發(fā)布時(shí)間：2017-12-30 03:14

  本文關(guān)鍵詞：基于因子分析與支持向量機(jī)的上市公司財(cái)務(wù)危機(jī)預(yù)警研究　出處：《西安電子科技大學(xué)》2012年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 財(cái)務(wù)預(yù)警 因子分析 支持向量機(jī) 邏輯回歸 BP神經(jīng)網(wǎng)絡(luò)

【摘要】：本文主要研究運(yùn)用統(tǒng)計(jì)分析的相關(guān)理論及支持向量機(jī)建立起一個(gè)無規(guī)模和行業(yè)限制的、可以廣泛應(yīng)用的最優(yōu)SVM財(cái)務(wù)預(yù)警模型。通過與財(cái)務(wù)預(yù)警的其他主流模型——BP模型、Logistic模型進(jìn)行比較，考察三個(gè)模型的分類正確率，分析最優(yōu)SVM模型的可行性和有效性。同時(shí)，將該三種方法集成到財(cái)務(wù)預(yù)警系統(tǒng)中，，為企業(yè)經(jīng)營管理者及其他利益相關(guān)者分析企業(yè)財(cái)務(wù)狀況提供幫助。 本文具體研究?jī)?nèi)容是：從預(yù)警指標(biāo)及預(yù)警方法兩個(gè)方面系統(tǒng)的介紹了國內(nèi)外財(cái)務(wù)危機(jī)預(yù)警和績(jī)效評(píng)價(jià)的研究現(xiàn)狀，分析了企業(yè)財(cái)務(wù)危機(jī)產(chǎn)生的原因和表現(xiàn)，并以此為基礎(chǔ)，闡述了財(cái)務(wù)危機(jī)預(yù)警指標(biāo)的選取原則，初步構(gòu)建了基于現(xiàn)金流量的企業(yè)財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系，介紹了統(tǒng)計(jì)學(xué)習(xí)理論，并以滬深兩市A股上市公司財(cái)務(wù)報(bào)表數(shù)據(jù)為樣本，利用主成分分析方法提取主因子，實(shí)現(xiàn)對(duì)指標(biāo)的約簡(jiǎn)；利用約簡(jiǎn)后的樣本數(shù)據(jù)，建立起一系列基于RBF核函數(shù)、Sigmoid核函數(shù)、多項(xiàng)式核函數(shù)、線性核函數(shù)及不同的核參數(shù)的支持向量機(jī)預(yù)警模型，并且分別驗(yàn)證了不同核函數(shù)在相同實(shí)驗(yàn)條件下的預(yù)測(cè)效果。 為了驗(yàn)證因子分析和基于支持向量機(jī)財(cái)務(wù)危機(jī)預(yù)警模型的有效性，本文還將傳統(tǒng)的經(jīng)典統(tǒng)計(jì)回歸方法和人工神經(jīng)網(wǎng)絡(luò)方法引入到財(cái)務(wù)危機(jī)預(yù)警中，在相同的實(shí)驗(yàn)條件下進(jìn)行對(duì)比實(shí)驗(yàn)。通過實(shí)例分析表明，本文構(gòu)建的基于因子分析的支持向量機(jī)財(cái)務(wù)危機(jī)預(yù)警模型，預(yù)測(cè)精度明顯的高于BP神經(jīng)網(wǎng)絡(luò)模型和Logistic回歸模型。
[Abstract]:......
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類號(hào)】：TP18;F275;F832.51

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 阮平南;宋晉娜;;新視角下企業(yè)財(cái)務(wù)預(yù)警指標(biāo)體系的構(gòu)建[J];商業(yè)研究;2006年17期

2 何衛(wèi)紅;鄭垂勇;;財(cái)務(wù)困境及預(yù)警研究述評(píng)[J];財(cái)會(huì)通訊(學(xué)術(shù)版);2007年07期

3 周興榮;李文寧;;國內(nèi)外財(cái)務(wù)預(yù)警方法與模型評(píng)析[J];財(cái)會(huì)月刊;2008年15期

4 楊軼;張友棠;;企業(yè)財(cái)務(wù)預(yù)警國內(nèi)外研究述評(píng)[J];財(cái)會(huì)月刊;2008年20期

5 姚靠華;蔣艷輝;;基于決策樹的財(cái)務(wù)預(yù)警[J];系統(tǒng)工程;2005年10期

6 瞿天易;;基于專家系統(tǒng)的財(cái)務(wù)危機(jī)預(yù)警研究[J];中國管理信息化;2008年09期

7 林永明;;企業(yè)財(cái)務(wù)危機(jī)的原因及對(duì)策[J];消費(fèi)導(dǎo)刊;2009年02期

8 黃輝;企業(yè)財(cái)務(wù)預(yù)警與企業(yè)業(yè)績(jī)?cè)u(píng)價(jià)的比較[J];經(jīng)濟(jì)師;2004年05期

9 楊毓;蒙肖蓮;;用支持向量機(jī)(SVM)構(gòu)建企業(yè)破產(chǎn)預(yù)測(cè)模型[J];金融研究;2006年10期

10 袁業(yè)虎,張燕;中外財(cái)務(wù)預(yù)警實(shí)證研究述評(píng)[J];審計(jì)與理財(cái);2005年09期

相關(guān)博士學(xué)位論文 前1條

1 蔣波;財(cái)務(wù)真實(shí)性指數(shù)構(gòu)建及中國上市公司綜合評(píng)價(jià)研究[D];中南大學(xué);2010年

相關(guān)碩士學(xué)位論文 前7條

1 單錦雨;我國上市公司財(cái)務(wù)預(yù)警信息系統(tǒng)設(shè)計(jì)研究[D];吉林大學(xué);2005年

2 高立剛;支持向量機(jī)及其在股票價(jià)格預(yù)測(cè)方面的應(yīng)用[D];北京工業(yè)大學(xué);2006年

3 宋姣;基于支持向量機(jī)的上市公司財(cái)務(wù)危機(jī)預(yù)警研究[D];哈爾濱工業(yè)大學(xué);2007年

4 高淑芳;基于粗糙集—神經(jīng)網(wǎng)絡(luò)的財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)研究[D];燕山大學(xué);2008年

5 周元元;基于RS-SVM數(shù)據(jù)挖掘技術(shù)的財(cái)務(wù)困境預(yù)測(cè)模型研究[D];重慶工學(xué)院;2008年

6 李健;基于數(shù)據(jù)挖掘的上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究[D];西安科技大學(xué);2009年

7 黃陽;企業(yè)財(cái)務(wù)景氣監(jiān)測(cè)預(yù)警系統(tǒng)研究[D];武漢理工大學(xué);2009年

本文編號(hào)：1353086