本文關(guān)鍵詞：面向財(cái)務(wù)危機(jī)預(yù)警的動(dòng)態(tài)模糊積分支持向量機(jī)集成方法及應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在全球經(jīng)濟(jì)一體化的大背景下,市場(chǎng)環(huán)境變得更加不確定,企業(yè)面臨的財(cái)務(wù)風(fēng)險(xiǎn)也在增大。財(cái)務(wù)危機(jī)會(huì)阻礙企業(yè)的健康發(fā)展,為投資者帶來損失、加劇企業(yè)員工的失業(yè)風(fēng)險(xiǎn)、增加銀行信貸無法收回的可能性。如果很多企業(yè)都遭遇財(cái)務(wù)危機(jī),這無疑會(huì)影響到國家經(jīng)濟(jì)發(fā)展、金融安全和社會(huì)穩(wěn)定。因此,建立財(cái)務(wù)危機(jī)預(yù)警模型對(duì)企業(yè)進(jìn)行預(yù)警研究變得十分必要。最初引入財(cái)務(wù)危機(jī)預(yù)警的工具是判別分析法等統(tǒng)計(jì)技術(shù)。隨著計(jì)算機(jī)的廣泛使用,機(jī)器學(xué)習(xí)方法被應(yīng)用到財(cái)務(wù)危機(jī)預(yù)警中。其中,支持向量機(jī)(Support Vector Machine, SVM)受到了很多學(xué)者的親徠。該方法是統(tǒng)計(jì)學(xué)習(xí)理論的分支,以結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則為基礎(chǔ)。支持向量機(jī)的學(xué)習(xí)能力很強(qiáng),能夠在少量數(shù)據(jù)的基礎(chǔ)上訓(xùn)練算法,并適應(yīng)新的數(shù)據(jù)樣本。其獨(dú)特的核函數(shù)也為高維問題提供了很好的解決方案。但是,單純依靠傳統(tǒng)的財(cái)務(wù)理論知識(shí)對(duì)企業(yè)的財(cái)務(wù)狀況作出判斷,并不能適應(yīng)現(xiàn)代日趨復(fù)雜的外部環(huán)境。不確定環(huán)境中,模糊積分可以作為一種極強(qiáng)的推理工具。利用模糊積分集成單分類器,不但能充分利用各個(gè)單分類器的優(yōu)勢(shì),還能考慮分類器之間的交互作用。近些年來,模糊積分作為集成算法在財(cái)務(wù)危機(jī)預(yù)警領(lǐng)域得到了成功的使用,獲得了諸多研究成果。以往的財(cái)務(wù)危機(jī)預(yù)警研究一般都收集公司的財(cái)務(wù)數(shù)據(jù)作為實(shí)驗(yàn)樣本�，F(xiàn)有研究表明,盈余管理在很多企業(yè)中普遍存在。公司很可能為了掩蓋財(cái)務(wù)報(bào)表的某些紕漏或不足,而操縱盈余。因此,有盈余管理的公司的財(cái)務(wù)數(shù)據(jù)與沒有進(jìn)行盈余管理公司的財(cái)務(wù)財(cái)務(wù)數(shù)據(jù)具有有不同的特征。綜上所述,本文提出了一種基于盈余管理和模糊積分的支持向量機(jī)集成框架。主要的研究內(nèi)容如下：首先,本文使用前三年的財(cái)務(wù)數(shù)據(jù)來預(yù)測(cè)公司目前的財(cái)務(wù)狀況。根據(jù)公司是否進(jìn)行了盈余管理,將每一年的樣本公司分為兩類,然后分別在不同的分類器上訓(xùn)練。然后,本文提出一種模糊測(cè)度確定和調(diào)整方法,在此基礎(chǔ)上用模糊積分進(jìn)行集成。在模糊測(cè)度的確定中,本文考慮了財(cái)務(wù)數(shù)據(jù)的一個(gè)特點(diǎn)：公司越近的財(cái)務(wù)數(shù)據(jù)在評(píng)估當(dāng)前的財(cái)務(wù)狀況時(shí)越有用。此外,使用由歷史數(shù)據(jù)訓(xùn)練的模型預(yù)測(cè)公司目前的財(cái)務(wù)狀況時(shí),由于外部環(huán)境可能會(huì)大大改變時(shí),所以本文根據(jù)實(shí)際情況對(duì)模糊測(cè)度進(jìn)行了調(diào)整。在更新模糊測(cè)度時(shí),本文考慮了每個(gè)單分類器的輸出的可信程度、分類器輸出結(jié)果之間的相似程度和分類器自身所具有的不同特性。為了驗(yàn)證本文所提出的新預(yù)警框架的性能,我們對(duì)中國股票上市公司的財(cái)務(wù)數(shù)據(jù)進(jìn)行了實(shí)證研究。實(shí)驗(yàn)結(jié)果表明,在財(cái)務(wù)危機(jī)預(yù)警模型中考慮盈余管理和引入新模糊測(cè)度學(xué)習(xí)方法可以提升性能。
【關(guān)鍵詞】：支持向量機(jī) 盈余管理 模糊測(cè)度 分類器集成 財(cái)務(wù)危機(jī)預(yù)警
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F406.7;F832.51
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-19
• 1.1 選題背景和意義9-10
• 1.2 財(cái)務(wù)危機(jī)的概念10-12
• 1.3 財(cái)務(wù)危機(jī)預(yù)警的相關(guān)研究12-15
• 1.3.1 統(tǒng)計(jì)技術(shù)12-14
• 1.3.2 機(jī)器學(xué)習(xí)技術(shù)14
• 1.3.3 集成方法14-15
• 1.4 本文的主要工作15-19
• 1.4.1 本文的研究內(nèi)容15-16
• 1.4.2 本文的研究方法16-17
• 1.4.3 本文的結(jié)構(gòu)17-19
• 第二章 文獻(xiàn)綜述19-28
• 2.1 支持向量機(jī)19-21
• 2.2 模糊測(cè)度與模糊積分的基本概念21-22
• 2.2.1 模糊測(cè)度的定義21-22
• 2.2.2 模糊積分22
• 2.3 常用的分類器集成方法22-26
• 2.3.1 多數(shù)投票法24
• 2.3.2 有序加權(quán)平均法(OWA)24
• 2.3.3 DS證據(jù)理論24-25
• 2.3.4 模糊積分25-26
• 2.4 盈余管理26-28
• 第三章 基于盈余管理和模糊積分的支持向量機(jī)集成研究28-39
• 3.1 基于盈余管理和模糊積分的支持向量機(jī)集成框架28-33
• 3.2 改進(jìn)的模糊測(cè)度確定方法33-37
• 3.3 改進(jìn)的模糊測(cè)度調(diào)整方法37-39
• 第四章 研究設(shè)計(jì)39-48
• 4.1 實(shí)驗(yàn)數(shù)據(jù)和指標(biāo)39-40
• 4.2 實(shí)驗(yàn)結(jié)果分析40-48
• 第五章 總結(jié)和展望48-50
• 5.1 本文的主要工作與結(jié)論48-49
• 5.2 本文的不足與研究展望49-50
• 參考文獻(xiàn)50-53
• 致謝53-54
• 作者簡介54

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 況學(xué)文 ,童小毅 ,宋海燕;上市公司財(cái)務(wù)危機(jī)預(yù)警的實(shí)證分析[J];江西財(cái)稅與會(huì)計(jì);2003年01期

2 吳世珍;論財(cái)務(wù)危機(jī)預(yù)警研究的兩大難題[J];榆林學(xué)院學(xué)報(bào);2005年02期

3 于秀芝;高占才;;企業(yè)財(cái)務(wù)危機(jī)預(yù)警的含義、作用及功能[J];中國科技信息;2005年24期

4 端木正;公司治理與財(cái)務(wù)危機(jī)預(yù)警運(yùn)用之研究[J];生產(chǎn)力研究;2005年02期

5 王宗萍;張淑慧;;關(guān)于幾種財(cái)務(wù)危機(jī)預(yù)警模型的比較[J];企業(yè)經(jīng)濟(jì);2006年04期

6 楊華;;財(cái)務(wù)危機(jī)預(yù)警實(shí)證研究回顧與評(píng)析[J];江蘇經(jīng)貿(mào)職業(yè)技術(shù)學(xué)院學(xué)報(bào);2006年03期

7 劉朝華;;加強(qiáng)企業(yè)財(cái)務(wù)危機(jī)預(yù)警與風(fēng)險(xiǎn)防范[J];消費(fèi)導(dǎo)刊;2006年10期

8 彭靜;歐陽令南;彭勇;;國內(nèi)外財(cái)務(wù)危機(jī)預(yù)警研究綜述[J];科技進(jìn)步與對(duì)策;2007年06期

9 鄧敏;韓玉啟;;財(cái)務(wù)危機(jī)預(yù)警理論研究述評(píng)[J];商場(chǎng)現(xiàn)代化;2008年35期

10 劉偉瓊;;論動(dòng)態(tài)財(cái)務(wù)危機(jī)預(yù)警機(jī)制的建立[J];現(xiàn)代商貿(mào)工業(yè);2008年08期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前9條

1 王澤霞;黎良燕;;基于主營視角的財(cái)務(wù)危機(jī)預(yù)警模型構(gòu)建研究——來自我國制造業(yè)上市公司的經(jīng)驗(yàn)證據(jù)[A];中國會(huì)計(jì)學(xué)會(huì)高等工科院校分會(huì)2009年學(xué)術(shù)會(huì)議（第十六屆學(xué)術(shù)年會(huì)）論文集[C];2009年

2 陳娟;孟琳;;財(cái)務(wù)危機(jī)預(yù)警模型——Z計(jì)分模型的應(yīng)用分析[A];中國會(huì)計(jì)學(xué)會(huì)2013年學(xué)術(shù)年會(huì)論文集[C];2013年

3 楊淑娥;;企業(yè)財(cái)務(wù)危機(jī)預(yù)警的經(jīng)濟(jì)動(dòng)因與循環(huán)機(jī)理剖析[A];中國會(huì)計(jì)學(xué)會(huì)第四屆全國會(huì)計(jì)信息化年會(huì)論文集（上）[C];2005年

4 王滿;李坤榕;;遼寧省上市公司財(cái)務(wù)危機(jī)預(yù)警的實(shí)證分析——基于Z值評(píng)分模型的研究[A];2008年度中國總會(huì)計(jì)師優(yōu)秀論文選[C];2009年

5 徐光華;沈弋;;企業(yè)內(nèi)部控制與財(cái)務(wù)危機(jī)預(yù)警耦合研究——一個(gè)基于契約理論的分析框架[A];中國會(huì)計(jì)學(xué)會(huì)2011學(xué)術(shù)年會(huì)論文集[C];2011年

6 賈煒瑩;申貴成;;基于主成分支持向量機(jī)的財(cái)務(wù)危機(jī)預(yù)警研究[A];中國會(huì)計(jì)學(xué)會(huì)2013年學(xué)術(shù)年會(huì)論文集[C];2013年

7 駱s，

本文編號(hào)：500394