基于财务数据的不同企业基本面预测系统的设计与实现
发布时间:2021-09-30 05:03
近年来互联网+金融已成为财务预测的发展趋势,然而部分企业将自我披露的企业盈利预测夸大,投资者难以了解企业真实财务状况。因此,帮助投资者从历年财务数据中预测下一季度的数据,避免其被企业迷惑显得至关重要。基本面预测的重点是盈利预测,它能直接反映出公司当前运营状况。研究表明,我国盈利预测普遍按照具体行业进行,这导致收益较高的行业受到各界广泛的关注,而营业数值较小的行业得不到充分的关注,因此造成行业预测模型缺失。现有研究以单一行业为主,不同行业间的财务数据特征以及不同行业适用的财务数据模型是否存在差异性仍有待研究。本文针对这些问题进行了以下研究:首先,本文根据3000家不同上市公司的财务报表整合构建了61行业的财物数据,然后研究了不同行业间财务数据特征是否存在差异性。本文对构建后的财务数据进行特征统计及分析,然后判断是否存在各行业所特有的特征,并寻找这些特征与盈利之间的关联性,最后将关联度较高的特征作为后续模型选取的特征。其次,本论文研究了长短期记忆网络等七种机器学习方法并与三种归一化方法组合算法(Hybrid optimization简称H-op),它探究了在构建行业特征后不同行业是否应当采...
【文章来源】:黑龙江大学黑龙江省
【文章页数】:77 页
【学位级别】:硕士
【部分图文】:
图2-1支持向量机Fig.2-1Supportvectormachines
图2-3 LSTM原理Fig. 2-3 LSTM principle由图2-3可知,长短期记忆网路的记忆功能就是通过这些门来实现的,通过函数tanh和sigmoid函数来控制门。在一些任务中需要历史信息和后面的输入,这时就需要用到双向LSTM。双向LSTM需要保存两个方向的状态来正向计
图2-4双向LSTMFig.2-4Bi-directionalLSTM
【参考文献】:
期刊论文
[1]上市公司利润调节问题监管研究[J]. 胡丹. 证券市场导报. 2018(11)
[2]企业财务管理中财务报表分析的作用[J]. 相俊红. 经贸实践. 2018(18)
[3]中美上市公司自愿披露盈利预测信息比较[J]. 万燕. 财会研究. 2018(09)
[4]基于支持向量机的建筑企业利润总额预测——以辽宁省建筑企业为例[J]. 王秋菲,唐冰洁. 沈阳建筑大学学报(社会科学版). 2018(03)
[5]房地产行业利润预测实证研究——以京津沪为例[J]. 张紫菡. 经济师. 2018(03)
[6]我国煤炭行业利润增长及影响因素研究--去产能改革前后的对比分析[J]. 赵丽维,李刚. 现代经济探讨. 2017(07)
[7]基于凯宝药业净利润的回归预测研究[J]. 王层层,郭跃. 辽宁工业大学学报(社会科学版). 2017(03)
[8]分析师盈利预测修正对股票价格的影响研究[J]. 丁方飞,廖艳,孔令飞. 财会通讯. 2016(27)
[9]基于C5.0决策树算法的票房预测研究[J]. 过垚垚. 电子技术与软件工程. 2016(13)
[10]企业财务报表作用的分析与探讨[J]. 张晗. 现代经济信息. 2016(10)
博士论文
[1]企业绩效评估和效率分析[D]. 李双杰.中国社会科学院研究生院 2002
硕士论文
[1]随机森林在技术指标量化选股中的应用[D]. 吴卫星.电子科技大学 2018
[2]基于改进支持向量机的金融指数投资策略研究[D]. 杨继明.华中科技大学 2017
[3]公司业绩预告披露策略与分析师盈利预测表现的关系研究[D]. 程畅.东南大学 2017
[4]基于自由现金流贴现模型的伊利股份投资价值分析[D]. 金宏琳.哈尔滨工业大学 2015
[5]盈利预测质量与企业投资效率研究[D]. 刘晓.成都理工大学 2015
[6]基于支持向量机的商业银行信用风险研究[D]. 张晴.浙江大学 2014
[7]钢铁企业日成本分析与利润预测系统研究与实现[D]. 周杨.湖南大学 2014
[8]我国钢铁行业上市公司盈利能力研究[D]. 化蒙.合肥工业大学 2013
[9]房地产企业财务风险分析与评估[D]. 杨昭.天津大学 2009
[10]我国上市银行系统性风险预测研究[D]. 宋薇.中国海洋大学 2009
本文编号:3415180
【文章来源】:黑龙江大学黑龙江省
【文章页数】:77 页
【学位级别】:硕士
【部分图文】:
图2-1支持向量机Fig.2-1Supportvectormachines
图2-3 LSTM原理Fig. 2-3 LSTM principle由图2-3可知,长短期记忆网路的记忆功能就是通过这些门来实现的,通过函数tanh和sigmoid函数来控制门。在一些任务中需要历史信息和后面的输入,这时就需要用到双向LSTM。双向LSTM需要保存两个方向的状态来正向计
图2-4双向LSTMFig.2-4Bi-directionalLSTM
【参考文献】:
期刊论文
[1]上市公司利润调节问题监管研究[J]. 胡丹. 证券市场导报. 2018(11)
[2]企业财务管理中财务报表分析的作用[J]. 相俊红. 经贸实践. 2018(18)
[3]中美上市公司自愿披露盈利预测信息比较[J]. 万燕. 财会研究. 2018(09)
[4]基于支持向量机的建筑企业利润总额预测——以辽宁省建筑企业为例[J]. 王秋菲,唐冰洁. 沈阳建筑大学学报(社会科学版). 2018(03)
[5]房地产行业利润预测实证研究——以京津沪为例[J]. 张紫菡. 经济师. 2018(03)
[6]我国煤炭行业利润增长及影响因素研究--去产能改革前后的对比分析[J]. 赵丽维,李刚. 现代经济探讨. 2017(07)
[7]基于凯宝药业净利润的回归预测研究[J]. 王层层,郭跃. 辽宁工业大学学报(社会科学版). 2017(03)
[8]分析师盈利预测修正对股票价格的影响研究[J]. 丁方飞,廖艳,孔令飞. 财会通讯. 2016(27)
[9]基于C5.0决策树算法的票房预测研究[J]. 过垚垚. 电子技术与软件工程. 2016(13)
[10]企业财务报表作用的分析与探讨[J]. 张晗. 现代经济信息. 2016(10)
博士论文
[1]企业绩效评估和效率分析[D]. 李双杰.中国社会科学院研究生院 2002
硕士论文
[1]随机森林在技术指标量化选股中的应用[D]. 吴卫星.电子科技大学 2018
[2]基于改进支持向量机的金融指数投资策略研究[D]. 杨继明.华中科技大学 2017
[3]公司业绩预告披露策略与分析师盈利预测表现的关系研究[D]. 程畅.东南大学 2017
[4]基于自由现金流贴现模型的伊利股份投资价值分析[D]. 金宏琳.哈尔滨工业大学 2015
[5]盈利预测质量与企业投资效率研究[D]. 刘晓.成都理工大学 2015
[6]基于支持向量机的商业银行信用风险研究[D]. 张晴.浙江大学 2014
[7]钢铁企业日成本分析与利润预测系统研究与实现[D]. 周杨.湖南大学 2014
[8]我国钢铁行业上市公司盈利能力研究[D]. 化蒙.合肥工业大学 2013
[9]房地产企业财务风险分析与评估[D]. 杨昭.天津大学 2009
[10]我国上市银行系统性风险预测研究[D]. 宋薇.中国海洋大学 2009
本文编号:3415180
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3415180.html