基于集成算法的上市公司财务危机预警研究

《基于集成算法的上市公司财务危机预警研究》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、暨南大学硕士学位论文暨南大学硕士学位论文题名（中英对照）：基于集成算法的上市公司财务危机预警研究ResearchonFinancialCrisisEarlyWarningofListedCompaniesBasedonIntegratedAlgorithm作者姓名：史立新指导教师姓名王斌会及学位、职称：博士、教授学科、专业名称：应用经济学、统计学学位类型：学术学位论文提交日期：论文答辩日期：答辩委员会主席：论文评阅人：学位授予单位和日期：I暨南大学硕士学位论文II暨南大学硕士学位论文摘要随着经济的增长和金融监管完善，通过上市来实现融资

2、的企业越来越多，近20年来，我国的证券市场高速发展。与此同时，随着上市公司危机问题愈演愈烈，财务危机预警问题也受到越来越多专家和学者的关注。利用统计学方法、机器学习以及数据挖掘技术建立财务危机预警模型对上市公司的财务危机进行有效预警，有利于上市公司及时发现，规避风险，也有利于投资者理性选择，及时止损。本文选取了2017年47家被实行退市风险警示的A股上市公司作为财务危机的研究样本，并以1：3的比例随机抽取了141家财务正常的A股上市公司作为匹配研究样本。在指标体系的构建上，本文从财务指标和非财务指标两个方面着手，初步选取了8类共60个

3、指标。克服了很多研究中筛选指标时盲目采用T检验或人为主观选取指标的缺陷。运用邻域粗糙集替代经典粗糙集对初选的指标实施属性约简，精简指标，选出最重要的指标。接下来用约简后的指标建立模型，本文首次把xgboost模型和随机森林与xgboost融合模型用于财务危机预警领域，建立了基于随机森林和xgboost的财务危机预警模型，并对xgboost和随机森林模型的预测结果进行简单加权投票融合，得到最终的财务危机预警模型。为了证明邻域粗糙集的有效性，本文还建立了经典粗糙集-随机森林、经典粗糙集-xgboost模型，结果表明，采用邻域粗糙集替代经典

4、粗糙集进行指标约简结果更优。在建模阶段，本文采用常见的SVM,ANN和LR分类方法进行对比分析，实证结果表明，xgboost和随机森林模型各个方面的性能都优于SVM,ANN和LR,最终对随机森林和xgboost两个模型进行简单加权投票融合，得到一个性能最优的财务危机预警模型，进一步证实了本文所用方法在财务危机预警研究中的适用性。关键词：财务危机预警；邻域粗糙集；随机森林；xgboostIII暨南大学硕士学位论文AbstractWiththeeconomicgrowthandtheimprovementoffinancialsuperv

5、ision,moreandmoreenterprisesareraisingcapitalthroughcomingintothemarket.Intherecent20years,thestockmarketinourcountryhasdevelopedrapidly.Atthesametime,withthecrisisoflistedcompaniesintensifying,theissueofearlywarningoffinancialcrisishasalsoattractedtheattentionofmoreand

6、moreexpertsandscholars.Theuseofstatisticalmethods,machinelearninganddataminingtechnologytobuildearlywarningmodeloffinancialcrisisearlywarningoflistedcompanies'financialrisksisconducivetodiscoverintimeandavoidrisksforlistedcompanies,andalsoconducivetorationalchoiceandtim

7、elystop-lossforinvestors.Inthispaper,weselect47listedA-sharelistedcompaniesthathavetakenthedelistingriskwarningasthefinancialcrisissamplesin2017,and141financiallyhealthyA-sharelistedcompaniesrandomlyasthematchedsamplesata1:3ratio.Intheselectionofindex,thisarticleinclude

8、twoaspectsoffinancialindexandnon-financialindex,Throughtheinitialselection,weselecteightcategoriesofatotalof60