典型文献
基于深度神经网络的上市公司价值评估应用研究
文献摘要：
随着新兴产业资金需求的增加,注册制开始代替核准制被引入市场,但由于注册制下审核机构只对上市企业进行形式审查,投资人需要自行判断企业价值.而科创板多服务于拥有大量无形资产的科技创新企业,资产价值难以确定,以往方法又均存在一定局限性,无法较好地适用于所有科创板上市企业,企业估值更加困难,因此寻找一种限制条件少、估值准确度高的评估方法尤为必要.本文通过总结前人研究,设计了包括盈利能力、偿债能力、营运能力、发展能力、公司规模、创新能力、治理能力、人力资本8个影响因素的科创板上市公司价值评估体系,并运用Python软件,基于国泰安197家科创板上市公司2020年12月31日的指标数据构建深度神经网络模型,以用于进行科创板上市公司的价值评估.研究结果表明,深度神经网络模型无需作出假设前提,且其预测的企业价值与企业实际价值差距极小,在科创板企业价值评估方面具有良好的适用性和准确性,具有较高研究意义.
文献关键词：
深度神经网络;企业价值评估;科创板
中图分类号：
作者姓名：
冯雨萌
作者机构：
山东农业大学经济管理学院,山东泰安 271018
文献出处：
引用格式：
[1]冯雨萌-.基于深度神经网络的上市公司价值评估应用研究)[J].佳木斯职业学院学报,2022(08):50-52
A类：
B类：
公司价值,评估应用,新兴产业,资金需求,注册制,核准制,入市,上市企业,形式审查,投资人,多服务,无形资产,科技创新企业,资产价值,难以确定,定局,企业估值,限制条件,盈利能力,偿债能力,营运能力,公司规模,科创板上市公司,价值评估体系,Python,国泰,泰安,深度神经网络模型,实际价值,极小,科创板企业,企业价值评估,研究意义
AB值：
0.341423
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
