基于随机森林和时间序列分析的财务危机预警算法研究
发布时间：2021-09-15 12:40
在中国经济发展进入新常态、政府鼓励“大众创新,万众创业”的情况下,国内的经济环境正在飞速发展。政府监管机构、专业金融机构、企业决策者以及投资者等都需要能够及时的掌握最新的企业数据信息,并期望从企业当前的财务数据中预知企业的进一步发展方向,提前做出下一步的筹划。这就需要建立一种可根据历史数据信息进行动态分析的财务危机预警体系。针对该研究目标,本文提出了一种K折随机森林算法与时间序列分析模型相结合的企业财务危机预警算法。该算法利用时间序列分析模型能够对历史数据进行短期预测的能力,使用时间序列分析模型对新构建的财务指标数据进行预测。利用K折随机森林对预测所得的财务数据进行财务状况分析,实现了动态财务危机预警的目的。在本研究过程中,利用随机森林具有的不需要过多的先验知识以及良好的抗噪能力和较高的分类精确度的优点,来实现企业财务状况分类。在进行财务危机预警过程中对传统随机森林算法的分类回归决策树的样本集抽样方式进行了改进,提出了一种K折随机森林算法。该算法使得决策树分裂时选取的特征属性更优于原算法,提高了原算法的分类精度。此外,根据特征重要程度算法将财务指标进行重要性排序,实现了财务指标降维,建...
【文章来源】：重庆邮电大学重庆市
【文章页数】：67 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
注释表
第1章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究综述
1.2.1 财务危机预警模型研究综述
1.2.2 预警指标选择的研究综述
1.2.3 存在的问题
1.3 研究内容
1.4 论文结构
第2章 相关理论介绍
2.1 财务危机与财务预警
2.2 随机森林
2.2.1 算法流程
2.2.2 Bagging思想和随机子空间思想
2.2.3 泛化误差
2.3 时间序列分析
2.3.1 时间序列分析的步骤
2.3.2 时间序列分析的方法
2.3.3 平稳性检验
2.3.4 纯随机性检验
2.4 本章小结
第3章 基于财务数据的随机森林算法研究
3.1 数据收集模块
3.1.1 指标体系设计
3.1.2 财务数据的来源
3.2 基于财务数据的随机森林算法改进
3.2.1 K折随机森林算法
3.2.2 算法分析
3.3 财务指标的重要性度量
3.3.1 样本选择和数据处理
3.3.2 重要性度量
3.3.3 分类精度分析
3.4 本章小结
第4章 基于随机森林和时间序列的财务危机预警实证研究
4.1 时间序列建模
4.1.1 时间序列模型的确定
4.1.2 时间序列模型检验
4.2 基于时间序列的财务预测实证
4.2.1 2018年度第三季度财务指标的预测
4.2.2 预测值的检验
4.3 基于随机森林和时间序列的财务危机预警算法
4.3.1 算法流程图
4.3.2 实验分析
4.4 本章小结
第5章 总结与展望
5.1 主要工作与创新点
5.2 论文的不足
5.3 后续研究工作
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果
【参考文献】：
期刊论文
[1]基于改进FOA算法的上市公司Z-Score模型财务预警[J]. 康彩红,王秋萍,肖燕婷. 计算机系统应用. 2018(11)
[2]集成学习之随机森林算法综述[J]. 王奕森,夏树涛. 信息通信技术. 2018(01)
[3]金融危机下我国制造业上市公司财务预警研究[J]. 施卫珍. 中国国际财经(中英文). 2017(11)
[4]上市公司财务危机预警模型研究[J]. 周丹,管河山. 财会通讯. 2016(29)
[5]基于信息融合的数据挖掘方法在公司财务预警中的应用[J]. 张亮,张玲玲,陈懿冰,腾伟丽. 中国管理科学. 2015(10)
[6]基于大数据的企业财务预警研究[J]. 宋彪,朱建明,李煦. 中央财经大学学报. 2015(06)
[7]粗集-遗传支持向量机在制造业上市公司财务危机预警中的应用[J]. 葛新旗,周虹. 商业研究. 2015(06)
[8]基于多元概率比回归模型的上市公司财务危机预警分析[J]. 高小雪. 企业经济. 2015(04)
[9]基于人群搜索算法的上市公司的Z-Score模型财务预警研究[J]. 赵海蕾,周方召,金德环. 财经理论与实践. 2015(02)
[10]单位根相关过程:理论的发展与比较[J]. 邓伟,唐齐鸣. 经济学动态. 2014(02)
硕士论文
[1]基于时间序列模型的房价预测与波动分析[D]. 丁月芝.山东大学 2018
[2]基于集成算法的上市公司财务危机预警研究[D]. 史立新.暨南大学 2018
[3]基于随机森林—人工神经网络企业财务预警研究[D]. 王元坤.山东大学 2017
[4]基于机器学习构建的公司财务预警系统研究[D]. 胥光华.厦门大学 2014
本文编号：3396097
【文章来源】：重庆邮电大学重庆市
【文章页数】：67 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
注释表
第1章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究综述
1.2.1 财务危机预警模型研究综述
1.2.2 预警指标选择的研究综述
1.2.3 存在的问题
1.3 研究内容
1.4 论文结构
第2章 相关理论介绍
2.1 财务危机与财务预警
2.2 随机森林
2.2.1 算法流程
2.2.2 Bagging思想和随机子空间思想
2.2.3 泛化误差
2.3 时间序列分析
2.3.1 时间序列分析的步骤
2.3.2 时间序列分析的方法
2.3.3 平稳性检验
2.3.4 纯随机性检验
2.4 本章小结
第3章 基于财务数据的随机森林算法研究
3.1 数据收集模块
3.1.1 指标体系设计
3.1.2 财务数据的来源
3.2 基于财务数据的随机森林算法改进
3.2.1 K折随机森林算法
3.2.2 算法分析
3.3 财务指标的重要性度量
3.3.1 样本选择和数据处理
3.3.2 重要性度量
3.3.3 分类精度分析
3.4 本章小结
第4章 基于随机森林和时间序列的财务危机预警实证研究
4.1 时间序列建模
4.1.1 时间序列模型的确定
4.1.2 时间序列模型检验
4.2 基于时间序列的财务预测实证
4.2.1 2018年度第三季度财务指标的预测
4.2.2 预测值的检验
4.3 基于随机森林和时间序列的财务危机预警算法
4.3.1 算法流程图
4.3.2 实验分析
4.4 本章小结
第5章 总结与展望
5.1 主要工作与创新点
5.2 论文的不足
5.3 后续研究工作
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果
【参考文献】：
期刊论文
[1]基于改进FOA算法的上市公司Z-Score模型财务预警[J]. 康彩红,王秋萍,肖燕婷. 计算机系统应用. 2018(11)
[2]集成学习之随机森林算法综述[J]. 王奕森,夏树涛. 信息通信技术. 2018(01)
[3]金融危机下我国制造业上市公司财务预警研究[J]. 施卫珍. 中国国际财经(中英文). 2017(11)
[4]上市公司财务危机预警模型研究[J]. 周丹,管河山. 财会通讯. 2016(29)
[5]基于信息融合的数据挖掘方法在公司财务预警中的应用[J]. 张亮,张玲玲,陈懿冰,腾伟丽. 中国管理科学. 2015(10)
[6]基于大数据的企业财务预警研究[J]. 宋彪,朱建明,李煦. 中央财经大学学报. 2015(06)
[7]粗集-遗传支持向量机在制造业上市公司财务危机预警中的应用[J]. 葛新旗,周虹. 商业研究. 2015(06)
[8]基于多元概率比回归模型的上市公司财务危机预警分析[J]. 高小雪. 企业经济. 2015(04)
[9]基于人群搜索算法的上市公司的Z-Score模型财务预警研究[J]. 赵海蕾,周方召,金德环. 财经理论与实践. 2015(02)
[10]单位根相关过程:理论的发展与比较[J]. 邓伟,唐齐鸣. 经济学动态. 2014(02)
硕士论文
[1]基于时间序列模型的房价预测与波动分析[D]. 丁月芝.山东大学 2018
[2]基于集成算法的上市公司财务危机预警研究[D]. 史立新.暨南大学 2018
[3]基于随机森林—人工神经网络企业财务预警研究[D]. 王元坤.山东大学 2017
[4]基于机器学习构建的公司财务预警系统研究[D]. 胥光华.厦门大学 2014
本文编号：3396097
本文链接：https://www.wllwen.com/jingjilunwen/gongyejingjilunwen/3396097.html
