组合预测模型在财务预警中的应用

发布时间：2023-11-18 10:53

　　证券市场是现代经济体系的重要基础,证券市场的表现与实体经济是息息相关的。作为证券市场主体的上市公司,它的业绩决定着证券市场的运行状态。为了保障投资者的利益以及及时发现企业财务危机的征兆,建立完善的财务危机预警机制是十分必要的。公开透明的财务数据为建立财务预警分析提供了有力的帮助,因此通过合理有效的方法建立财务预警分析系统预测企业经营危机成为了长期以来的理论研究话题。 当今财务预警分析理论研究的主流方法主要是统计学方法和数据挖掘算法,这两种方法各有优点。判别分析法、回归分析是传统的统计学方法,预测效果不俗,但是数据不可能满足其严格的统计假设。数据挖掘算法包含神经网络、决策树、支持向量机等,这些方法没有太强的假设约束,学习能力强,应用也越来越广泛。统计学方法和数据挖掘算法各有优点,使得我们不可能放弃其中任何一种方法而单独使用另一种,因为放弃另一种方法的同时,很有可能会忽略某些重要的信息。 组合预测理论的出现解决了这个纠结的问题,组合预测方法是对同一个问题,采用两种以上不同预测方法的预测。它既是可用几种定性方法的组合,也可是几种定量的方法的组合,但实践中更多的则是利用定性方法与定量方法的组合...

【文章页数】：47 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 引言
    1.1 本文研究的必要性和可行性
    1.2 国内外相关研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 本文主要研究内容
第二章 财务风险预警的基本理论
    2.1 财务风险的基本理论
        2.1.1 财务风险的定义
        2.1.2 财务风险的成因
    2.2 财务风险预警的基本理论
        2.2.1 财务风险预警的界定
        2.2.2 财务风险预警功能
        2.2.3 财务风险预警步骤
第三章 上市公司财务预警分析系统组合预测模型的构建
    3.1 组合预测模型
        3.1.1 组合预测模型简介
        3.1.2 最优加权模型
    3.2 统计学方法
        3.2.1 Logistic回归分析法
        3.2.2 Probit模型
    3.3 LVQ神经网络
        3.3.1 LVQ神经网络结构
        3.3.2 LVQ网络的学习规则
第四章 实证分析
    4.1 预警指标的选取
        4.1.1 预警指标选取的理论依据
    4.2 单一模型的应用
        4.2.1 logit回归模型的应用
        4.2.2 probit模型的应用
        4.2.3 LVQ神经网络的应用
    4.3 非线性组合预测
第五章 总结
    5.1 研究小结
    5.2 研究应用
    5.3 研究创新及存在问题
        5.3.1 研究创新
        5.3.2 研究局限性
        5.3.3 后续拓展研究思路
参考文献
致谢
附录
    创建网络
    训练网络
    仿真测试
    结果显示



本文编号：3865143