学位论文 > 优秀研究生学位论文题录展示

基于粗集理论和人工神经网络的上市公司财务危机预警分析

作　者: 朱海
导　师: 赵佳宝
学　校: 南京大学
专　业: 控制科学与工程
关键词: 财务危机预警 属性离散化 粗糙集 神经网络
分类号: F275
类　型: 硕士论文
年　份: 2013年
下　载: 127次
引　用: 0次
阅　读: 论文下载
 

内容摘要


上市公司财务危机预警是结合经济学、统计学和计算科学的跨学科跨领域的研究热点。由于该项研究可以有效地预测上市公司在未来是否有可能发生财务危机,关系一国国民经济的发展和稳定,因此得到了专家、学者和政商各界的广泛重视。本文理论结合实际,从应用角度出发,根据上市公司财务数据高维、非线性和高噪声的特点,提出了基于粗糙集和神经网络的处理方法,相较于其他方法有着低时间复杂度和高预测精度的优势。本文研究的主要内容如下：首先,针对上市公司财务数据的特点,需要对其进行属性离散化处理。通过对现有的连续属性离散化方法的回顾,提出了基于动态邻域聚类的属性离散化方法,有效降低了数据处理的复杂度并且提高了整体的容错性,使之更适用于大规模和高维度的数据分析。其次,针对上市公司财务预警分析问题,利用粗糙集对不确定数据的分析能力和对高维度数据的处理优势以及神经网络对于数据的高容错性和预测能力,建立了上市公司财务预警分析模型,该模型有较高的准确性,可以通过其判断上市公司在未来几年中是否会出现财务危机。再次,针对本文提出的基于粗糙集和神经网络结合的上市公司财务危机预警模型,通过与单纯通过粗糙集和单纯通过神经网络的方法进行比对,有效验证了通过本文所给出方法进行预测具有更高的有效性、时效性和准确率。最后给出本文的结论和下一步研究的方向。

全文目录


摘要  5-6
Abstract  6-7
目录  7-10
第一章 绪论  10-17
  1.1 上市公司财务危机预警的研究背景  10
  1.2 上市公司财务危机预警研究的重要性和意义  10-11
  1.3 上市公司财务危机预警的研究现状  11-13
    1.3.1 上市公司财务危机预警的国际研究现状  12
    1.3.2 上市公司财务危机预警的国内研究现状  12-13
  1.4 上市公司财务危机预警面临的问题和未来的研究趋势  13-14
  1.5 本文的研究内容及主要创新点  14-15
  1.6 本文的组织结构  15-17
第二章 相关理论基础  17-29
  2.1 粗集理论的发展以及国际国内的研究现状  17-18
    2.1.1 粗糙集理论的国际国内研究现状  17-18
    2.1.2 粗集理论的应用前景  18
  2.2 粗糙集理论的基本概念  18-22
  2.3 知识约简的基本概念  22-24
  2.4 数据预处理的基本方法  24-26
    2.4.1 空值处理方法  24-25
    2.4.2 属性离散化方法  25-26
  2.5 属性约简算法简介  26-27
  2.6 人工神经网络的基本概念和应用  27-28
  2.7 本章小结  28-29
第三章 连续属性离散化的算法优化  29-41
  3.1 上市公司财务数据的特征分析  29-31
  3.2 基于信息熵的连续属性离散化算法回顾  31-33
    3.2.1 粗糙集信息熵的相关定义  31-32
    3.2.2 基于信息熵的粗糙集离散化算法步骤  32-33
  3.3 动态邻域聚类  33-36
  3.4 基于动态邻域聚类的连续属性离散化算法优化  36-40
    3.4.1 相似决策方案区间合并方法  37-38
    3.4.2 基于动态邻域聚类的属性离散化优化算法步骤  38-40
  3.5 本章小结  40-41
第四章 上市公司财务危机预警过程  41-62
  4.1 上市公司财务指标原始数据选择  43-46
  4.2 数据预处理  46-52
    4.2.1 定性条件属性的预处理方法  46-47
    4.2.2 定量条件属性的标准化处理  47-48
    4.2.3 定量条件属性的离散化处理  48-52
  4.3 基于粗集理论的属性约简  52-54
    4.3.1 指标初选  52-53
    4.3.2 属性约简  53-54
  4.4 利用神经网络搭建财务危机预警模型  54-58
    4.4.1 BP神经网络的基本原理  55-56
    4.4.2 神经网络的搭建和训练过程  56-58
  4.5 财务危机预警模型实证检验  58-59
  4.6 上市公司财务危机预警模型检验结果的解释  59-61
  4.7 本章小结  61-62
第五章 基于粗糙集-神经网络的上市公司财务危机预警模式验证  62-69
  5.1 单独使用粗糙集方法的处理结果  62-64
  5.2 单独使用神经网络方法的处理结果  64-66
  5.3 粗糙集-神经网络法与上述两种方法的结果比较  66-68
  5.4 本章小结  68-69
第六章 总结与展望  69-71
  6.1 全文总结  69
  6.2 研究展望  69-71
参考文献  71-74
攻读硕士期间发表的论文和参与的科研项目  74-75
致谢  75-76

相似论文

  1. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
  4. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  5. 红外超光谱图像的虚拟探测器研究,TP391.41
  6. 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
  7. 基于神经网络的水厂投药预测控制研究,TP273.1
  8. 视觉伺服四自由度机械臂的研究,TP242.6
  9. 机械臂视觉伺服系统的研究,TP242.6
  10. 压电驱动微工作台的控制与校正技术研究,TP273
  11. 基于支持向量机的故障诊断方法研究,TP18
  12. 某武器检测装置的控制系统设计,TP183
  13. 市级旅游用地规划环境影响评价研究,X820.3
  14. 珠三角地区高性能混凝土配合比智能化系统,TU528
  15. 大学生综合素质测评研究,G645.5
  16. 基于连锁图的QTL综合分析方法研究,S562
  17. 基于遗传算法和粗糙集的聚类算法研究,TP18
  18. 基于粗糙集的城市区域交通绿时控制系统研究,TP18
  19. 酮类化合物的3D-QSPR研究,O641
  20. 粗糙集的增量式属性约简研究,TP18
  21. 知识粒度的计算及其在属性约简中的应用研究,TP18

中图分类: > 经济 > 经济计划与管理 > 企业经济 > 企业财务管理
© 2012 www.xueweilunwen.com