因子分析與人工智能方法在上市公司財(cái)務(wù)預(yù)警中的應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè)，還剩40頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、上市公司的財(cái)務(wù)危機(jī)會(huì)帶來(lái)投資者的投資損失、公司員工的失業(yè)以及金融信貸難以收回等一系列嚴(yán)重后果。利用統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)以及數(shù)據(jù)挖掘?yàn)槲覈?guó)上市公司提供有效的財(cái)務(wù)預(yù)警是一個(gè)有重要意義的研究課題。本文基于多步因子分析法和人工智能分類的方法分別設(shè)計(jì)了三個(gè)主要的公司財(cái)務(wù)預(yù)警模型。首先，利用主成分分析法和多步驟提取因子的方法對(duì)上市公司的30個(gè)財(cái)務(wù)指標(biāo)進(jìn)行變量選擇并構(gòu)建了多因子分析的財(cái)務(wù)預(yù)警模型。其次，設(shè)計(jì)了基于因子分析的PSO-LSSVM智能單分類器

2、。實(shí)驗(yàn)結(jié)果顯示，結(jié)合了多步因子分析的PSO-LSSVM具有更好預(yù)警效果。最后，設(shè)計(jì)了三個(gè)財(cái)務(wù)危機(jī)預(yù)警多分類器，分別利用BP神經(jīng)網(wǎng)絡(luò)，決策樹(shù)和支持向量機(jī)集成AdaBoost_BP、AdaBoost_DT和 AdaBoost_SVM的財(cái)務(wù)預(yù)警多分類器。實(shí)驗(yàn)結(jié)果表明，AdaBoost_DT的預(yù)警效果優(yōu)于AdaBoost_BP和AdaBoost_SVM的財(cái)務(wù)預(yù)警效果。
　　本研究主要內(nèi)容包括：⑴利用多步因子分析法構(gòu)造了基于因子分析的上市公

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論