收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于数据挖掘技术的财务风险分析与预警研究

赵春  
【摘要】:随着信息技术的快速发展和管理理论研究取得重大进展,信息技术在企业管理决策领域中的应用受到越来越多的关注。面对残酷的市场竞争环境,企业对风险管理的要求日益提高,如何客观评价企业管理过程中存在的财务风险,并对其进行及时预警是企业管理层始终追求的目标。传统的企业财务风险分析与预警研究方法主要包括统计分析和人工智能模型。随着企业规模的扩大和信息披露越来越频繁,统计分析模型已经不能适应海量数据分析的要求,人工智能模型没有考虑到财务数据的时间延续性。另外,企业财务风险分析与预警研究受企业内外部多种因素影响,不确定性非常高,而数据挖掘技术在不确定性理论研究中的优秀表现让两者紧密联系起来。因此,针对传统方法无法解决的问题,本文深入研究关联规则数据挖掘方法,提出了三种新的关联规则改进型算法,极大提高了数据挖掘的效率;同时,将这些算法应用于企业财务风险分析与危机预警的研究,提出了企业财务风险概念层次树模型和时间序列动态维护的财务危机预警模型。主要研究内容如下: 1.基于Hash结构的关联规则交互挖掘算法HIUA 现有的关联规则挖掘算法主要基于支持度-置信度框架,同一数据库在不同的支持度和置信度阈值下,算法产生的频繁项集和关联规则的数目是不同的。由于用户事先无法确定合适的支持度和置信度阈值,需要不断尝试不同的阈值才能得到理想的频繁项集和关联规则。本文针对支持度阈值变化时的关联规则维护问题,即当用户调整阈值时存在多次遍历数据库和重复计算问题,提出了基于Hash结构的关联规则交互挖掘算法HIUA,该算法改进了原始IUA算法的剪枝过程,并通过Hash结构快速存取算法执行过程中得到的支持度计数,提高算法运行效率。 2.基于部分支持度树的关联规则增量式更新算法IUPS_Miner 关联规则的挖掘算法通常假定数据库是静态的,在阈值固定的情况下,如果数据库发生变化,算法需要通过重新进行数据库扫描和计算来得到新的规则。本文针对阈值不变而数据库发生变化时的关联规则维护问题,提出了基于部分支持度树PS_Tree结构的关联规则增量式更新算法IUPS_Miner,该算法只需对新增数据库进行挖掘,通过合并已有的和新增的部分支持度树生成新的部分支持度树,来减少对原数据库的扫描和重复计算,有效地维护了已挖掘的关联规则,提高算法的效率。 3.关联规则的动态维护算法ARDM 关联规则的动态维护是指当数据库和支持度阈值同时发生变化的情况下,关联规则的维护与更新问题。现有的挖掘方法普遍存在多次扫描数据库或重复遍历复杂数据结构的问题。本文针对数据库与支持度阈值同时发生变化的情况,提出一种基于关联规则交互挖掘和增量挖掘的动态维护算法ARDM,该算法利用已有的挖掘结果进行交互挖掘和增量挖掘,即在原来的数据库中使用新的支持度阈值进行交互挖掘;然后在新增加的数据库中使用新的支持度阈值进行增量挖掘,并通过Hash结构与模式增长方法进行优化,进一步提高算法的效率。 4.关联规则交互挖掘算法在企业财务风险分析中的应用 企业财务风险分析的研究是通过建立财务风险指标体系,寻找指标体系中具有信任度高的规则,为企业的管理决策提供帮助。传统的财务风险分析方法通常采用统计分析模型,存在的缺点是假设条件多,无法处理海量数据。本文针对上述问题,提出了关联规则交互挖掘的方法,更加广泛的选择多个方面的财务指标,通过挖掘所有财务指标之间的规则,最终确定选择更具有代表性的财务风险指标。首先,构建财务风险分析指标体系,通过变量相关性分析进行指标筛选;然后,提出企业财务风险概念层次树模型,并采用递减支持度阈值的交互挖掘策略,寻找财务风险指标之间的规则;最后,选择国内上市企业中的ST公司进行企业财务风险分析的实证研究,提出了影响企业财务风险的十个关键指标和防范财务风险的建议。 5.时间序列动态维护挖掘算法在企业财务危机预警中的应用 企业财务危机预警的研究主要是跟踪财务指标波动和变化趋势,当指标波动超出一定的范围,系统就应该发出危机预警。现有的企业财务危机预警的方法主要是基于人工智能数据挖掘模型,存在的缺点是没有考虑到财务指标数据的时间延续性。本文针对财务指标数据具有时间序列特征,提出了基于时间序列动态维护的企业财务危机预警模型。首先,构建时间序列财务数据挖掘模型;然后,采用时间序列增量挖掘和交互挖掘策略,进行关联规则的动态维护挖掘,寻找财务指标之间的规则和预测危机企业的发展趋势;最后,选择国内上市企业中的ST公司进行财务危机预警的实证研究,提出了定性和定量进行财务危机预警的方法,并给出了危机企业不同阶段的关键指标。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 夏瑞丽;;浅谈数据挖掘[J];科技创新导报;2008年24期
2 罗健萍;吴海;;数据挖掘技术中基于关联规则算法的研究[J];硅谷;2011年13期
3 常睿;崔志明;;数据挖掘在网络管理中的应用[J];福建电脑;2006年09期
4 张帆;;试论数据挖掘中的遗传算法[J];中国科技信息;2006年19期
5 张明霞;;数据挖掘技术及其应用[J];苏盐科技;2006年03期
6 陈涛;;正在走向实用的数据挖掘技术[J];电脑知识与技术(学术交流);2007年07期
7 郭超峰;施学丽;黄克南;邓巍;;关联规则数据挖掘技术在中医药研究中的应用概况[J];广西中医学院学报;2009年04期
8 孙继龙;;浅析数据挖掘在就业管理信息系统中的应用[J];价值工程;2010年35期
9 张译;刘衍珩;田大新;李川川;王媛;;基于关联规则的入侵检测系统[J];吉林大学学报(信息科学版);2006年02期
10 王华;江启成;胡学钢;;数据挖掘在医学上的应用[J];安徽医药;2008年08期
11 李修身;;数据挖掘技术及应用初探[J];科技信息(学术研究);2008年36期
12 庄海燕;陈雯静;;数据挖掘中关联规则在公安信息中的应用[J];信息与电脑(理论版);2010年04期
13 李佐军;;关联规则在成绩分析中的应用[J];临沧师范高等专科学校学报;2010年02期
14 金育婵;;数据挖掘技术中基于关联规则算法的研究[J];科技传播;2011年12期
15 王春枝;凌世焱;柯敏毅;;数据挖掘技术及其在银行业务中的应用[J];计算机与数子工程;2003年06期
16 张震;张亚萍;;基于关联规则的课程设置研究[J];淮北煤炭师范学院学报(自然科学版);2006年03期
17 庞洁;李睿仙;胡建华;;数据挖掘在电信交叉销售领域的研究[J];电脑知识与技术(学术交流);2006年35期
18 江彬;张学习;;数据挖掘技术在现代化图书馆中的应用[J];情报探索;2007年01期
19 胡中栋;张杰;;数据挖掘在美容美体中心的应用[J];电脑开发与应用;2007年04期
20 赵丹丹;;Apriori算法改进及其在中药知识发掘中的应用[J];计算机与现代化;2007年08期
中国重要会议论文全文数据库 前10条
1 李阳;徐锡山;韩伟红;郑黎明;徐镜湖;;网络安全事件关联规则的自动化生成方法研究与实践[A];全国计算机安全学术交流会论文集·第二十五卷[C];2010年
2 左万利;刘居红;;包含正负属性的关联规则及其挖掘[A];第十六届全国数据库学术会议论文集[C];1999年
3 王宁;董淳;胡运发;陶晓鹏;;面向集合的关联规则挖掘算法[A];第十五届全国数据库学术会议论文集[C];1998年
4 周焕银;张永;;关联规则候选项频度规律研究[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年
5 谷斌;靳艳峰;王磊;;关联规则算法在邮政报刊征订中的应用研究[A];第十届中国科协年会信息化与社会发展学术讨论会分会场论文集[C];2008年
6 方艳;别荣芳;;关联规则的有趣性研究[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
7 黄晓燕;许龙飞;;基于关联规则的网络入侵检测技术的应用研究[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
8 陈铭;顾宏斌;;数据挖掘技术在航空事故分析中的应用[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(上册)[C];2008年
9 李庆忠;张世栋;董国庆;;在数据多维体中进行关联规则的挖掘[A];第十六届全国数据库学术会议论文集[C];1999年
10 韩涛;张春海;;关系数据库中关联规则的高效挖掘算法[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
中国博士学位论文全文数据库 前10条
1 赵春;基于数据挖掘技术的财务风险分析与预警研究[D];北京化工大学;2012年
2 赵晨;过程控制中的数据挖掘技术研究及其智能控制策略探讨[D];浙江大学;2005年
3 叶小飞;基于自发呈报系统与循证医学的药品不良反应信号挖掘[D];第二军医大学;2011年
4 冯变玲;基于数据挖掘技术的心脑血管用药ADR关联模型构建研究[D];天津大学;2012年
5 肖波;可信关联规则挖掘算法研究[D];北京邮电大学;2009年
6 伊卫国;基于关联规则与决策树的预测方法研究及其应用[D];大连海事大学;2012年
7 王越;分布式关联规则挖掘的方法研究[D];重庆大学;2003年
8 许增福;DL环境下的信息资源管理及知识发现研究[D];哈尔滨工程大学;2005年
9 庞淑英;三江并流带旅游地质景观数据挖掘及旅游价值评价研究[D];昆明理工大学;2008年
10 姚山;基于数据挖掘技术的造林决策研究[D];北京林业大学;2008年
中国硕士学位论文全文数据库 前10条
1 房静;面向CRM的数据挖掘在电力市场营销中的应用[D];天津大学;2004年
2 张慧萍;数据挖掘技术与应用研究[D];武汉科技大学;2005年
3 赵艳铎;关联规则算法研究及其在网络安全审计系统中的应用[D];清华大学;2005年
4 陈振;基于关联规则分类的web用户兴趣预测[D];安徽大学;2005年
5 赵怿甦;数据挖掘在农业环境中的应用[D];天津大学;2004年
6 钱少华;数据仓库及数据挖掘技术的应用的研究[D];江南大学;2004年
7 高明;关联规则挖掘算法的研究及其应用[D];山东师范大学;2006年
8 毛志雄;基于DM技术的化工生产过程控制的优化研究[D];中南大学;2005年
9 李宁;数据挖掘在电信CRM中的应用研究[D];重庆大学;2005年
10 丁元明;数据挖掘技术在高校教学质量评估中的应用研究[D];华东师范大学;2006年
中国重要报纸全文数据库 前10条
1 主持人 李禾;数据挖掘技术如何驱动经济车轮[N];科技日报;2007年
2 陈晓 山西财经大学教师;数据挖掘技术在高校教学管理中的应用[N];山西经济日报;2010年
3 南京市地方税务局信息管理处、计算机中心 明靖 朱岚;数据挖潜让业务说话[N];中国计算机报;2006年
4 记者 吕贤如;大力加强数据挖掘技术研究应用[N];光明日报;2006年
5 首之;数据挖掘并不神秘[N];金融时报;2006年
6 ;IBM公司推出新型数据挖掘技术[N];中国高新技术产业导报;2001年
7 刘红岩、何军;利用数据挖掘技术获得商业智能[N];中国计算机报;2003年
8 山西银行学校 王林芳;数据挖掘在银行业务中的应用[N];山西科技报;2005年
9 任中华;财务数据挖掘六步走[N];中国计算机报;2007年
10 诺达咨询高级咨询顾问 周连升;数据挖掘拓展3G增值空间[N];通信产业报;2007年
 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