English
| 正體中文 |
简体中文
|
全文筆數/總筆數 : 64178/96951 (66%)
造訪人次 : 10363118 線上人數 : 21384
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library & TKU Library IR team.
搜尋範圍
全部機構典藏
商管學院
會計學系暨研究所
--期刊論文
查詢小技巧:
您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
進階搜尋
主頁
‧
登入
‧
上傳
‧
說明
‧
關於機構典藏
‧
管理
淡江大學機構典藏
>
商管學院
>
會計學系暨研究所
>
期刊論文
>
Item 987654321/64227
資料載入中.....
書目資料匯出
Endnote RIS 格式資料匯出
Bibtex 格式資料匯出
引文資訊
請使用永久網址來引用或連結此文件:
https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/64227
題名:
應用貝氏類神經網路於初次公開發行時折價幅度之預測
作者:
陳慶隆
;
武季蔚
貢獻者:
淡江大學會計學系
關鍵詞:
貝氏類神經網路;初次公開發行;折價;類神經網路;Bayesian Neural Network;IPO;Underpricing;Neural Network
日期:
2007-07
上傳時間:
2013-03-12 13:15:16 (UTC+8)
出版者:
臺中縣:朝陽科技大學管理學院
摘要:
初次公開發行(initial public offerings, IPO)公司折價發行新股的現象,一直為理論與實證研究者所關注的議題,本文擬以更精練的貝氏類神經模型(Bayesian Neural Network Model)預測初次公開發行公司的折價幅度,以豐富此一領域的研究。實證結果除了應用貝氏類神經模型的特性可提供預測的可信賴區間外,在不同的IPO公司折價幅度觀測期間、不同的神經元隱藏層設定與不同的模式績效評估指標下,均顯示貝氏類神經網路模式對IPO公司的折價幅度預測能力優於傳統類神經網路模式與傳統線性迴歸模式,且一個神經元隱藏層模式優於二個神經元隱藏層模式,亦顯示IPO公司的折價幅度預測模式複雜度並不若預期。
關聯:
朝陽商管評論=Chaoyang Business and Management Review 6(2),頁1-28
DOI:
10.29630%2fCBMR.200707.0001
顯示於類別:
[會計學系暨研究所] 期刊論文
文件中的檔案:
檔案
描述
大小
格式
瀏覽次數
index.html
0Kb
HTML
150
檢視/開啟
index.html
0Kb
HTML
13
檢視/開啟
應用貝氏類神經網路於初次公開發行時折價幅度之預測.pdf
973Kb
Adobe PDF
0
檢視/開啟
在機構典藏中所有的資料項目都受到原著作權保護.
TAIR相關文章
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library & TKU Library IR teams.
Copyright ©
-
回饋