高新技术企业与传统企业的类别辨识模型研究

《高新技术企业与传统企业的类别辨识模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中国科学技术大学硕士学位论又高新技术企业与传统企业的类别辨识模型研究作者姓名：学科专业：导师姓名：完成时间：郑佳企业管理张瑞稳副教授二O一二年五月十日UniversityofScienceandTechnologyofChinaAdissertationforMaster’SdegreeTheResearchintheTypeIdentificationModelofHigh--techCompaniesandTraditionalCompaniesAuthor’SName：JiaZhengSp

2、eciality：EnterpriseManagementSupervisor：AssociateProf．RuiwenZhangFinishedtime：May10m，2012中国科学技术大学学位论文原创性声明本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的成果。除已特111；II以标注和致谢的地方外，论文中不包含任何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确的说明。作者签名：牡签字曰期：锄J2．6．‘孚中国科学技术大学学位论文授权

3、使用声明作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学拥有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《中国学位论文全文数据库》等有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后也遵守此规定。匦开作者签名：签字日期：导师签名：碰些签字日期：加，己．占，∽摘要本文首先对我国上市公司中的高新技术企业和传

4、统企业样本的财务业绩表现进行主成分分析，建立了评价我国上市公司业绩表现的综合主成分模型。实证检验了两类企业在该项业绩综合评价指标上的差异，结果表明我国上市高新技术企业的综合业绩表现优于传统企业，我国高新技术企业在盈利性和成长性上的表现优于传统企业，在营运能力上高新技术企业与传统企业相比没有显著差异。基于支持向量机神经网络理论，首创性地建立了一个由业绩产出财务指标辨识高新技术企业与传统企业类型的支持向量机模型。模型以企业的业绩产出财务指标数据为基础，以径向基函数作为核函数，使用网格寻优方法、遗传算

5、法、粒子群算法调节模型参数，得到优化后的模型，并使用测试集数据验证了模型。对结果进行二元分类决策分析，结果表明：该模型的准确率和决策率等主要评价指标都达到了85％以上，具有较高的辨识能力和可信度，为高新技术企业和传统企业的类型辨识提供了一种可靠的、简单方便的方法，可以直接量化地判别企业是否属于高新技术企业。关键词：类型辨识模型业绩评价模型支持向量机神经网络主成分分析高新技术企业传统企业IIABSTRACTAcomprehensiveperformanceevaluationmodelofChin

6、eselistedcompaniesisestablishedinthispaper,bymeansoftheprincipalcomponentanalysisofthefinancialperformancebetweenhightechnologycompaniesandtraditionalones．Bytheconvastiveanalysisoftheindexes，theresuksindicatethathightechnologycompaniesaresuperiortotr

7、adkionalcompaniesintheoutstandingachievement，theprofitabilityandgrowthcapackyspecifically，whilethereisnostatisticallysignificantdifferenceontheoperatingcapacky．Anovelidentificationmodelfortheidentificationofhightechnobgycompaniesandtraditionalonesfro

8、mfmancialperformanceindexesiSpresentforthefirsttime，basedonthesupportvectormachine(SVM)neuralnetwork刚N)．Themodelisonthebasisofthedataofcompanies’indexes，empbysradialbasisfunction(RFB)asthekernelfunctionandthekernelparametersareselectedandadjustedbygr