基于支持向量机的互联网上市公司信用评价研究

发布时间：2020-07-17 16:30

【摘要】：自从1994年互联网正式进入中国以来,虽然还不到三十年时间,但它已渗透到整个社会和经济的各个方面,不仅革命性地颠覆了许多行业的商业运行模式,而且对各行各业产生了极为深远的影响,为人类社会带来了深刻的、难以想象且不可预知的变化。伴随着互联网行业的快速发展,中国互联网公司近年来也是百花齐放,齐头并进。互联网巨头和独角兽公司在数量和规模上已与美国公司并肩世界前列。总的来说,中国的互联网经济高度活跃,但是波动也比较大。应用和服务变化速度很快,互联网行业风口现象尤为突出,高峰期公司数量更多,平均公司寿命较短,对应的,一夜成名的机会也更加容易出现。因此,互联网经济的迅猛发展也随之而来一些不容忽视的社会信用问题,如互联网金融平台的失信暴雷问题经常屡见不鲜,如何公正、独立的对互联网上市公司进行信用评价不仅有利于该公司在资本市场更便捷的获得投融资和增加投资者对公司的投资信心,同时也有利于未来互联网行业的健康稳定发展。伴随着创业热潮的消退,中国互联网创业公司在经历爆炸式增长后从2015年以后数量呈下降趋势,互联网市场趋于理性,结构数量开始优化,但市场竞争也会更加激烈。而互联网公司良好的信用状况是在竞争残酷的互联网行业的有力保障,因此信用评价在未来中国互联网行业的发展会愈加重要,亟需更加科学合理的信用等级评价。本文首先介绍了互联网和信用评价的相关概念,然后对常用的信用评价方法进行综述,接着对互联网公司现状进行分析,指出信用评价对互联网公司发展的重要性,然后构建符合互联网上市公司特点的信用评价指标体系,包含6个一级指标共16个二级指标,引入每股社会贡献值和更加科学合理衡量公司的诚信状况。最后主要采用支持向量机模型对构建的指标体系进行建模,分析对比不同核函数下分类准确度,确定出合适的核函数和惩罚因子,对115家互联网上市公司信用等级的分类准确率达到92.1739%。并且同时对比BP神经网络模型,证明支持向量机在研究互联网上市公司的信用评价方面有更优秀的分类效果,最后根据所建立的以径向基为核函数的支持向量机模型对128家互联网上市公司进行信用评价,归纳总结目前互联网上市公司的信用状况,目前97.66%的互联网上市公司处于A级及以上的信用等级,信誉度较高,发展前景良好,互联网行业的整体投资环境相对稳定,投资风险较小,但仍需时刻关注公司的信用状况变化。
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F832.51;F49;C81
【图文】：

中国网,普及率,互联网

１引言逡逑１．１研究背景逡逑互联网行业是指从事互联网信息服务、运行服务、应用服务和网络产品以及网逡逑络信息资源的开发、生产以及其它与互联网相关的服务、科研、教育等活动的行业逡逑的总称。逡逑自从１９９４年互联网正式进入中国以来，虽然还不到三十年时间，但它已渗透逡逑到整个社会和经济的各个方面，不仅革命性地颠覆了许多行业的商业运行模式，而逡逑且对各行各业产生了极为深远的影响，它为人类社会带来了深刻的、难以想象的和逡逑不可预知的变化。截至２０１８年６月３０日，中国互联网网民规模达８．０２亿，互联逡逑网普及率为５７．７％，这是中国互联网网民规模首次突破８亿大关。逡逑

互联网,普及率,中国移动,中国网

２０１３．６邋２０１３．１２邋２０１４．６邋２０１４．１２邋２０１５．６邋２０１５．１２邋２０１６．６邋２０１６．１２邋２０１７．６邋２０１７．１２邋２０１８．６逡逑＿■■网民数－互联网普及率逡逑图１－１中国网民规模和互联网普及率逡逑Ｆｉｇｕｒｅ邋１－１邋ｓｃａｌｅｓ邋ｏｆ邋Ｃｈｉｎｅｓｅ邋ｎｅｔｉｚｅｎｓ邋ａｎｄ邋Ｉｎｔｅｒｎｅｔ邋ｐｅｒｖａｓｉｏｎ邋ｒａｔｅｓ逡逑１逡逑

等级图,互联网,等级,噪声值

逦所有对象的平均值来填补缺失值。例如假如有每股社会贡献值的缺失，则使用平均逡逑值代替空缺值。另外，对于公司违规信息情况的空缺，则代表公司没有违背诚信的逡逑违规行为，用０填补空缺值。逡逑（３）噪声值处理逡逑噪声是测量变量的随机方差或误差，包含偏离期望的突出的孤立点或很明显逡逑的错误值。在收集的数据中，若某些指标存在特别明现不合理的数据，可以对其进逡逑行忽略处理，不进行分析。噪声值对某些数据分析结果影响很大，如线性回归（逻逡逑辑回归）和聚类分析，但对ＳＶＭ支持向量机、ＢＰ神经网络和决策树影响较小。逡逑本文主要使用ＳＶＭ支持向量机和神经网络算法，且从ＣＳＭＡＲ数据库收集到的数逡逑据较为权威准确，因此无需进行噪声数据处理。逡逑４．３．４指标描述性统计逡逑将收集到的１１５家互联网上市公司信用等级评价结果整理，见图４－１。逡逑

【参考文献】