基于上市企业财务数据的贝叶斯统计与知识推理..docVIP

基于上市企业财务数据的贝叶斯统计与知识推理 【 】本文主要使用matlab和R自带软件包对上市企业财务数据 建立贝叶斯网。用matlab对建立好的贝叶斯网络进行参数学习，利用多 种推理引擎进行精确推理，并对结果进行比较分析。 【关键词】贝叶斯网精确推理财务数据 一、引言 在上个世纪80年代以前，人工智能学术界普遍认为用概率论的方法 来处理较大规模不确定问题是不切实际的，因为它在计算上太?驮樱?使其 没有现实价值。然而，随着人工智能的不确定性问题专题会议的召开，研 究者提出几种概率近似的变换方法，特别是贝叶斯网络等概率模型在实际 屮成功地应川（如专家系统和故障分析系统等），使贝叶斯技术被确立为 处理不确定性问题的一种主要技术。但是关于贝叶斯网络的学习和推理还 存在一些理论和应用方面的问题，随着今二十年的研究深化，这些问题逐 步解决，贝叶斯网络己成为当前一种重要的智能化数据分析与处理工具。 贝叶斯网络与其他数据挖掘方法（如决策树，神经网络，关联规则等）相 比，贝叶斯网络有以下特点：贝叶斯网络可以表示变量间的因果关系，这 种联系的置信度是以概率的形式来表达；贝叶斯网络能够充分利用专家经 验和样本数裾的信息；以叶斯网络能够方便处理有缺失值的数裾；以叶斯 网络具有灵活的双向推理能力，能够有效避免数据的过度拟合和局部最优 的问题。 二、 数据处理 133只股票、31个因素变量的4年数据记录，共532条记录。其中符 号表示的含义如表2-1所示。 为唯一标识每一股票数据，对股票重新编号，作为一个股票数据编号。 如，第一只股票2003年的数据赋予编号1，第一只股票2002年的数据赋 予编号2,以此类推。 首先对数据进行类型一致化和归一处理，在本文把极小型、居中型和 极大型的变量统一化成极大型，下是对每种类转计算公式： 把极小型指标转化为大的计算公式： 其屮M是变量x的最大值。 把中间型指标转化为极大型指标的计算公式为： 其巾m、M分别是变量x的最大值和最小值。 然后“标准化”处理法。即取 其中Xij为标准观测值，其平均值和均方差分别为0和1。式中j(j=l, 2，...，31)为第j项指标原始观测值的平均值，Sj (j=l, 2, ...，31) 为第j项指标原始观测值的均方差。 不考虑变量为连续性的情况，所以必须把是连续型通过离散化处理变 成离散型的变量，在这里我们通过等距对数据进行把每一个连续性的变量 离散出三值1，2, 3,最后经过类型一致化、标准和离散化处理数据。 三、 災叶斯网络的构建 K2法建立贝叶斯网络结构 Mat lab中的贝叶斯网络工具筘(BNT)提供了丰富的参数学习函数， K2是其中的一种。函数调用如下: data=xlsread (’课程论文? xlsx’)； data_train=data，； N二size (data, 2)； ns=3*ones (1, N)； order=[19 24 25 29 23 28 13 18 14 20 22 30 10 11 12 8 16 9 4 1 2 3 5 31 17 6 7 15 21 27 26]; max_fan_in=4； discrete_nodes=l： N； dag_K2=learn_struct_K2 (datatrain, ns, order, ’discrete’， discrcte_nodcs, ’max_fan_in’ ， max_fan_in)； 建立的结构图如下图所示： 爬山法建立贝叶斯网络结构 Matlab同吋也提供爬山法学习涵数learn_struct_hc ()，所冇条件 都采用默认条件，调用形式如下： data=xlsrcad (’课程论文.xlsx’)； data train=data，； N=size (data, 2)； ns二3*ones (1, N); dag=learn_struct_hc (datatrain, ns)； dag_pashan=dag； 建立的网络结构图如下: R软件也提供贝叶斯网络结构的学习，下面是采用R中的爬山法建立 的贝叶斯网络结构。 在使用matlab和R两种软件辅助建立贝叶斯网络结构中，均采用爬 山法，默认条件下，R的结构学习时间大大小于matlab的结构学习时间， 其屮R只需要几秒钟的时候，matlab却用了 2个多小时。 （三）贝叶斯网络的精确推理 为了提高运算速度，使各种推理算法能够有效应用，BNT工具筘采用 了引擎机制，不同的引擎根据不同的算法来完成模型转换、细化和求解。 这个推理过程如下： BNT屮提供了多种推理引擎，都有： 不同推理引擎对K2法建立贝叶斯网的精确推理比较。 使用软件是matlab,以K2法建立的贝叶斯网络结构进行精确推理， 采用不同的参数学和推理引擎，结果如下表所示： 不同