基于支持向量机的动态财务预警研究
发布时间：2021-10-24 06:39
中国证券市场日益发展但尚不成熟,许多上市公司抗压能力差,频频陷入财务困境,这种状况严重损害了广大股东、债权人和其它利益相关者的利益。也对我国证券市场的健康发展不利。因此,如何构建上市公司财务预警系统对上市公司财务及早预警已成为学术界研究热点。它不仅学术价值高,而且实用价值也高。如果能把此预警研究推广至非上市公司,能够指导各个类型的企业及早防范财务危机,那么此研究就更具有现实意义。本论文的重点就是建立财务预警模型,以期对上市公司可能出现的财务危机进行预警,进而提高公司的财务管理水平。支持向量机方法已得到学者们的认可和肯定,应用至理工类方面较多,本文分析并总结了学者的研究成果和不足,在此基础之上,将支持向量机引入财务预警,选取2007—2009年符合条件的33家由于“财务状况异常”被“ST”的上市公司,按照行业分类和资产规模相当的原则,按照1:1比例,选取33家财务状况良好的正常上市公司与之组成配对样本,并选取11个财务指标建立指标体系。使用支持向量机这种新型神经网络技术建立动态预警模型,并对模型的结果进行分析和解释,最后对本课题提出展望。研究的主要结论如下:①支持向量机动态预警模型在判读...
【文章来源】：中原工学院河南省
【文章页数】：50 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1. 绪论
1.1 选题背景
1.2 研究意义
1.2.1 理论意义
1.2.2 现实意义
1.3 财务预警研究成果综述
1.3.1 国外财务预警研究综述
1.3.2 国内财务预警研究综述
1.3.3 财务预警研究综述评述
1.4 本文研究内容及方法
1.4.1 研究内容
1.4.2 研究方法
2. 财务预警系统的基本理论
2.1 财务风险和财务预警
2.2 财务预警系统的内容、分类和职能
2.2.1 财务预警系统的内容
2.2.2 财务预警系统的分类
2.2.3 财务预警系统的职能
3. 支持向量机的基本理论
3.1 统计学习理论概述
3.1.1 机器学习问题
3.1.2 VC 维和推广性的界
3.1.3 结构风险最小化
3.2 支持向量机的主要内容
3.2.1 支持向量机的基本思想
3.2.2 线性支持向量机
3.2.3 非线性支持向量机
3.3 支持向量机基本模型的构建
4. 基于SVM 的财务预警模型的实证分析
4.1 样本选取与财务指标的选择
4.1.1 样本设计
4.1.2 财务指标的选择和描述
4.2 实证分析
4.2.1 模型的结果分析
4.2.2 SVM 模型的可行性分析
4.3 SVM 财务预警模型与BP 神经网络模型之比较
5. 结论及展望
5.1 研究结论
5.2 研究局限和展望
参考文献
攻读硕士学位期间完成的学术论文及在读期间参加的科研项目
致谢
【参考文献】：
期刊论文
[1]基于DEA指标的SVM模型在财务预警中的应用[J]. 冉茂盛,周姝,黄凌云. 统计与决策. 2009(20)
[2]BP神经网络与因子分析的财务危机预警应用[J]. 聂丽洁,张毅,樊丹丹. 财会月刊. 2009(27)
[3]Z-SCORE财务预警模型在上市公司应用的实证研究[J]. 周剑涛,庞文凤. 财会通讯. 2009(24)
[4]综合财务和非财务指标构建财务预警模型[J]. 冯雨. 焦作大学学报. 2009(02)
[5]公司治理与会计信息视角下上市公司财务危机预警研究——理论依据、模型与实证[J]. 朱发根,刘拓,傅毓维. 现代管理科学. 2009(06)
[6]我国制造业上市公司的财务危机预警系统实证研究[J]. 吕佳男,贾炜莹. 会计之友(中旬刊). 2009(05)
[7]基于现金流量的财务风险预警体系探析[J]. 杜慧敏. 宁夏党校学报. 2009(03)
[8]我国上市公司远期财务危机预警的实证研究[J]. 窦乐江,杨华. 财会月刊. 2009(12)
[9]基于Pulic智力资本模型的上市公司财务危机预警研究[J]. 王智宁,吴应宇,叶新凤. 数理统计与管理. 2009(02)
[10]BP网络模型在财务危机预警中的应用[J]. 马威,方莹. 财会月刊. 2009(06)
硕士论文
[1]基于支持向量机模型的上市公司财务预警研究[D]. 鲍鹏.南京航空航天大学 2007
本文编号：3454777
【文章来源】：中原工学院河南省
【文章页数】：50 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1. 绪论
1.1 选题背景
1.2 研究意义
1.2.1 理论意义
1.2.2 现实意义
1.3 财务预警研究成果综述
1.3.1 国外财务预警研究综述
1.3.2 国内财务预警研究综述
1.3.3 财务预警研究综述评述
1.4 本文研究内容及方法
1.4.1 研究内容
1.4.2 研究方法
2. 财务预警系统的基本理论
2.1 财务风险和财务预警
2.2 财务预警系统的内容、分类和职能
2.2.1 财务预警系统的内容
2.2.2 财务预警系统的分类
2.2.3 财务预警系统的职能
3. 支持向量机的基本理论
3.1 统计学习理论概述
3.1.1 机器学习问题
3.1.2 VC 维和推广性的界
3.1.3 结构风险最小化
3.2 支持向量机的主要内容
3.2.1 支持向量机的基本思想
3.2.2 线性支持向量机
3.2.3 非线性支持向量机
3.3 支持向量机基本模型的构建
4. 基于SVM 的财务预警模型的实证分析
4.1 样本选取与财务指标的选择
4.1.1 样本设计
4.1.2 财务指标的选择和描述
4.2 实证分析
4.2.1 模型的结果分析
4.2.2 SVM 模型的可行性分析
4.3 SVM 财务预警模型与BP 神经网络模型之比较
5. 结论及展望
5.1 研究结论
5.2 研究局限和展望
参考文献
攻读硕士学位期间完成的学术论文及在读期间参加的科研项目
致谢
【参考文献】：
期刊论文
[1]基于DEA指标的SVM模型在财务预警中的应用[J]. 冉茂盛,周姝,黄凌云. 统计与决策. 2009(20)
[2]BP神经网络与因子分析的财务危机预警应用[J]. 聂丽洁,张毅,樊丹丹. 财会月刊. 2009(27)
[3]Z-SCORE财务预警模型在上市公司应用的实证研究[J]. 周剑涛,庞文凤. 财会通讯. 2009(24)
[4]综合财务和非财务指标构建财务预警模型[J]. 冯雨. 焦作大学学报. 2009(02)
[5]公司治理与会计信息视角下上市公司财务危机预警研究——理论依据、模型与实证[J]. 朱发根,刘拓,傅毓维. 现代管理科学. 2009(06)
[6]我国制造业上市公司的财务危机预警系统实证研究[J]. 吕佳男,贾炜莹. 会计之友(中旬刊). 2009(05)
[7]基于现金流量的财务风险预警体系探析[J]. 杜慧敏. 宁夏党校学报. 2009(03)
[8]我国上市公司远期财务危机预警的实证研究[J]. 窦乐江,杨华. 财会月刊. 2009(12)
[9]基于Pulic智力资本模型的上市公司财务危机预警研究[J]. 王智宁,吴应宇,叶新凤. 数理统计与管理. 2009(02)
[10]BP网络模型在财务危机预警中的应用[J]. 马威,方莹. 财会月刊. 2009(06)
硕士论文
[1]基于支持向量机模型的上市公司财务预警研究[D]. 鲍鹏.南京航空航天大学 2007
本文编号：3454777
本文链接：https://www.wllwen.com/guanlilunwen/zhqtouz/3454777.html
