基于改进的RBF神经网络的航空公司绩效评价模型研究

【类型】学位论文

【作者】王序 

【关键词】 上市航空公司 径向基底神经网络 绩效评价

【摘要】随着全球航空业增长飞速,中国逐渐成为了这个市场中增长最快的国家之一。中国国民经济的持续增长,出门旅行的人和商务旅客大幅度增加,居民收入中交通费用的支出尤其是航空费用的开销比例也相应增长。而在企业绩效研究中,针对我国航空公司的绩效研究并不多见,也相对缺乏比较有效的绩效评价方法。此时,对于中国上市航空公司的绩效评价方法进行研究有一定的意义。有利于推动整个航空业建立规范的上市公司绩效管理制度;有利于我国上市航空公司经营效率的自我提升与改进,并能够对我国本土的各类民营航空公司提供一个良好的示范效应。本文通过归纳和分析我国航空公司绩效评价所应用到的指标体系及其评价的模型,对我国航空公司绩效评价指标进行合理的选取,构建了上市航空公司绩效评价指标体系。其中包括了航空企业的盈利能力状况、偿债能力状况、运营能力状况三个方面。本文通过分析赋权方法的优缺点,结合了我国航空公司绩效评价的特点,选择了熵权法作为指标赋权的方法。本文基于中国的四家上市航空公司的财务指标和非财务指标,利用关联度确定各个指标评价级别,利用熵权法计算指标的权重,从而得到我国上市航空企业绩效的综合评定等级。并且本文在分析我国航空公司绩效评价方法研究和RBF神经网络理论研究的基础上,选择使用改进的RBF神经网络进行建模。利用MATLAB对RBF网络的改进算法进行建模,并结合2000到2015年我国四家A股上市的航空公司财务统计数据和生产运营数据,进行了实证研究。通过该实证研究证明了改进的RBF神经网络模型的有效性。本文研究客观反映了我国航空公司绩效的实际水平,丰富了航空企业绩效评价中的理论方法。通过对我国上市航空公司绩效评价的研究,对我国民营航空公司的绩效评价给出指导和参考,具有实践意义。

【学位名称】硕士

【学位授予单位】哈尔滨工业大学

【学位授予年度】2016

【导师姓名】吴冲

【读秀链接】读秀链接