因素分析
• 2.4.2 中观层面相关因素分析
• 2.4.3 微观层面相关因素分析
• 2.5 本章小结
• 第3章 BP神经网络理论及模型指标体系的建立
• 3.1 BP神经网络原理简述
• 3.1.1 BP网络算法
• 3.1.2 BP网络的MATLAB实现
• 3.1.3 BP网络用于股票投资价值分析的可行性
• 3.2 神经网络模型指标体系的建立
• 3.2.1 建立指标体系
• 3.2.2 数据处理
• 3.3 主成分分析
• 3.4 本章小结
• 第4章 模型的建立及实证分析
• 4.1 BP-NN建模与预测流程
• 4.2 上市公司股票财务数据数据处理
• 4.2.1 自由现金流贴现模型的股票内在价值
• 4.2.2 主成分分析法对数据的处理
• 4.3 人工神经网络模型的确定
• 4.3.1 R法检验模型识别效率
• 4.3.2 RMSRE法检验模型识别效率
• 4.3.3 确定模型
• 4.4 模型结果与分析
• 4.4.1 模型实证结果
• 4.4.2 模型实证结果分析
• 4.4.3 政策建议
• 4.5 本章小结
• 结论
• 参考文献
• 附录
• 致谢