收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于RS-SVM数据挖掘技术的财务困境预测模型研究

周元元  
【摘要】: 财务困境预测是财务管理和投资管理领域的一个重要研究方向,因为企业的财务状况如何或是否将陷入财务困境状态既关系到企业本身的战略制订与调整,还关系到其债权人或投资方的利益。在中国资本市场蓬勃发展的今天,企业财务状况的判断和财务困境预测的研究尤其具有重要的理沦意义和现实意义。财务困境预测是通过对企业公丌对外发布的会计报表和国家发布的宏观经济一些指标的分析,应用科学的预测方法,对企业的总体财务状况进行判断,以预测其在未来一段时间内发生财务困境的概率。本文的目的是研究一般企业财务困境预测方法,旨在提出一个无企业规模限制、行业局限、股权结构等局限,可以广泛应用的财务困境预测方法。本文认为,企业财务困境的短期预测要提高其准确性,要求全面的预测指标体系。论文在多指标的数据挖掘的基础上,提取了对短期预测作用最大的指标体系,并应用所提出的RS.SVM预测方法,结合沪市和深市上市公司的数据,通过纯数理分析验证了本文提出的预测思路、预测指标体系和预测方法的可行性、并重建了数据挖掘提高结果可用性的方法,即应用元学习算法。本文的主要工作与创新性成果包括以下几个方面:首先,本文在国内外己有研究综合分析的基础上,认为企业财务困境的基本内涵是企业财务的一种不健康状态,其主要表现是不能履行到期财务义务或意味着将不能履行到期财务义务,企业将最终走向无能力持续经营或破产。其次,提出了企业财务困境的预测指标体系。本文认为,不同的原因对财务困境预示的提前期是不同的。因此在做财务困境预测就不可避免的引入所有可能的影响因素,比如公司治理理论指标体系、股权性质与结构指标体系、宏观经济指标体系等等。最后,提出了一种将粗糙集(RS)与支持向量机(SvM)集成的预测方法,该方法通过约简输入支持向量机的属性列而改进其预测精度。基于基准检验数据集的统计分析结果说明,所提出方法的预测精度明显优于一般的支持向量机和其它分类算法比如径向基网络(RBFnetwork)、J48、ADTree。短期预测的实证结果表明,该方法能够达到目前最好的短期预测精度。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘碧森,姚宇;粗SVM理论及其在税收预测中的应用[J];仪器仪表学报;2005年S1期
2 李书全;窦艳杰;;基于RS-SVM模型的建筑安全事故预测模型[J];统计与决策;2008年19期
3 刘晗;余小清;万旺根;马秀丽;;基于粗糙集理论与支持向量机的纳税评估模型[J];计算机仿真;2009年12期
4 赵亚鹏;诸琳;;基于粗糙-支持向量机的航运企业客户信用评估[J];中国航海;2011年03期
5 柯孔林;;基于粗糙集与支持向量机的企业短期贷款违约判别[J];控制理论与应用;2009年12期
6 张世龙;孟泽;;运用基础指标对深证综指的短期预测[J];商场现代化;2010年29期
7 孙洁;李辉;韩建光;;基于滚动时间窗口支持向量机的财务困境预测动态建模[J];管理工程学报;2010年04期
8 王宝富;李南;;财务困境的预测研究[J];南京航空航天大学学报(社会科学版);2007年03期
9 马若微;;基于RS与ANN的上市公司财务困境预测模型的实证研究[J];南开管理评论;2006年03期
10 徐晓燕;李桃;陈华;;考虑投入产出效率的中小企业财务困境预测方法[J];中国管理科学;2009年01期
11 刘志磊;桑雨;;基于连续属性离散化和SVM的分类预测方法[J];科技创新导报;2010年15期
12 徐晓燕;王昱;;企业财务困境短期与中长期预测指标的比较实证研究[J];中国科学技术大学学报;2009年12期
13 谭志杨;林友红;张小海;耿俊豹;;基于粗糙集的支持向量机回归建模及应用[J];四川兵工学报;2010年08期
14 李新东;张恒喜;;基于粗支持向量机的飞机机体研制费用预测[J];长沙航空职业技术学院学报;2006年04期
15 华斌;吴雅楠;;基于粗糙集支持向量机的科技项目财务预测模型[J];郑州大学学报(理学版);2008年04期
16 张秋水;罗林开;刘晋明;;基于支持向量机的中国上市公司财务困境预测[J];计算机应用;2006年S1期
17 肖智;陈玲;钟波;;一种基于改进粗糙集的R&D中止决策方法[J];中国管理科学;2005年06期
18 陈珊;向小东;;基于支持向量机的福建省GDP预测研究[J];价值工程;2008年02期
19 屈世富;万旺根;刘维晓;刘晗;;模糊粗糙集理论在纳税评估中的应用[J];计算机仿真;2010年07期
20 胡援成;程建伟;;基于可变精度粗糙集模型的上市公司财务困境预测[J];当代财经;2007年05期
中国重要会议论文全文数据库 前10条
1 刘碧森;姚宇;;粗SVM理论及其在税收预测中的应用[A];第三届全国信息获取与处理学术会议论文集[C];2005年
2 杨丽君;郑绳楦;;基于RS和多类SVM的变压器故障诊断[A];第七届青年学术会议论文集[C];2005年
3 刘碧森;钟守铭;陈华富;;基于支持向量机与粗糙集理论的信息处理[A];第二届全国信息获取与处理学术会议论文集[C];2004年
4 李烨;蔡云泽;李远贵;张强;;基于属性约简与依赖度分析改进支持向量机性能[A];第二十三届中国控制会议论文集(下册)[C];2004年
5 张红梅;;基于粗糙集特征约简的SVM集成入侵检测模型[A];2009中国控制与决策会议论文集(3)[C];2009年
6 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
7 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
8 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
9 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
10 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
中国博士学位论文全文数据库 前10条
1 邱道宏;括苍山高速公路隧道岩爆非线性预测研究[D];吉林大学;2008年
2 徐晓燕;企业财务困境的预测方法研究[D];中国科学技术大学;2006年
3 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
4 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
5 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
6 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
7 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
8 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
9 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
10 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
中国硕士学位论文全文数据库 前10条
1 周元元;基于RS-SVM数据挖掘技术的财务困境预测模型研究[D];重庆工学院;2008年
2 曾建武;粗糙集理论及故障诊断应用研究[D];浙江大学;2006年
3 周倩;基于RS-SVM的中文文本分类研究[D];天津财经大学;2009年
4 王伟立;客户协同创新伙伴选择研究与应用[D];重庆大学;2008年
5 张文娇;基于SVM和粗糙集的图像检索相关反馈技术研究[D];辽宁师范大学;2009年
6 王银;粗糙集和支持向量机在纳税评估中的应用研究[D];重庆大学;2008年
7 叶蔓;结合粗糙集的支持向量机研究及应用[D];青岛大学;2009年
8 李鹏;基于粗糙集和支持向量机的汽轮机振动故障诊断研究[D];华北电力大学(河北);2009年
9 黄舒宁;基于数据挖掘技术的短期电力负荷预测[D];华侨大学;2008年
10 梁宏霞;支持向量机模型研究及应用[D];辽宁师范大学;2009年
中国重要报纸全文数据库 前10条
1 记者 韩晓霞;美国能源部发布能源短期预测[N];中国石油报;2006年
2 江伟;强地震短期预测及救灾技术有重要进展[N];科技日报;2004年
3 中远集装箱运输有限公司 刘隽;星星点灯照前程[N];国际经贸消息;2001年
4 本报记者 徐翼;发展中国家饱受减速摧残[N];中华工商时报;2001年
5 农月枫;广西建成气候灾害监测及短期预测系统[N];广西日报;2000年
6 时景丽;溢价机制促西班牙风电翘楚全球[N];中国改革报;2008年
7 见习记者  李芃;江苏宏观决策的五级“预警灯”[N];21世纪经济报道;2006年
8 王海亚;负荷预测的几种方法及特点[N];黔西南日报;2008年
9 赵刚;当前钢材市场形势分析及短期预测[N];中国冶金报;2006年
10 陈磊;宏观经济的“隆中对”[N];科技日报;2006年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978