基于支持向量機(jī)原理的上市公司財務(wù)預(yù)警模型實證研究

《基于支持向量機(jī)原理的上市公司財務(wù)預(yù)警模型實證研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、華中科技大學(xué)碩士學(xué)位論文基于支持向量機(jī)原理的上市公司財務(wù)預(yù)警模型實證研究姓名：汪金申請學(xué)位級別：碩士專業(yè)：管理科學(xué)與工程指導(dǎo)教師：萬希寧20070513華中科技大學(xué)碩士學(xué)位論文摘要財務(wù)危機(jī)預(yù)警是金融市場上的一個古老的問題，也是財務(wù)理論界一個值得討論的熱點論題。研究財務(wù)困境對企業(yè)的管理者、貸款人、股東等利益相關(guān)人評價企業(yè)的經(jīng)營情況、信用狀況、投資價值等具有較強(qiáng)的借鑒意義。因此本文在我國被特別處理發(fā)生財務(wù)危機(jī)的上市公司數(shù)目逐年呈上升趨勢的背景下，提出了一種基于主成分分析法支持向量機(jī)原理的上市公司財務(wù)預(yù)警模型，主要目的是研究基于我國上市

2、公司的財務(wù)數(shù)據(jù)，該方法因為沒有傳統(tǒng)的MDA，邏輯回歸模型的假設(shè)限制條件，是否具有較大的預(yù)測精度。本文首先綜合介紹了國內(nèi)外相關(guān)研究文獻(xiàn)，闡述了進(jìn)行上市公司財務(wù)危機(jī)分析的意義，并對財務(wù)危機(jī)預(yù)警的現(xiàn)有相關(guān)理論及模型進(jìn)行了簡單的介紹與比較。在此基礎(chǔ)上，選擇2006年我國深滬金融市場新增的發(fā)生財務(wù)危機(jī)公司前2年的財務(wù)數(shù)據(jù)進(jìn)行了橫截面分析：用主成分分析法對原始數(shù)據(jù)進(jìn)行降維處理，去掉了一些冗余信息，然后利用支持向量機(jī)將低維空間的指標(biāo)數(shù)據(jù)映射到高維空間，在此特征空間中構(gòu)造分類超平面來劃分兩類不同的公司樣本。實證研究發(fā)現(xiàn)采用支持向量機(jī)建立財務(wù)危機(jī)預(yù)警

3、模型，預(yù)測精度非常高；并且對原始數(shù)據(jù)進(jìn)行主成分分析，可以降低支持向量機(jī)模型計算的復(fù)雜性，提高了模型的預(yù)測精度。支持向量機(jī)方法不需要對模型的變量作任何特殊假設(shè)前提，能夠很好的對企業(yè)財務(wù)狀況的好壞進(jìn)行識別。關(guān)鍵詞：財務(wù)危機(jī)；支持向量機(jī)；結(jié)構(gòu)風(fēng)險最小化；主成分分析法I華中科技大學(xué)碩士學(xué)位論文AbstractForcastingofenterprises’financialcrisisisoneoftheoldestproblemsinmoneymarket,andisalsooneofthehottestresearchesworthyo

4、fbeingdiscussed.theresearchonfinancialdistressisofpracticalimportanceandisalsoagoodreferenceformanagers，operation,loaners，stockholdersandotherbeneficiariestoassesscreditandinvestmentofthecompany.WiththeincreasingnumberofdistresscompaniesinthestockmarketsinChina,thispap

5、er,basedonthefinancialdistresssituationinChinesemarket,findsabetterfinancialdistressmodelfortheSTcompaniesbyusingsupportvectormachinesandprincipalcomponentsanalysis,aimingtofindifthiskindofmodelwithoutspecialhypothesishasabetterperformancewhencomparedwiththestatisticme

6、thodssuchasMDA,Logitandsoon.Atfirst,thispaperintroducesrelevantliteratureinandabroad,presentsthemeaningtoanalyzefinancialcrisisoflistedcompanies,introducesandcomparesexistingrelevanttheoryandmodelonfinancialcrisisalarming.Onthebaseofthose,togetherwithinformationofliste

7、dcompaniesintheyear2004whichismarkedasSTatthefirsttimein2006inShanghaiandShenzhen,thispaperatfirstusesPCAtomaptheoriginaldatasettoalowerfeaturespaceomittingsomeinformationunuseless,andthenusestheSVMmodeltomapthedatasettoahigherfeaturespacetofindaseparatinghyperplanetoc

8、lassifythe2kindsoflistedcompanies.Accordingtothedemonstrationofexperiment,theSupportVectorMachinesmodelhasahigherfore