吴涛　李雄英　曾凯华

摘 要 股票价格的变化主要依赖于两个方面，一个是股票内在价值，另一个就是系统风险对股票价值的影响.通过使用神经网络的方法来分析股票的系统风险，用熵值法来分析股票的内在价值，从而全面的分析股票的投资价值，结果表明这种评估方法是可靠并且具有较大的获利空间.

关键词 金融学；股票价值；神经网络；评估

中图分类号 F832 文献标识码 A

Abstract The change of stock price mainly depends on two aspects， for one thing， which is the intrinsic value of the stock and for another is the influence of system risk on the stock value. The paper adopted neural network to analyze the systematic risk of stock， and analyze the intrinsic value of stock by entropy method， so as to comprehensively analyze the investment value of stock. The result shows that this evaluation method is reliable and has large profitability.

Key words finance ；the value of stock； ；neural network；evaluation

1 引 言

隨着股票市场的发展，对股票的价值评估方法多种多样.由于股价的波动呈现明显的非线性特征，国内外学者对股价的评估的研究成果很多[1，2].张慧（2012）基于因子分析和聚类分析对旅游上市公司业绩进行评价，能够根据收益性，安全性，成长性和流动性对股票进行分类[3].李坤和范国良（2016）根据安徽省上市公司财务数据，用主成分分析和多元统计的方法对股票价值进行评估[4].曲双红（2012）通过对一系列股票进行熵值法处理后，统计出各个股票的得分并且将前几种股票作为投资组合进行投资，获得较高的收益率[5].陈小玲（2017）在分析百度和阿里巴巴两个股票时运用ARIMA和神经网络进行短期预测，结果比较准确，相对误差比较小，但是在预测不同股票时不同的模型有所不同，没有解释其背后的原因[6].魏文轩（2013）利用RBF神经网络不容易陷入局部收敛的特点对对降维后的股价数据进行预测，有效的提高了预测精度[7].张秋明（2012）结合GM（1，1）与BP神经网络预测ST东北高股价，其网络的作用在于对灰色预测的误差进行修正[8].