基于因子分析与支持向量机的上市公司财务危机预警研究

发布时间：2017-12-30 03:14

  本文关键词：基于因子分析与支持向量机的上市公司财务危机预警研究　出处：《西安电子科技大学》2012年硕士论文　论文类型：学位论文

  更多相关文章： 财务预警 因子分析 支持向量机 逻辑回归 BP神经网络

【摘要】：本文主要研究运用统计分析的相关理论及支持向量机建立起一个无规模和行业限制的、可以广泛应用的最优SVM财务预警模型。通过与财务预警的其他主流模型——BP模型、Logistic模型进行比较，考察三个模型的分类正确率，分析最优SVM模型的可行性和有效性。同时，将该三种方法集成到财务预警系统中，，为企业经营管理者及其他利益相关者分析企业财务状况提供帮助。 本文具体研究内容是：从预警指标及预警方法两个方面系统的介绍了国内外财务危机预警和绩效评价的研究现状，分析了企业财务危机产生的原因和表现，并以此为基础，阐述了财务危机预警指标的选取原则，初步构建了基于现金流量的企业财务危机预警指标体系，介绍了统计学习理论，并以沪深两市A股上市公司财务报表数据为样本，利用主成分分析方法提取主因子，实现对指标的约简；利用约简后的样本数据，建立起一系列基于RBF核函数、Sigmoid核函数、多项式核函数、线性核函数及不同的核参数的支持向量机预警模型，并且分别验证了不同核函数在相同实验条件下的预测效果。 为了验证因子分析和基于支持向量机财务危机预警模型的有效性，本文还将传统的经典统计回归方法和人工神经网络方法引入到财务危机预警中，在相同的实验条件下进行对比实验。通过实例分析表明，本文构建的基于因子分析的支持向量机财务危机预警模型，预测精度明显的高于BP神经网络模型和Logistic回归模型。
[Abstract]:......
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TP18;F275;F832.51

【参考文献】

相关期刊论文 前10条

1 阮平南;宋晋娜;;新视角下企业财务预警指标体系的构建[J];商业研究;2006年17期

2 何卫红;郑垂勇;;财务困境及预警研究述评[J];财会通讯(学术版);2007年07期

3 周兴荣;李文宁;;国内外财务预警方法与模型评析[J];财会月刊;2008年15期

4 杨轶;张友棠;;企业财务预警国内外研究述评[J];财会月刊;2008年20期

5 姚靠华;蒋艳辉;;基于决策树的财务预警[J];系统工程;2005年10期

6 瞿天易;;基于专家系统的财务危机预警研究[J];中国管理信息化;2008年09期

7 林永明;;企业财务危机的原因及对策[J];消费导刊;2009年02期

8 黄辉;企业财务预警与企业业绩评价的比较[J];经济师;2004年05期

9 杨毓;蒙肖莲;;用支持向量机(SVM)构建企业破产预测模型[J];金融研究;2006年10期

10 袁业虎,张燕;中外财务预警实证研究述评[J];审计与理财;2005年09期

相关博士学位论文 前1条

1 蒋波;财务真实性指数构建及中国上市公司综合评价研究[D];中南大学;2010年

相关硕士学位论文 前7条

1 单锦雨;我国上市公司财务预警信息系统设计研究[D];吉林大学;2005年

2 高立刚;支持向量机及其在股票价格预测方面的应用[D];北京工业大学;2006年

3 宋姣;基于支持向量机的上市公司财务危机预警研究[D];哈尔滨工业大学;2007年

4 高淑芳;基于粗糙集—神经网络的财务危机预警系统研究[D];燕山大学;2008年

5 周元元;基于RS-SVM数据挖掘技术的财务困境预测模型研究[D];重庆工学院;2008年

6 李健;基于数据挖掘的上市公司财务风险预警研究[D];西安科技大学;2009年

7 黄阳;企业财务景气监测预警系统研究[D];武汉理工大学;2009年

本文编号：1353086