基于PCA-SVM模型的制造业上市公司财务危机预警研究
发布时间:2021-10-24 07:53
长久以来,制造业就一直是推动国民经济快速发展的支柱性产业,是国家实力增强、技术升级的重要基础。当前中国正向着“工业4.0”时代迈进,中国制造业承受着巨大的转型升级压力,同时,中国制造业出口又面临着国际上“反倾销”和“反补贴”的制裁。国内制造业公司竞争日趋激烈,从而导致越来越多的制造业公司发生财务危机。在这样的背景下,建立制造业上市公司财务危机预警模型有着重要的意义。财务危机的实质是公司内部不断传导积累财务风险,最后形成大规模、高强度的爆发。研究制造业上市公司的财务危机预警,不仅可以帮助公司的管理层监控公司的财务状况、获知财务风险、进而采取措施防范财务风险,而且对公司的投资人进行投资决策,以及债权人进行贷款决策和相关监管机构进行监管都能起到重要的作用。制造业上市公司的财务活动会受到市场竞争、内部控制、资本管理等方面的影响,本文根据这些影响因素选取了19个指标,构建了制造业上市公司财务预警指标体系。本文综合了国内外研究成果,构建了基于主成分分析和支持向量机组合模型的财务危机预警模型。本文研究了2016年和2017年被ST的27家制造业上市公司和规模相近的非ST公司样本,通过对Logisti...
【文章来源】:哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】:53 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 研究的背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.2.3 国内外文献综述
1.3 研究内容与方法
1.3.1 研究内容
1.3.2 研究方法
第2章 制造业上市公司财务危机预警的研究
2.1 制造业上市公司财务危机概述
2.1.1 制造业上市公司财务危机的定义
2.1.2 制造业上市公司财务危机的特征
2.1.3 制造业上市公司财务危机的成因
2.2 制造业上市公司财务危机预警概述
2.2.1 制造业上市公司财务危机预警的定义
2.2.2 制造业上市公司财务危机预警的作用
2.3 制造业上市公司财务危机预警理论基础
2.3.1 非均衡理论
2.3.2 契约理论
2.3.3 企业战略学理论
2.4 制造业上市公司财务危机预警的模式及方法
2.4.1 定性模式
2.4.2 定量模式
2.5 制造业上市公司财务危机预警的方法评析
2.6 本章小结
第3章 PCA-SVM财务预警模型的研究设计
3.1 数理工具的选择
3.1.1 主成分分析
3.1.2 支持向量机
3.2 制造业上市公司财务预警模型指标体系的构建
3.2.1 预警指标的功能及选取原则
3.2.2 指标初步选取
3.3 PCA-SVM财务预警模型的构建
3.4 本章小结
第4章 PCA-SVM财务预警模型的实证研究
4.1 样本的选择、数据收集及指标预处理
4.1.1 样本的选择
4.1.2 数据收集
4.1.3 数据的标准化处理及正态分布检验
4.1.4 Mann-Whitney U检验
4.2 模型实证检验
4.2.1 利用PCA提取主成分
4.2.2 基于Logistic模型的财务危机预测
4.2.3 基于BP神经网络模型的财务危机预测
4.2.4 基于单一SVM模型的财务危机预测
4.2.5 基于PCA-SVM模型的财务危机预测
4.3 实证结果对比分析
4.4 本章小结
结论
参考文献
致谢
本文编号:3454889
【文章来源】:哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】:53 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 研究的背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.2.3 国内外文献综述
1.3 研究内容与方法
1.3.1 研究内容
1.3.2 研究方法
第2章 制造业上市公司财务危机预警的研究
2.1 制造业上市公司财务危机概述
2.1.1 制造业上市公司财务危机的定义
2.1.2 制造业上市公司财务危机的特征
2.1.3 制造业上市公司财务危机的成因
2.2 制造业上市公司财务危机预警概述
2.2.1 制造业上市公司财务危机预警的定义
2.2.2 制造业上市公司财务危机预警的作用
2.3 制造业上市公司财务危机预警理论基础
2.3.1 非均衡理论
2.3.2 契约理论
2.3.3 企业战略学理论
2.4 制造业上市公司财务危机预警的模式及方法
2.4.1 定性模式
2.4.2 定量模式
2.5 制造业上市公司财务危机预警的方法评析
2.6 本章小结
第3章 PCA-SVM财务预警模型的研究设计
3.1 数理工具的选择
3.1.1 主成分分析
3.1.2 支持向量机
3.2 制造业上市公司财务预警模型指标体系的构建
3.2.1 预警指标的功能及选取原则
3.2.2 指标初步选取
3.3 PCA-SVM财务预警模型的构建
3.4 本章小结
第4章 PCA-SVM财务预警模型的实证研究
4.1 样本的选择、数据收集及指标预处理
4.1.1 样本的选择
4.1.2 数据收集
4.1.3 数据的标准化处理及正态分布检验
4.1.4 Mann-Whitney U检验
4.2 模型实证检验
4.2.1 利用PCA提取主成分
4.2.2 基于Logistic模型的财务危机预测
4.2.3 基于BP神经网络模型的财务危机预测
4.2.4 基于单一SVM模型的财务危机预测
4.2.5 基于PCA-SVM模型的财务危机预测
4.3 实证结果对比分析
4.4 本章小结
结论
参考文献
致谢
本文编号:3454889
本文链接:https://www.wllwen.com/guanlilunwen/shengchanguanlilunwen/3454889.html