基于DS证据理论SVM集成的企业财务危机预警的研究

发布时间：2017-03-28 13:00

  本文关键词：基于DS证据理论SVM集成的企业财务危机预警的研究，，由笔耕文化传播整理发布。

【摘要】：改革开放以来,我国市场经济取得了快速的发展,这也使国内企业获得了更多的发展机会,但与此同时企业也面临更多的风险和挑战。由于这些因素企业出现财务危机甚至破产清算的概率也明显增加。企业作为我国市场经济的基本组成部分,对人民生活水平的提高以及国家经济的发展起十分重要的促进作用,企业出现财务危机将会危及银行体系、债权人等众多主体,严重时甚至会导致经济萧条、造成社会动荡。因此,对企业进行财务危机预警研究成为了一个十分必要和紧迫的课题。近年来企业财务危机预警受到了广泛关注和研究,学术界和企业界提出了很多不同的模型用于财务危机预警,例如单变量模型、Logistic回归模型和神经网络等。这些预警模型有着各自的特点,但同时也存在一些不足,并不能完全适应现代市场经济的发展要求,因此学术界和企业界一直在寻找新理论、新方法来进行企业财务危机预警。支持向量机是一种相对较新的财务危机预警方法,具有较强的学习和推广能力,在解决高维度、非线性和小样本等问题上具有独特的优势,近年来被广泛的应用于财务危机预警领域。传统的财务危机预警模型主要采用单分类器,近年来学术界研究表明,使用多分类器进行集成能够充分利用各单分类器的特点,从而有效提高财务危机预警的精度。DS证据理论由于其结构简单、在不确定性度量等方面的灵活性等特点,近年来受到广泛研究,并被用于财务危机预警模型。以往的财务危机预警模型往往忽略了盈余管理这一因素。盈余管理是一种操纵公司财务报表的行为,会对公司财务报表的真实性和可靠性造成影响,从而使得进行了盈余管理的公司的财务报表相比于没有进行盈余管理公司的财务报表有不同的特征。因此在财务危机预警模型中考虑盈余管理这一因素,根据公司是否进行盈余管理将其分为两大类分别进行训练是有意义的。综上所述,本文提出了一种基于DS证据理论支持向量机集成的财务危机预警模型,并在模型中考虑盈余管理这一因素。首先,本文使用公司三年的财务数据进行财务危机预警,根据公司是否进行了盈余管理,将每一年的样本公司分为两类。对于每一年的两类不同类别的样本公司的财务数据,分别使用三种基于不同核函数的支持向量机进行训练。然后,本文提出一种改进的DS集成方法对SVM分类器的输出结果进行集成。本文提出的改进的证据理论集成方法将分类器在测试集样本上获得的支持度、在训练集样本上获得的支持度的平均值以及在训练集上的分类精度纳入考虑。在进行集成的时候首先使用本文提出的改进的DS集成方对每一年内的使用三种不同核函数训练的SVM分类器的输出结果进行集成,得到每一年的集成结果,然后再使用本文提出的改进的DS集成方法将这三年的结果进行集成,从而得到最终的结果。本文选取中国A股市场制造业公司作为样本进行实证研究,其结果表明本文提出的基于DS证据理论和盈余管理的支持向量机集成的财务危机预警模型能够有效提高出财务危机预警的精度。
【关键词】：财务危机预警 DS证据理论 盈余管理 支持向量机 分类器集成
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F424;F406.7
【目录】：

• 摘要5-7
• Abstract7-11
• 第一章 绪论11-19
• 1.1 研究背景和意义11-12
• 1.2 财务危机预警国内外研究现状12-16
• 1.2.1 单变量预警模型12-13
• 1.2.2 多元判别模型13
• 1.2.3 Logistic回归分析模型13-14
• 1.2.4 神经网络判别模型14-15
• 1.2.5 支持向量机15
• 1.2.6 分类器集成15-16
• 1.3 本文主要工作16-17
• 1.3.1 本文主要研究内容16
• 1.3.2 本文创新点16-17
• 1.4 论文组织结构17-19
• 第二章 理论综述19-32
• 2.1 财务危机预警的基本概念19-20
• 2.1.1 财务危机的概念19
• 2.1.2 本文对财务危机的界定19
• 2.1.3 财务危机预警相关概念19-20
• 2.2 支持向量机的基本理论20-25
• 2.2.1 统计学习理论20-21
• 2.2.2 支持向量机概述21-22
• 2.2.3 线性可分问题22-23
• 2.2.4 线性不可分问题23
• 2.2.5 非线性问题23-25
• 2.3 DS证据理论基本理论25-29
• 2.3.1 证据理论的发展和应用25
• 2.3.2 证据理论基本概念25-27
• 2.3.3 证据理论的集成规则27-29
• 2.4 盈余管理基本理论29-32
• 2.4.1 盈余管理定义和动机29-30
• 2.4.2 盈余管理计量模型30-32
• 第三章 基于DS证据理论SVM集成的企业财务危机预警研究32-42
• 3.1 基于DS证据理论SVM集成的财务危机预警模型32-35
• 3.2 本文模型进行财务危机预警的步骤35-36
• 3.3 改进的DS集成规则36-41
• 3.4 本章小结41-42
• 第四章 实证分析42-52
• 4.1 样本数据集和指标体系42-44
• 4.1.1 样本数据的选择42
• 4.1.2 财务指标体系的建立42-44
• 4.2 实证结果分析44-51
• 4.3 本章小结51-52
• 第五章 总结和展望52-54
• 5.1 本文的主要工作和结论52
• 5.2 本文的不足及研究展望52-54
• 致谢54-55
• 参考文献55-59
• 作者简介59

【参考文献】

中国期刊全文数据库 前10条

1 张红霞;;我国上市公司财务风险预警研究[J];轻工科技;2016年01期

2 丁德臣;吕志勇;;基于粗糙集与分类器集成的财险公司全面风险预警研究[J];保险研究;2014年06期

3 汪海燕;黎建辉;杨风雷;;支持向量机理论及算法研究综述[J];计算机应用研究;2014年05期

4 韩德强;杨艺;韩崇昭;;DS证据理论研究进展及相关问题探讨[J];控制与决策;2014年01期

5 雷蕾;王晓丹;;结合SVM与DS证据理论的信息融合分类方法[J];计算机工程与应用;2013年11期

6 丁德臣;;混合HOGA-SVM财务风险预警模型实证研究[J];管理工程学报;2011年02期

7 孙洁;李辉;韩建光;;基于滚动时间窗口支持向量机的财务困境预测动态建模[J];管理工程学报;2010年04期

8 金宏斌;蓝江桥;;基于多类支持向量机的基本信度分配确定方法[J];通信学报;2010年S1期

9 全春光;程晓娟;;企业财务危机预警指标筛选探究[J];当代经济管理;2010年08期

10 刘博;干胜道;;盈余管理的计量方法及计量模型述评[J];统计与决策;2010年09期

  本文关键词：基于DS证据理论SVM集成的企业财务危机预警的研究，由笔耕文化传播整理发布。

本文编号：272285