電力行業(yè)是我國(guó)經(jīng)濟(jì)結(jié)構(gòu)的重要組成部分,作為我國(guó)的基礎(chǔ)能源產(chǎn)業(yè)的重要一員,電力行業(yè)在我國(guó)經(jīng)濟(jì)中有著重要位置,電力公司如果發(fā)展受阻,遭受到風(fēng)險(xiǎn)損失,對(duì)我國(guó)的經(jīng)濟(jì)將產(chǎn)生嚴(yán)重的影響。因此,本文對(duì)電力上市公司的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警進(jìn)行研究分析,通過(guò)對(duì)其財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的構(gòu)建,幫助公司完善財(cái)務(wù)情況,加強(qiáng)風(fēng)險(xiǎn)控制管理,提高公司的運(yùn)營(yíng)能力,幫助投資者正確識(shí)別電力行業(yè)上市公司的財(cái)務(wù)風(fēng)險(xiǎn),從而做出正確的投資決策。本文以電力行業(yè)上市公司為研究對(duì)象,分析其財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)警模型。首先,基于文獻(xiàn)與理論對(duì)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警進(jìn)行分析。其次,分析電力上市公司的特點(diǎn)以及財(cái)務(wù)風(fēng)險(xiǎn)的現(xiàn)狀。第三,從宏觀以及微觀出發(fā),分析影響電力上市公司財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)的因素,構(gòu)建指標(biāo)模型,并基于熵權(quán)TOPSIS評(píng)價(jià)電力上市公司的財(cái)務(wù)風(fēng)險(xiǎn)。第四,基于Light GBM模型構(gòu)建電力上市公司的財(cái)務(wù)預(yù)警模型,并基于粒子群算法進(jìn)行參數(shù)優(yōu)化。第五,搜集電力上市公司的數(shù)據(jù),驗(yàn)證基于Light GBM的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的有效性,并與隨機(jī)森林等常用模型進(jìn)行對(duì)比分析。最后,總結(jié)研究結(jié)論,提出對(duì)策建議。本文的研究結(jié)論如下:(1)電力行業(yè)基于部分競(jìng)爭(zhēng)和自然壟斷、資金與技術(shù)密集、投資增長(zhǎng)較...

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1研究思路本文的研究思路如上圖1-1所示：首先，對(duì)本文研究的基礎(chǔ)理論介紹及國(guó)內(nèi)外文獻(xiàn)進(jìn)行綜述

基于LightGBM模型的電力上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究8圖1-1研究思路本文的研究思路如上圖1-1所示：首先，對(duì)本文研究的基礎(chǔ)理論介紹及國(guó)內(nèi)外文獻(xiàn)進(jìn)行綜述。其次，對(duì)上市電力公司的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行宏觀和微觀的影響因素進(jìn)行分析，從而構(gòu)建出財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系。第三，采用LightGBM對(duì)....

圖2-1電力上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)ROC曲線

2概念界定及理論基礎(chǔ)17圖2-1電力上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)ROC曲線在ROC曲線中，當(dāng)曲線下方面的面積越大時(shí)，說(shuō)明模型對(duì)公司財(cái)務(wù)風(fēng)險(xiǎn)的發(fā)生預(yù)測(cè)越準(zhǔn)確。ROC曲線下方的面積被稱(chēng)為AUC值，采用AUC值可以定量的分析模型的預(yù)測(cè)效果。一般而言，AUC值大于0.5時(shí)，才說(shuō)明模型至少比隨機(jī)預(yù)....

圖4-1粒子群算法優(yōu)化LightGBM的流程

4基于LightGBM的電力上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型設(shè)計(jì)31圖4-1粒子群算法優(yōu)化LightGBM的流程如圖4-1所示，首先，粒子群算法需要初始化各類(lèi)粒子的速度以及位置。本文采用粒子的數(shù)量為100，迭代次數(shù)為300，隨機(jī)初始化粒子的速度以及位置。其次，在每組粒子群代表的參數(shù)下，使....

圖5-1基于粒子群優(yōu)化的LightGBM模型ROC曲線

基于LightGBM模型的電力上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究36表5-5粒子群優(yōu)化的LightGBM測(cè)試樣本預(yù)測(cè)結(jié)果樣本公司的預(yù)測(cè)財(cái)務(wù)風(fēng)險(xiǎn)等級(jí)樣本公司的實(shí)際財(cái)務(wù)風(fēng)險(xiǎn)等級(jí)普通風(fēng)險(xiǎn)高風(fēng)險(xiǎn)普通風(fēng)險(xiǎn)572(TP)28(FP)高風(fēng)險(xiǎn)4(FN)56(TN)如表5-5所示，采用粒子群優(yōu)化的Light....

本文編號(hào)：4028362