基于bp_adaboost模型上市公司財(cái)務(wù)危機(jī)預(yù)警的研究

基于bp_adaboost模型上市公司財(cái)務(wù)危機(jī)預(yù)警的研究

ID:34002666

大小:1.14 MB

頁(yè)數(shù):43頁(yè)

時(shí)間:2019-03-03

基于bp_adaboost模型上市公司財(cái)務(wù)危機(jī)預(yù)警的研究_第1頁(yè)
基于bp_adaboost模型上市公司財(cái)務(wù)危機(jī)預(yù)警的研究_第2頁(yè)
基于bp_adaboost模型上市公司財(cái)務(wù)危機(jī)預(yù)警的研究_第3頁(yè)
基于bp_adaboost模型上市公司財(cái)務(wù)危機(jī)預(yù)警的研究_第4頁(yè)
基于bp_adaboost模型上市公司財(cái)務(wù)危機(jī)預(yù)警的研究_第5頁(yè)
資源描述:

《基于bp_adaboost模型上市公司財(cái)務(wù)危機(jī)預(yù)警的研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、廈門大學(xué)學(xué)位論文著作權(quán)使用聲明本人完全了解廈門大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定。廈門大學(xué)有權(quán)保留并向國(guó)家主管部門或其指定機(jī)構(gòu)送交論文的紙質(zhì)版和電子版,有權(quán)將學(xué)位論文用于非贏利目的的少量復(fù)制并允許論文進(jìn)入學(xué)校圖書(shū)館被查閱,有權(quán)將學(xué)位論文的內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索,有權(quán)將學(xué)位論文的標(biāo)題和摘要匯編出版。保密的學(xué)位論文在解密后適用本規(guī)定。本學(xué)位論文屬于1、保密(),在年解密后適用本授權(quán)書(shū)。2、不保密(扔作者簽名:似影研日期:聲l籮年籮月J7日導(dǎo)師簽名:々署t立//日期:柚眄年籮月,7日中文摘要隨著2014

2、年以來(lái)政府出臺(tái)降準(zhǔn)降息等一系列的政策,證券市場(chǎng)一直處于紅紅火火,蓬勃發(fā)展的態(tài)勢(shì)。街頭巷尾,泡茶的阿伯,打麻將的阿嫡,配鑰匙的阿叔都在談?wù)摴善?。上市公司面?duì)如此繁盛的市場(chǎng),既是機(jī)遇,也是挑戰(zhàn)。如果上市公司的財(cái)務(wù)出現(xiàn)危機(jī),那么對(duì)于公司自身、證券市場(chǎng)、乃至整個(gè)社會(huì)經(jīng)濟(jì)都會(huì)造成一定的影響,因此對(duì)上市公司而言,及時(shí)構(gòu)建一個(gè)高效的財(cái)務(wù)預(yù)警系統(tǒng),尤為重要。本文將上市公司的財(cái)務(wù)危機(jī)界定為因連續(xù)兩年經(jīng)營(yíng)虧損而其股票交易被經(jīng)證監(jiān)會(huì)公布特別處理的,運(yùn)用人工智能的方法,通過(guò)分析第仃一3)年的公司公布的財(cái)務(wù)報(bào)表中的數(shù)據(jù),來(lái)預(yù)

3、測(cè)第T年時(shí)該公司是否發(fā)生財(cái)務(wù)危機(jī),從而提前預(yù)警。本文用BP—Adaboost模型構(gòu)建關(guān)于A股上市公司財(cái)務(wù)危機(jī)預(yù)警模型。Adaboost是集成算法的一種,它通過(guò)加權(quán)組合基分類器,突出被判錯(cuò)樣本的權(quán)重,從而提高模型的精度。本文選取的基分類器是BP神經(jīng)網(wǎng)絡(luò),是由于它具有較強(qiáng)的自主學(xué)習(xí)的優(yōu)點(diǎn)。在實(shí)證分析中,本文根據(jù)2014年被證監(jiān)會(huì)特別處理的股票數(shù)據(jù)(數(shù)據(jù)來(lái)源銳思數(shù)據(jù)庫(kù)腫哪.resset.cn),選取2011年A股的上市公司,以1:3=財(cái)務(wù)危機(jī):財(cái)務(wù)正常的比例選擇樣本數(shù)據(jù),運(yùn)用R軟件,進(jìn)行訓(xùn)練學(xué)習(xí),從而預(yù)測(cè)

4、2014年上市公司是否會(huì)出現(xiàn)財(cái)務(wù)危機(jī)。并且對(duì)比分析由BP神經(jīng)網(wǎng)絡(luò)建立的財(cái)務(wù)危機(jī)預(yù)警模型與通過(guò)BPAdab00st建立的財(cái)務(wù)預(yù)警模型這兩個(gè)模型。實(shí)驗(yàn)結(jié)果表明,BPAdab00st的財(cái)務(wù)危機(jī)預(yù)警預(yù)測(cè)結(jié)果精度高,模型可以用于實(shí)際的檢驗(yàn)預(yù)測(cè),給上市公司管理者以及其他利益相關(guān)者一定的警示作用,更好地應(yīng)對(duì)公司面臨的各種挑戰(zhàn)。關(guān)鍵詞:財(cái)務(wù)預(yù)警;BP神經(jīng)網(wǎng)絡(luò);AdaboostAbstractSince2014thegover工lIllentpublishdsomePoliciesbesidescuttingRRR,

5、thestockmarkethastakenonaJlairofprosperity.Nomatterwhenandwhere,everyonetall【saboutthestocks.Insuchaprosperousmarket,the1istedcompaniesaLref如inggreatopportunitiesandatthesametimeaccompaniedbyseVerechaHenges.Ifthelistedcompaniesfacefinancialcrisis,it而11

6、putcertaine能ctonthecompanyitself,thesecuritiesm盯ket,aIldeventheentiresocialeconoⅡ1y.Therefore,itisofcruciaLlimportancetoestablishane行ectivefinaIlciallw盯ningsystem.Thisp印erdefinesthefinancialcrisisasannouncedbythesecuritie8regulatoryCommissioninthecaseo

7、fspecialtreatment.Bythemethodofa.rti6cialintelligence,a11alysisingT一3yearsoffinancialdatatopredictTyearsifthe1istedcompaniedisin6nanciallcrisis.This盯ticleisbalsedontheBPAdaboostmodeltoestablishthefinancialearlywarningof1istedcompanies.AdaLboostisa1(ind

8、ofenseⅡ1blele盯ning,whichgeneratesasequenceofhypothesesandconlbinesthemwithWeights,whichcanbereg缸dedasanadditive.ThealgorithmtakeBPneuralnetWorkasbaselearningalgorithmssinceBPneuralnetworkhasagoodautonomic1earIlingskiu.Intheempiric出study

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。