快速消费品上市公司财务困境预测问题研究基于最小二乘支持向量机技术.docxVIP

快速消费品上市公司财务困境预测问题研究基于最小二乘支持向量机技术.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
快速消费品上市公司财务困境预测问题研究基于最小二乘支持向量机技术

中图分类号:密级:公开学科分类号:论文编号 :KJ2011120201035硕 士 学 位 论 文快速消费品上市公司财务困境预测 问题研究——基于最小二乘支持向量机技术作者姓名:蔡丽君 学科专业:会计学 指导教师:赵冠华(教授 ) 培养院系:会计学院 二○一四年四月五日The Research on FMCG Listed Companies Financial Distress Prediction- Based on Least Squares Support Vector MachineA Dissertation Submitted for the Degree of MasterCandidate:Cai LijunSupervisor:Prof. Zhao GuanhuaSchool of AccountancyShandong University of Finance and Economics中图分类号:密级:公 开学科分类号:论文编号 : KJ2011120201035硕士学位论文快速消费品上市公司财务困境预测 问题研究——基于最小二乘支持向量机技术作 者 姓 名:蔡丽君申请学位级别:管理学硕士指导教师姓名: 赵冠华职称:教授学 科 专 业:会计学研究 方 向:财务决策支持系统 学 习 时 间:自 2011 年 9 月 1 日 起至 2014 年 6 月 30 日 止 学位授予单位: 山东财经大学学位授予日期: 2014 年 6 月山东财经大学学位论文独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行研究工作及取得的研究 成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经 发表或撰写过的研究成果,也不包含为获得山东财经大学或其它教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了 明确的说明并表示了谢意。学位论文作者签名:日期:年月日山东财经大学学位论文使用授权声明本人完全同意山东财经大学有权使用本学位论文(包括但不限于其印刷版和电子 版),使用方式包括但不限于:保留学位论文,按规定向国家有关部门(机构)送交 学位论文,以学术交流为目的赠送和交换学位论文,允许学位论文被查阅、借阅和复 印,将学位论文的全部或部分内容编入有关数据库进行检索,采用影印、缩印或其他 复制手段保存学位论文。保密学位论文在解密后的使用授权同上。学位论文作者签名:日期:年月日指导教师签名:日期:年月日摘要随着我国国民经济的急速增长,国内外市场对于我国快速消费品的需求量迅速增 加,同时因为该行业入驻门坎较低,快速消费品生产企业迅猛发展,同类产品愈发同 质化,市场竞争极为激烈,趋于白热化状态。企业在其生产经营中,面临的市场风险 也在不断加大,财务困境预测己经成为现代企业财务管理的重要组成部分之一。正确 预测财务风险,及时地发现企业运营活动中所存在的问题,引导企业采取有关措施来 规避风险,不但具有理论价值,也有重要的现实意义。针对上市公司财务困境预测问题,本文在国内外学者研究的基础上,分析了上市 公司财务困境的界定以及各种财务困境预测方法,有利于创建更加科学、实用、合理 的财务危机预警系统,为公司管理当局提供明确的危机预警。由于传统的统计方法受 样本数量以及正态分布的限制,普遍存在预测精度偏低的状况,所以本文应用支持向 量机这种智能型预测模型进行预测。本文介绍了支持向量机的原理,建立了基于最小 二乘支持向量机(LS-SVM)的快速消费品上市公司财务困境预测模型,并利用公开发 布的上市公司财务数据进行了研究。结果显示,最小二乘支持向量机有效规避了人工 神经网络等方法的人为缺陷,针对小样本数据,基于 LS-SVM 的快速消费品上市公 司财务困境的预测精度远远高于其他方法,具备其他方法所不具备的优越性,比较适 合用于上市公司财务困境预测。本文采用实证研究的方法,对所选取的数据进行了正态分布检验,显著性检验以 及多重共线性检验,使数据能够适用于预测模型。然后就得到的公共因子建立 Logit 回归模型和最小二乘支持向量机模型。通过两种模型的比较分析得出各自的预测精 度,以及各自的优势和不足。结果表明,不论是回代结果还是测试结果的准确度, LS-SVM 都明显优于 Logit 回归。关键词:财务困境预测 最小二乘支持向量机(LS-SVM) Logit 模型 快 速消费品行业AbstractWith the rapid growth of national economy, the domestic and international market demand for our consumer goods is growing rapidly, at the same t

您可能关注的文档

文档评论(0)

feixiang2017 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档