基于机器学习的上市公司财务困境预警研究

发布时间：2024-04-06 23:19

　　在这个全球化的时代,各国经济蓬勃发展,市场竞争也越发激烈,各个行业的上市公司都面临着各种各样的风险和挑战。由于企业经营管理和财务状况的不确定性日益突出,引发企业财务危机的因素越来越多,上市公司陷入财务困境的概率也比以往更高。因此,对财务状况进行分析,使经营决策者及早发现潜在的危机信号,企业、金融机构以及投资者们便能够采取相应的预防措施,显得尤为重要。建立一个准确高效的财务困境预警模型,已成为理论和实践中的重点研究方向。本文以我国沪深两市的A股上市公司为研究对象,将被实施特殊处理,即冠以“ST”作为企业陷入财务困境的标志,选取了2015-2019年共216家上市公司作为研究样本,并基于反映公司盈利能力、成长能力、营运能力、偿债能力、现金流量和股权结构的六个方面选择了30个财务指标及3个非财务指标,构建了T-2、T-3和T-4年的财务预警指标体系。通过显著性检验对在ST公司和正常公司之间具有显著性差异的指标进行初步筛选,其中根据K-S正态性检验结果,对服从正态分布的指标采用独立样本T检验,对不服从正态分布的指标采用Mann-Whitney U检验。进而得到T-2年保留了29个指标,T-3年...

【文章页数】：80 页

【学位级别】：硕士

【部分图文】：

图２：?Ｐ－Ｒ对比图??比较分析：??从准确率方面来看，核函数为ｒｂｆ时准确度最高，其次是核函数为ｌｉｎｅａｒ，再??

?山东大学硕士学位论文???Ｐｒｅｃｉｓｉｏｎ／Ｒｅｃａｌ！?Ｃｕｒｖｅ??Ｉ－??０．２?－???ｌｉｎｅａｒ?｜?、?????ｐｂｆ???ｓｉｇｍｏｉｄ??０．０?－?Ｉ—?Ｐ〇！ｙ?ｊ??０．４?０．５?０．６?０．７?０．８?０．９?Ｌ０??Ｒｅｃａｌｌ??图２：?Ｐ－Ｒ....

图３：决策树Ｐ－Ｒ图??§４．５逻辑回归算法的结果??

?山东大学硕士学位论文???Ｐｒｅｃｉｓｉｏｎ／Ｒｅｃａｌｌ?Ｃｕｒｖｅ??＾Ｉ??°－８?■??＾?０．６?－??〇??＾?０．４－??０．２?－??０．０?－??！?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ??０．４?０．５?０．６?０．７?０．８?０．９?１，０??Ｒｅｃａｌｌ??图３：决策....

图５：?Ｐ－Ｒ对比图??比较分析：??有上表可得，对于各个激活函数而言，其模型评价指标的比较如下：??

?山东大学硕士学位论文???Ｐｒｅｃｉｓｉｏｎ／Ｒｅｃａｌｌ?Ｃｕｒｖｅ??１０?？???ｉｄｅｎｔｉｔｙ??＾１＂１１?—?ｔａｎｈ??二：??０．６?？?＾＂＾：：：：：：＾：：：：：：：：：：＾??ｃ??ｏ??：ｇ??＾?０．４＇??０．２?－??０．０?－??Ｉ?｜?｜?....

图4-5带有财务指标与宏观指标的机器学习模型ROC曲线

基于机器学习的财务困境研究42图4-5带有财务指标与宏观指标的机器学习模型ROC曲线图4-5是带有EPU指数等3个宏观指标的机器学习模型针对上市公司财务困境预警研究的ROC曲线.由上图可知，逻辑回归模型(AUC值为0.9403)、支持向量机模型(AUC值为0.9363)、随机森林....

本文编号：3947316