基于数据挖掘的上市公司财务诊断研究

《基于数据挖掘的上市公司财务诊断研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码；１１４８２学号：１３０５０５０２０００４？珠似＃ｊＬ您ＺＨＥＪＩＡＮＧＵＮＩＶＥＲ別ＴＹＯＦＨＮＡＩＮＣＥＡＮＤＥＣＯＮＯＭＩＣＳ硕古学位论文ＭＡＳＴＥＲＳＤＩＳＳＥＲＴＡＴＩＯＮ论义題目基于数据挖掘的上市公司财务诊断巧究作者姓名专业管理统计學所在学院信息学晓指导教师秦藏涛完成日期２０１５年１２月浙江財经大学硕±研究生学位论文原削性巧明本人郑重声明：此处所提交的硕±学位抢文是本人在导师指导下，在浙江财经大学攻读硕±学

2、位期间独立进行研究所取得的成果。据本人所知，论文中除已注明部分外，不包含他人已发表或撰写过的研究成果，对本文的研究工作做出重要贡献的个人和集体均己注明。本声明的法律结果将完全由本人承担。作者签名：日期年／剧巧渐江斯经乂学硕±研究生学位论文使用授巧书本论文系本人在浙江财经大学攻读硕±学位期间在导师指导下完成的硕±学位论文。本论文的研究成果归浙江財经大学所有，本论文的研究内容不得（＾其他单位的名义发表。本人完全了解浙江财经大学关于保存、使用学位论文的规定，同意学校保留并向有关部口送交论文

3、的复印件和电子版本，允许论文被窒阅和借阅。本人授权浙化财经大学，可站采用影印、缩印或其他复制手段保存论文，可＾心论公布文的全部或部分内容。作者签名：日期：ｔ＾＜ｈ人／作／月／巧经审，查确认该论文已符合江新财经大学硕±学位论文的要求，导师签名日化Ｉ化＞４＾月ｙ硕士学位论文基于数据挖掘的上市公司财务诊断研究2015年12月MASTERSDISSERTATIONResearchonFinancialDiagnosisofListedCompaniesBasedonDataMiningDece

4、mber2015浙江财经大学硕士学位论文摘要截至2015年9月，根据同花顺金融数据库的实时数据可知我国沪深两市共有上市公司2883家，其中制造业上市公司就有1828家，由此可见，制造业上市公司在我国国民经济中占有非常重要的地位。制造业上市公司的健康发展对拉动就业、增加政府财政收入、促进GDP增长、带动相关产业的发展都有着重要贡献。因此，有效控制制造业上市公司的财务风险，避免其陷入财务危机的重要性不言而喻，构建面向制造业上市公司的财务危机诊断模型具有实用价值。本文通过对财务诊断的实证研究，建立适合我国沪深两市A股制造业上市

5、公司的指标体系，同时也为其它行业提供借鉴。通过对财务危机、财务诊断以及我国制造业上市公司的理论研究，明确了我国制造业上市公司发生财务危机的根源、未来将要发生财务危机的各种征兆以及如何从上市公司的内部和外部进行相应的防范。本文的研究问题是通过选取的160家2011年的制造业上市公司财务数据来对2014年这些企业的财务状况进行预测，从而判断这些企业在2014年是否有被退市警告（*ST）的风险。本文灵活运用数据挖掘工具，将统计分析类工具中的聚类分析和知识发现类工具中的灰色关联分析结合使用，从相关性和重要性两个角度出发筛选用于财

6、务诊断的指标，构建了更加精准的财务诊断指标体系。之后针对财务诊断领域常用的三种预测方法——Logistic回归、CART决策树以及BP神经网络，依次将筛选出的指标用于这三种模型进行预测。结果显示，在对*ST企业预测方面，Logistic回归模型和CART决策树模型的预测正确率都没有BP神经网络高，分别为70%和75%，而BP神经网络的正确率达到了80%；对财务健康企业预测方面，Logistic回归模型和CART决策树模型的预测正确率都比BP神经网络高，分别达到了86.67%和88.33%，而BP神经网络的正确率只有73.

7、33%。以上结果可以看出，初选指标经过基于聚类及灰色关联分析方法的筛选以后，三种模型的预测效果都比较好，并且这三种模型在对*ST企业和财务健康企业的预测各有所长。研究者在实际运用当中应合理选择某一种模型，也可以将多种方法结合使用，提高预测的精度。关键词：上市公司，财务诊断，数据挖掘I浙江财经大学硕士学位论文ABSTRACTBythetimeofSeptember2015,thereare2,883listedcompaniesinChina'sShanghaiandShenzhenstockexchange,inwhic

8、hthereare1,828manufacturinglistedcompanies.Thus,themanufacturinglistedcompanyplaysanimportantroleinournationaleconomy.Thehealthydevelopmentofmanufacturingliste