一、模糊模式识别法在金融危机预警中的应用（论文文献综述）
管旻旻[1]（2021）在《基于KPCA-XGBoost的投前企业财务危机识别方案》文中研究表明在投资时,企业的财务危机往往是一个让股价崩盘的关键点,企业的财务危机不仅仅是一个典型的二分类问题,结合预警机制,可以将其划归为一个多分类问题。由于传统的财务指标变量间的相关性存在重叠,亟需一种具有较高精度的分类模型来对企业的财务危机进行识别和预测以避免投资损失。本方案选取2010年至2019年特定的汽车行业数据,使用KPCA核主成分分析对传统的财务指标进行特征提取,并引入SMOTE过采样方法将样本数据的平衡性进行修正,最后依靠主流的XGBoost算法进行建模。研究表明:经过KPCA和SMOTE算法进行处理后的数据在输入到XGBoost中后,与其他主流算法相比有较高的识别能力,总体准确率达到93.75%,AUC值达到0.87,是非常不错的企业财务风险识别模型算法。同时研究发现,在使用KPCA进行特征提取时,需要关注该方法的利弊,仅仅使用KPCA和XGBoost进行结合建模的方法会比其余的效果更差。
黄梦玮[2]（2020）在《通信行业财务危机预警研究 ——以大唐电信为例》文中进行了进一步梳理作为国民经济建设主要基础行业之一,通信行业从基础弱、技术差到如今5G技术的领跑者,通信行业不管是从基础设施建设还是业务服务的提供,都在不断适应新时代新形势下的新挑战。随着大数据的广泛运用,云计算的方兴未艾,对企业管理也提出了更高的要求。在2008年金融危机后,财务管理分析不再过分注重结果,而是向前延伸,财务预警研究成为研究热点。本文以大唐电信股份有限公司为例,作为出现2次被处以退市风险警示的通信企业,对其进行研究有一定的价值,为保证研究结果准确,选用2003年-2018年16年内121家通信板块的上市企业财务信息及是否有被处于退市风险警示的情况,通过使用发现套索回归（LASSO）解决数据集中时,变量之间高维度和多重共线性的问题,同时借助PSO-SVM模型提升预测精准度,建立财务预警模型。实验发现,对于通信行业中的企业而言,销售净利润率、存货周转率、主营业务收入增长率的变化与企业当年财务健康状况关系密切。研究结果证明,构建的财务危机预警模型的预测准确率达97%。使用该模型预测大唐电信16年的财务数据,预警正确率达88%,证明该模型在研究大唐电信财务危机预警是可行有效的。由此,结合对财务危机预警模型和大唐电信财务数据进一步深入分析其2次财务危机的原因和解决对策,尤其针对指标中的关键性指标销售净利润率、存货周转率以及主营业务收入增长率的变化展开深入分析,并对大唐电信未来发展提出意见与建议,为通信行业企业深入分析财务危机原因提供可能的参考。
余晨晖[3]（2020）在《基于支持向量机的东软集团财务风险预警案例研究》文中研究表明经济领域对社会领域的影响往往是传导性的,它通常会从一个微小的变化逐渐演变到长期巨大的连锁反应,亚洲的金融危机和美国的次贷危机都是很好的例子。面对瞬息万变的经济环境,在市场大浪潮中前行的中国企业亟需担当起事前风险预警的重要使命。财务风险预警是从财务报表数据、管理信息等微观数据入手,采用统计方法和数据挖掘技术等工具来分析企业面临的财务风险状况。在潜在风险变为真正的危机之前警醒企业经营者,提示企业管理层及时采取有效措施化解潜在风险,保障企业的安全。本文将对信息技术行业的上市公司东软集团进行研究,在充分分析其风险因素之后发现其构建财务风险预警系统的必要性。在大量阅读了国内外财务风险预警研究的基础上,基于当前的风险分类无法满足企业的需要,提出重新构建风险类别。而功效系数法能够对我国企业的财务状况和经营成果进行合理的评价,因此使用这种方法对信息技术服务型上市公司11年的样本数据进行风险的五分类计算。其中使用了主成分分析法对财务指标的系数进行确定,排除了主观因素,为功效系数法的计算提供依据。相比较其他的财务预警方法,支持向量机对有限的样本具有很好的泛化能力,能获得现有信息条件下的最优解,因此选择了支持向量机的多分法为财务预警提供技术支撑,并对构建的风险预警系统进行有效性验证,最后将构建模型应用到东软集团的财务风险预警中。结果表明,该模型对东软集团的预测精度较高,输出结果识别出东软集团在近年呈现出一定的财务风险。最终,结合企业整体的发展状况提出了风险防范对策。
刘梅[4]（2020）在《融合网络舆情的上市公司财务预警模型及应用》文中进行了进一步梳理随着互联网与信息技术的发展,我国上市公司面临的社会与经济环境越来越复杂,企业面临的危险和挑战呈现出新的特征。而互联网技术的迅猛发展及其在企业生产与经营活动中的广泛应用,为从网络信息角度研究企业状况提供了契机,由此衍生的网络舆情对企业的发展产生了深远的影响,并且涵盖的范围非常广泛,是极具价值的信息源。论文从网络舆情对企业财务危机预警的影响出发,在相关理论与实践的基础上建立了融合网络舆情的财务危机预警模型,并将其与基于财务指标的财务危机预警模型相比较。论文对企业财务预警相关的国内外研究现状进行了系统地分析,并提出了研究的创新点、研究框架及思路。论文的主要内容有以下几个方面:（1）在相关理论与技术的背景下,对影响企业财务预警的相关因素进行分析,除了传统的财务因素,主要考虑大数据环境下的网络舆情因素,从情感极性出发,分析正面情绪、负面情绪、中性情绪和信息频次指标对财务危机预警的影响。在国内外学者研究成果的基础上,进一步剖析网络舆情对于企业财务危机预警的影响。（2）用演化博弈论分析实际中财务危机预警准确度偏低的原因,发现加强对企业网络舆情信息的搜集与分析是提高企业财务危机预警效果的有效路径。在此基础上,提出网络舆情对企业财务危机预警影响的假设,并在实证中验证假设的合理性。结合财务指标,最终建立融合网络舆情指标的财务危机预警指标体系。（3）融合网络舆情的企业财务危机预警模型设计方案与实证研究。基于支持向量机构建融合网络舆情的企业财务危机预警模型,以制造业上市公司为例进行实证研究,将融合网络舆情指标的预警模型的预测效果与仅基于财务指标的预警模型的预测效果进行比较,结果表明,融合网络舆情指标的预警模型具有更好的有效性,且越接近企业发生危机的时期,该模型的预测准确度越高。通过对网络舆情指标进行深入分析,发现负面舆情指数和正面舆情指数在模型中都起到了重要作用,且越接近企业发生危机的时期,负面舆情指数对模型的影响愈加显着。最后从企业、社会以及国家层面针对如何运用网络舆情提高企业财务预警效果与加强企业危机管理提出一些对策建议,希望能为财务预警方面的研究提供思路。
官俊琪[5]（2019）在《基于Lasso和SVM的制造业上市公司财务组合预警模型研究》文中研究指明近几年,我国经济处于高速发展的阶段,在市场大背景下,制造业也快速扩张,在国民经济中处于主导位置。然而,随着全球经济快速发展,公司在面临重大机遇时,也不得不接受迎面而来的巨大挑战和财务风险。很多公司由于经营不善,没有完善的财务预警机制,最终湮灭在历史的长河中。为了更好地经营公司,进行财务预警分析,建立公司财务预警系统、强化财务管理、避免财务失败和破产,对公司来说具有重要意义。本文在已有研究的基础上,根据我国制造业的实际情况,选取合适的财务指标,组合Lasso和SVM对86家制造业上市公司的财务危机进行预警,主要工作如下:（1）构建了财务预警指标体系。根据我国制造业上市公司的实际情况,共选取了 22个财务指标作为研究变量。（2）用Lasso回归进行财务指标的筛选,确定了影响制造业上市公司财务状况的重要指标。（3）分别用Logistic、Lasso、SVM以及Lasso和SVM的组合对我国制造业上市公司的财务状况进行了预测,计算出了各模型预测的准确率,并对其作了比较,结果发现:基于Lasso与SVM的串联型组合模型的预测效果最优,准确率高达90%以上。（4）把财务指标数据的所属年份作了比较,发现用t-1年数据进行预测的准确率高于t-2年,也就是说使用公司最近一年的财务数据预测效果更好。（5）针对我国制造业的发展现状,分别为上市公司和利益相关者提出了一些参考性政策建议。
李正治[6]（2019）在《基于MD&A语言情感性的财务危机预警研究》文中研究表明复杂多变的宏微观环境和激烈竞争以及公司内部的管理运营风险等不确定因素,使得规避财务风险是每个公司必须要解决的问题,不仅要未雨绸缪,还要考虑如果出现财务风险问题,应该要如何及时有效解决。这就要求公司,能够根据当前财务数据所可能揭示的财务状况及时做出应对,因此,一个良好的财务危机预警模型能够满足这一现实需求。支持向量机在有限的样本数据中,寻找模型复杂性和学习能力之间的最优平衡点,是一种具有坚实理论基础的计算机学习模型。在高维非线性的小样本识别问题中,SVM有着特殊的优势。管理层讨论与分析（MD&A）是上市公司年度财务报告的重要组成部分,其语言具有灵活多变的特点,管理层根据对公司财务业绩的把握,会用不同的情感倾向言语向市场和投资者传递前瞻性信息。因此本文将管理层讨论与分析（MD&A）部分情感性描述进行量化,再结合财务指标,构建支持向量机的财务危机预警模型。即能验证管理层讨论与分析部分确实包含有用的前瞻性信息,又能提高模型的预测效果。本文研究数据选取自2014-2017年度工业制造行业上市公司t-2年前的财务报表数据,按照ST公司和正常公司1:2的比例随机选取样本。本文从全面性、代表性和真实可靠性三个原则从国泰安数据库选取财务指标,最后加入MD&A语言情感指标,作为整个模型的指标体系。本文结构安排如下:第一章为绪论,介绍研究背景、研究意义、研究方法和可能的创新之处;第二章为文献综述,主要回顾了国内外文献,明确了预警模型的发展脉络,并指出现有文献可能的不足;第三章为财务危机与预警模型相关理论,首先对财务危机的概念进行详细全面的阐述,然后介绍相关理论,包括信息不对称理论、言语有效理论和印象管理理论,最后对最优分类超平面、线性支持向量机、非线性支持向量机等理论支持进行详细介绍;第四章为样本及指标筛选设计,首先介绍样本的选取和数据来源,然后介绍财务指标的选取原则和MD&A语言情感指标的量化,最后介绍指标筛选步骤;第五章为基于MD&A语言情感指标的实证检验,对财务指标和非财务指标进行正态分布检验、T检验和非参数检验等,然后运用matlab模拟构建财务危机预警模型进行预测,比较分析加入MD&A积极情感指标前后SVM模型的预测结果,最后进行稳健性检验,研究发现:在财务指标的基础上,引入管理层讨论与分析部分语言描述的情感性指标,发现模型的分类准确率有所提高,说明了上市公司年度报告管理层讨论与分析部分确实包含有效信息,能够反映一部分公司未来业绩发展的情况;第六章为本文研究结论和展望,根据上文理论分析和实证研究提出本文的结论、潜在的不足之处、未来进一步的研究方向。
余浪[7]（2018）在《企业集团财务危机传染与预警研究》文中认为随着我国市场经济的快速发展,越来越多的企业通过合并、兼并、投资控股等方式组建和成立企业集团,企业集团已经逐渐成为了我国经济增长的中坚力量。企业集团作为现代企业的一种高级组成形式,拥有资金雄厚、实力强大、可降低交易成本、易实现资源优化配置等多方面的优势,在激烈的市场竞争中更能够优化资源配置以及抵御风险,因此受到了实务界的广泛关注,同时也吸引了众多理论学者对其进行研究。已有文献针对企业集团的研究,往往集中于其业务分布、盈余管理、现金持有水平、过度投资、内部资本交易、利益输送等方面,鲜有学者对企业集团内部成员之间的财务危机传染效应及预测能力进行研究。然而,根据Themis非金融类上市公司FSI总指数分析,2017年中国非金融上市公司总体财务安全状况是近10年中表现最糟糕的一年。这说明对财务危机的研究愈发重要,专门针对企业集团财务危机成因及预测的研究更是迫在眉睫。主要原因在于:与非企业集团相比,企业集团财务危机的形成不仅受自身因素、宏观因素的影响,还会受到同一企业集团其他成员的影响。从逻辑上来讲,当企业集团中的某一家或者几家公司出现了财务危机,是极有可能影响和扩散到其他企业集团成员的,这是由于企业集团的自身性质所决定的,因为一般来说集团成员的业务关联性较强,互相之间的联系较为紧密,互做担保的情况也很常见。在现实社会中,也不乏出现企业集团成员间的群发性财务危机状况,极易发生“多米诺骨牌效应”。随着企业集团迅速的发展壮大,数量急剧增加,在十余年的发展过程中,企业集团不断遇到各种新的问题,其中最突出的就是如何应对财务危机,怎样在危机来临之际迅速调整战略,能否通过优化资源配置来破除困境,进而突破企业发展的瓶颈,逐渐成为了人们所关注的焦点。理论界学者往往只针对企业某一方面的问题进行研究,而非考虑整个企业集团的内部构造、资源配置等问题进行研究,难以满足实务界企业家对集团企业的财务危机的原因探究和解决对策的需求。因此本文立足于传染效应理论和财务危机预警理论,通过对企业集团财务危机的传染效应进行研究,分析企业集团特有特征对财务危机传染效应的影响,并将传染效应与调节效应应用到财务危机预警中,提出专门针对企业集团财务危机预警的新模型。本文以企业集团的相关理论、传染效应的相关理论和财务危机预警的相关理论作为基础,梳理了现有财务危机预警文献和风险传染的相关文献,查找风险传染和财务危机预警的可切入点,并结合企业集团的内部资本市场效率、内部控制制度和公司治理三个视角展开综述,总结了现有文献的特点、不足、并提出本文可能的切入点与扩展方向。具体研究内容包括:首先,本文分析了企业集团内部成员之间财务危机传染效应企业集团内部存在财务危机的传染效应,考虑滞后效应后我们发现,财务危机的传染效应存续期为3年,且时间越近,传染效应越大。进一步检验发现,采用多种危机度量方法均可以得出企业集团内部存在财务危机传染效应的结论。且财务危机传染效应仅存在于真实的企业集团内部,基于相同行业和相同规模虚拟的企业集团并不存在财务危机的传染效应。按照产权关系分组发现,民营企业集团的财务危机传染效应大于国有企业集团,将国有企业集团分为中央和地方后,发现地方政府控制的企业集团具有的传染效应大于中央控制的企业集团。当考虑企业集团的战略特征分组时,发现基于经营主导型的企业具体财务危机传染效应要显着大于基于投资主导型的企业集团。进一步研究传染路径发现,企业集团财务危机通过增加商品与劳务关联交易、资金与担保类关联交易、负债融资成本和长期股权投资来进行财务危机传染。其次,提高内部资本市场效率可以降低财务危机的传染效应,按照政府层级分组发现,非政府控制的企业集团和政府控制的企业集团内部资本市场效率对财务危机传染的调节效应并不存在显着差异,中央国有企业集团的调节效应大于地方国有企业集团。当考虑企业集团的战略特征分组时,投资主导型的企业集团,内部资本市场效率的调节作用要显着大于经营主导型的企业集团。优化内部控制可以有效抑制财务危机的传染效应,而与危机企业行业相同,地理距离越近,财务危机的传染效应越大。考虑滞后效应后我们发现,内部控制对财务危机的抑制作用在T-3年就得到了体现,而地域临近和行业性质对财务危机的抑制作用只存在T-2年。最后,在现有财务危机预警模型中加入企业集团财务危机传染变量和调节变量,模型的预测能力得到了显着提升。考虑预测能力的前瞻效应时,发现运用T-2和T-3年数据对T年企业集团成员财务状况进行预测时,考虑成员之间传染效应和调节效应,模型的预测能力仍有较高的提升。进一步考虑产权性质,我们发现模型的预测能力又得到了改进。当采用不同财务危机的度量方式时,均可以得出模型预测能力提高的结论。当采用与样本公司相同行业和相同规模的独立公司构建成虚拟企业集团分析时,发现在基础模型中加入反应企业集团基本财务状况、极端财务事件信息的指标后,模型的预测能力并没有变化。这充分证明了,考虑企业集团基本财务状况、极端财务事件信息的指标仅适用于企业集团上市公司财务危机的预测,对于非企业集团并不适用。本文可能的创新和贡献体现在以下方面:第一、与现有研究相比,本文首次揭开了企业集团成员之间财务危机传染效应的存在性,进一步充实了传染效应和财务危机成因的相关文献。现有关于传染效应研究的文献主要集中在国与国之间汇率风险的传染、次贷危机的传染、金融行业、资本市场间的传染等宏观层面,仅有少量文献研究企业业绩之间的传染,本文对危机传染效应在微观层面存在性的论证可以丰富传染效应微观存在性的研究。同时现有文献对财务危机形成原因的研究,主要集中在宏观环境、行业因素、管理差、超速增长等方面,而且都是针对独立企业的研究,鲜有文献从传染效应视角研究企业集团成员之间危机传染效应对财务危机的影响,因此本文丰富了传染效应对财务危机作用机制的研究。第二、本文进一步研究了企业集团财务危机传染效应的治理机制和传染路径,拓展了现有企业集团治理效应和能力的研究,进一步增加了理论界对企业集团的认识,同时也为实务界对企业集团运营和治理的认识提供了新的理论支撑。第三、立足于已有财务危机预警能力改进的研究,以传染和调节效应为基础,结合财务危机预警模型,提出了专门针对企业集团成员企业财务危机预警的新模型,并充分证明了其对财务危机预警能力的提升作用。为企业集团财务危机预警开辟了新的思路,也为解决现实社会中的企业集团的财务危机预防提供了新的视角。第四、本研究为债权人、投资者和信用评级结构对企业集团信用评级提供了新的借鉴依据。现有针对企业集团信用评判的方法主要是运用企业集团合并报表的财务数据和非财务数据,而忽略了企业集团成员之间财务危机传染效应的因素,本研究可以弥补这一空白。
刘佳明[8]（2018）在《引入财务状态分析的上市公司财务危机预测方法研究》文中研究指明我国上市公司组成了国民经济命脉,公司的财务状况决定了公司的发展趋势甚至国家的经济走势。财务危机预测的研究为发现公司财务状况恶化信号提供了分析工具,其本质是揭示公司财务数据与财务危机风险的关系与规律,确定一个公司在未来陷入财务危机困境的可能性。所以,分析公司财务状况的发展规律,预测公司发生财务危机事件的可能性成为学术界和工业界研究的核心问题。目前,对企业财务危机预测模型的研究取得了众多成果,但是对财务危机预测模型的研究大多集中在模型自身的设计与构建中,数据集信息中所包含的财务状态信息以及这类信息在构建财务危机预测模型中所发挥的作用没有被充分研究。所以本文从分析财务状态信息入手,分别研究了在面对小样本财务数据集、大样本财务数据集和财务纵向数据流数据集时,财务状态信息在其中发挥的作用与建模功能。在具体研究过程中,分别研究了财务状态空间优化、多财务状态划分和基于财务状态序列分析的财务路径信息在企业财务危机预测建模中的作用。本文研究内容主要包括三个方面,分别是:基于财务状态空间优化的财务危机预测组合模型构建、基于多财务状态划分的的财务危机预测两层选择性集成模型构建、以及基于财务状态序列分析的财务危机预测模型构建。本文共由六个章节组成。第一章是绪论;第二章是企业财务危机预测的理论基础;第三章是实验用样本数据与财务指标体系选取;第四章是基于财务状态空间优化的财务危机预测组合方法;第五章是基于多财务状态划分的两层选择性集成财务危机预测方法;第六章是基于财务状态序列分析的财务危机预测方法。具体研究内容和工作包括以下三个方面:首先,构建了基于财务状态空间优化的财务危机预测组合模型。在面对小样本数据集时,财务数据集中样本数据分布较为单一,为了保留数据集中的有效分类信息,使训练得到的模型免受噪声数据及离群点样本的影响。本文首先分析了样例选择在建立财务危机预测模型中的必要性,然后根据我国上市公司两类样本划分的实际情况出发,采用了基于模糊聚类的方法对财务样本集进行选取,删除与被划分的财务状态不相符的样本,提出了基于财务状态空间优化的财务危机预测组合方法。因为概率神经网络具有收敛速度快,训练过程简单等特点,将其作为财务危机预测的基分类器。同时,由于数据体量相对较小,所以使用粒子群算法对模糊聚类方法和概率神经网络参数进行了优化。实证研究结果表明,该模型能够有效保留初始财务数据集中的分类信息,优化了数据集中包含的财务状态空间,基于财务状态空间优化的财务危机预测组合模型较适用于小样本财务数据集的预测问题。其次,构建了基于多财务状态划分的两层选择性集成财务危机预测模型。因为大样本财务数据集是由较长时间跨度的财务样本集合组成,所以数据集中包含了多种类型的分类信息和状态空间。为了有目的性的区分财务数据集中的各个状态,保证被划分的每个数据子集包含了用于分类的特定财务状态信息,本文研究了财务状态的量化分析方法及其与分类器集成方法之间关系,提出了两层选择性集成财务危机预测方法。在建模过程中,为了保证基分类器之间的差异性条件,本文使用了三种核函数模糊聚类方法,根据财务指标的特征对初始财务数据集进行有目的性的分组。然后,为了克服因使用较差性能分类器进行集成导致的不良预测效果,采用前向选择集成方法对每组分类器分别集成。最后,为了满足集成模型对分类器性能的需求,采用了两层集成方法实现该条件。实证结果表明,在面对包含了多种分类空间的财务数据集时,多财务状态的划分有效区分了数据集中的不同分类信息,同时保证基分类器之间的差异性,使用两层选择性集成财务危机预测模型取得了较好的预测效果。最后,提出了基于财务状态序列分析的财务危机预测模型。当考虑时间因素时,财务纵向数据流数据集为分析财务状态的变化过程提供了条件。根据财务危机公司与财务健康公司所经历的财务状态变化过程存在可分性的特性,可以通过两类公司所经历的财务路径信息建立分类模型。为了量化财务状态的变化过程,本文介绍了“财务路径”的概念及使用目的。由于模糊聚类方法可以根据财务指标特征对财务数据集进行分组,所以本文以会计年份作为时间戳,对财务数据流中每一年度的财务数据集进行多财务状态分组,并以公司为基本单位设计其在过去若干年间所经历的财务状态变化序列,实现对财务路径的量化分析。基于发生财务危机公司与未发生财务危机公司所经历的财务路径具有可分性的基本思想,在设计完成公司的财务路径后,根据路径之间的欧几里德距离设计了分类器模型。实证研究结果表明,一方面,本文设计的分类器模型能够对公司的财务状态变化过程进行可视化分析,确保对财务危机的预测不再是一个“黑盒”模型,为财务危机的发生和发展提供了过程解释能力;另一方面,该模型能够充分利用财务数据流信息,在预测财务危机问题上具有很好的表现。
周妍博[9]（2018）在《基于证据理论的纺织服装业公司财务危机预警模型研究》文中研究表明在激烈的国内外市场竞争中,我国纺织服装业正面临着劳动力成本优势逐步减弱、生产成本上升、库存连年增长等许多严重问题,公司随时都有可能陷入财务困境。建立有效的财务危机预警模型能使上市公司的管理者提前发现财务危机,及早地制定相应的处理措施,有利于公司的长期健康发展。预警模型的构建方法仍在不断地发展变化之中,本文将证据理论应用于财务危机预警领域,以纺织服装行业的公司为研究对象,构建基于证据理论的财务危机预警模型,对分别用Logistic回归和支持向量机建立的单个预警模型得到的结果进行融合处理,为财务危机预警模型的研究提供新思路。本文在了解国内外研究现状的基础上,首先将被ST公司界定为财务危机公司。其次结合纺织服装行业的现状,对公司财务危机的内外部成因进行了分析,以便有效地选取预警指标。再次,通过对几种预警模型的比较和分析,选择Logistic和支持向量机两种模型用于证据合成,期望提高预警准确率。在实证设计部分,针对纺织服装业,选取了10家被ST公司和40家非ST公司用于建模,5家ST公司和12家非ST公司来测试模型的准确性。根据针对性、可比性、科学性、系统性和可获得性原则,初步选取了48个财务指标和8个非财务指标。财务指标经筛选提取出了7个公共因子,与通过显着性检验的3个非财务指标共同构成预警指标体系。通过实证检验,Logistic、支持向量机两种单个模型对研究样本的判别准确率分别为96%和98%,对测试样本的预测准确率分别为94.12%和88.24%。基于证据理论的融合预警模型对研究样本和测试样本的准确率高达98%和100%,比较两种单个模型,将总体误判率从4.48%降至1.49%,这说明证据理论可以提高预警的准确率,将其应用于公司的财务危机预警领域具有一定的有效性与可行性。
朱丽萍[10]（2017）在《中国信托公司风险评价与预警研究》文中研究说明2007年以来,我国信托公司业务规模获得了飞速发展,目前已成为仅次于银行业的第二大金融子行业。截止2017年第二季度末,全国68家信托公司管理的信托资产规模已达到23.14万亿元。信托业属于高风险行业,随着国内外金融环境的不断变化,金融创新业务日趋增多,金融混业经营日趋明显,信托公司所面临的风险也变得错综复杂。2011年以来,信托风险事件经常被公开暴露在公众视线中,引起了众多投资者的担忧。这些信托风险事件反映了信托业务的高风险性和信托公司在风险管理上的不足。作为金融体系的重要组成部分,信托公司对我国的经济安全具有重大影响。然而,相较于商业银行、证券公司等其他金融机构,信托公司风险的研究无论在理论上还是在实践上都普遍落后。因此,全面系统地研究信托公司风险具有重要的理论意义和现实意义。本文基于金融风险、风险评价、风险预警等相关理论,以我国金融体制改革为背景,系统研究了2007年信托业“新两规”实施以后,中国信托公司风险的类型与特征、影响因素、风险评价与预警问题。论文首先梳理了信托公司风险的相关理论与研究文献,回顾了 1979年中国信托公司恢复经营的背景与动因,介绍了信托公司功能定位的演变以及发展历程,并重点分析了2007年以后信托公司经营模式的特殊性以及发展特征。2012年以后,由于监管政策的变化,市场竞争压力日益凸显,信托公司出现了新的发展动向。同时,前期快速发展所积累的风险也逐渐暴露在公众视野。因此,在此背景下研究信托公司风险问题具有重要的理论与现实意义。其次,论文探讨了信托公司风险的类型与特征。（1）指出了目前信托公司风险划分存在的问题,从风险表现形式、影响因素和可控程度三个角度划分了信托公司风险的类型。（2）分析了不同类型信托业务面临的主要风险类型。单一资金信托主要面临操作风险;集合资金信托业务主要面临信用风险、市场风险和流动性风险;融资类资金信托业务主要面临信用风险以及流动性风险;投资类资金信托业务主义面临市场风险;事务管理类信托业务主要面临操作风险、法律及合规风险;财产信托业务除了面临常见的信用风险、政策风险,更主要的是法律风险和估值风险。（3）根据信托业务的重点投资领域,对房地产信托业务、银信合作信托业务、基础设施信托业务、矿产信托业务、证券投资信托业务存在的主要风险点进行了分析。（4）总结了近期信托风险事件的特征和成因。近期风险事件主要集中在房地产、矿产和工商企业的融资信托产品,信用风险分布在三四线城市、山西等地域,以资质一般的民企居多。除了交易对手经营不善、出现道德风险以外,信托公司在信托产品的设计、销售、管理和清算环节都存在风险控制不足的问题,导致了风险事件的形成。第三,论文基于金融风险形成的一般理论,从外部和内部两个层面对信托公司风险的影响因素进行了定性分析。信托公司风险的外部因素主要包括:（1）经济周期（2）经济政策（货币、财政政策和产业政策）（3）金融市场价格波动（4）金融机构风险传递（5）信托业竞争程度。信托公司风险的内部因素主要包括:（1）公司治理水平（2）内部控制完善程度。在定性分析的基础上,本文选择了21家信托公司2007-2015年的样本数据,考察了信托公司风险与宏观经济运行、股票市场波动、信托行业集中度以及信托公司股权集中度之间的关系。通过面板数据回归进行实证分析后,得到以下结论:（1）宏观经济运行对信托公司风险影响显着,宏观经济下行增加了信托公司风险。（2）股票价格市场波动大,信托公司风险会随之增加,但影响有限。（3）金融机构行业集中度与金融风险的关系存在较显着的关系,但行业集中度高是增加金融风险还是降低金融风险,尚无定论。经检验,信托行业集中度与信托公司风险显着负相关。行业集中度降低,将增加信托公司风险。（4）信托公司股权集中度与信托公司风险之间关系不显着。虽然信托公司股权集中度普遍较高,但未能证明高度集中的股权结构会增加信托公司风险。第四,为了综合评价信托公司整体风险,本文以信托公司风险特征和影响因素为基础,参照银监会《信托公司监管评级与分类监管》的相关内容、银监会的非现场监管指标、信托业协会行业评级指标和国内外权威文献的研究成果,初步拟定了信托公司的风险评价指标体系,并从定量指标和定性指标两个角度对初选指标体系进行了筛选,最终确定了定量指标与定性指标相结合的多层次综合指标体系,共包括13个二级指标和54个三级指标。相较于银监会的分类监管评级指标体系和信托业协会的行业评级体系,该指标体系的特点是:侧重于信托公司风险水平的评价（前述两种指标体系是对信托公司综合经营状况的评价）;不仅反映了信托公司内部风险因素,还反映了外部经济环境对信托公司的影响;定性和定量指标相结合;工作量适当,操作性较强,能够比较全面、及时地评价信托公司风险水平。第五,本文根据模糊综合评价法的基本原理构建了信托公司风险评价模型,并对单个信托公司风险以及信托行业的整体风险进行了评价。本文首先选择了KL信托公司作为实例,说明了信托公司风险评价模型的应用,并依据各项指标的风险评分,对该公司的风险因素进行了具体分析。然后根据数据可得性,选择了具有代表性的39家信托公司,分析了 2013年-2015年各家信托公司的风险状况,从而对信托行业近三年的整体风险水平进行了评价。评价结果显示:（1）在监管政策、经营环境逐步变化的情况下,我国信托公司普遍承受着比较明显的风险压力,但风险得分平均值基本稳定,说明信托行业整体风险尚处于可控水平。（2）在寻求转型发展的过程中,我国信托公司风险控制能力方面的差异正逐步显现,两级分化的趋势比较明显。第六,本文阐述了信托公司风险预警的一般框架,建立了基于遗传算法和径向基核函数的多分类支持向量机风险预警模型。经测试,该模型的训练集分类准确率和测试分类准确率分别达到了 91.03%和89.74%,说明了支持向量机模型在小样本预警方面具有明显的优势,解决了我国信托公司风险样本数量较少的难题,也说明了利用支持向量机方法建立我国信托公司风险预警模型是可行的,对信托公司的风险预警实践具有较强的参考价值。主要创新点有:（1）关于信托公司风险的形成因素,国内的研究大多采用了定性分析方法,且侧重于信托公司内部因素的分析,缺乏系统性。本文按照理论基础-定性分析-实证分析的思路,对信托公司风险进行了较系统的研究。（2）本文参照银监会《信托公司监管评级与分类监管》的相关内容、银监会的非现场监管指标、信托业协会行业评级指标和国内外权威文献的研究成果,确定了由定性指标与定量指标相结合的信托公司风险评价指标体系,弥补了国内相关研究的不足（如指标选择侧重于财务指标,不符合“新两规”后信托公司的经营现实等问题）。（3）建立了基于模糊综合评价法的信托公司风险评价模型,并对单个信托公司风险水平和信托行业2013年-2015年的整体风险水平进行了实证分析。（4）选择了适用于小样本、高维度、非线性数据的支持向量机方法来建立信托公司风险预警模型,经过验证,该模型不仅解决了信托公司风险样本有限的问题,而且具有很高的预警准确率。不足之处在于:（1）由于时间和数据的限制,未能对所有影响因素尤其是难以量化的影响因素进行实证分析。面板数据的时间跨度为2007-2015年,期限较短,可能在一定程度上也影响了计量结果。（2）进行风险评价与预警的样本比较有限,对风险评价与预警质量会产生一定影响。（3）由于缺乏后续年份的数据,无法对风险预警模型的效果进行检验、反馈并修正。以上不足将在今后的研究工作中进一步完善。
二、模糊模式识别法在金融危机预警中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、模糊模式识别法在金融危机预警中的应用（论文提纲范文）
（1）基于KPCA-XGBoost的投前企业财务危机识别方案（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的背景 |
| 1.2 研究的目的和意义 |
| 1.3 研究的内容、方法和技术路线 |
| 1.3.1 研究的内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 1.4 本文的章节安排 |
| 第2章 文献综述与相关理论回顾 |
| 2.1 相关文献综述 |
| 2.1.1 企业财务绩效评估法 |
| 2.1.2 企业财务危机识别模型 |
| 2.2 相关理论回顾 |
| 2.2.1 PCA原理 |
| 2.2.2 从PCA到 KPCA |
| 2.2.3 SMOTE过采样 |
| 2.2.4 机器学习在本方案中的应用 |
| 2.2.5 XGBoost分类算法 |
| 第3章 企业财务危机预警问题的描述与分析 |
| 3.1 企业财务危机预警问题 |
| 3.1.1 专家算法 |
| 3.1.2 机器算法 |
| 3.1.3 问题小结 |
| 3.2 内部的财务系统是一个精密运作的机器 |
| 第4章 财务危机预警方案的策划 |
| 4.1 方案策划的思路 |
| 4.1.1 从降维出发 |
| 4.1.2 机器学习在模型中的应用 |
| 4.1.3 两个分类器实现多分类 |
| 4.2 方案策划的理论解释 |
| 4.2.1 合理的指标体系 |
| 4.2.2 有效的特征提取方法 |
| 4.2.3 强力的分类器模型构建 |
| 4.2.4 进一步探究:多分类建模 |
| 4.3 方案流程小结 |
| 第5章 方案的实施途径及合理性论证 |
| 5.1 方案的实施途径 |
| 5.1.1 数据的获取 |
| 5.1.2 数据的预处理 |
| 5.1.3 KPCA特征提取模型的构建 |
| 5.1.4 特征提取效果的评估 |
| 5.1.5 样本的平衡性 |
| 5.1.6 XGBoost模型的构建 |
| 5.2 方案的合理性论证 |
| 5.2.1 混淆矩阵 |
| 5.2.2 ROC-AUC曲线 |
| 5.2.3 纵向对比:与非对称数据的比较 |
| 5.2.4 横向对比:与各类其他算法的比较 |
| 5.3 方案的应用实例 |
| 5.3.1 预测数据的制备和特征提取 |
| 5.3.2 使用两个分类器进行预测 |
| 5.4 方案的风险提示 |
| 5.4.1 数据风险 |
| 5.4.2 算法操纵与对抗学习 |
| 5.4.3 过度保守 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 6.2.1 数据精细化 |
| 6.2.2 多分类模型 |
| 参考文献 |
| 附录1:分类器源代码 |
| 附录2:网格化调参源代码 |
| 致谢 |
（2）通信行业财务危机预警研究 ——以大唐电信为例（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 国外文献综述 |
| 1.2.2 国内文献综述 |
| 1.2.3 文献评述 |
| 1.3 研究思路与研究方法 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 第二章 财务危机预警的定义及相关模型概述 |
| 2.1 财务危机的表现 |
| 2.2 财务危机预警的定义 |
| 2.3 财务危机预警模型理论 |
| 2.4 本章小结 |
| 第三章 大唐电信财务现状分析 |
| 3.1 通信行业背景分析 |
| 3.2 大唐电信企业介绍 |
| 3.3 大唐电信财务分析 |
| 3.3.1 偿债能力分析 |
| 3.3.2 运营能力分析 |
| 3.3.3 盈利能力分析 |
| 3.3.4 成长能力分析 |
| 第四章 大唐电信财务危机预警分析 |
| 4.1 大唐电信财务危机预警模型构建 |
| 4.1.1 样本选取 |
| 4.1.2 选取变量 |
| 4.1.3 模型的建立 |
| 4.2 大唐电信财务危机预警结果 |
| 第五章 大唐电信财务危机的原因及防范对策 |
| 5.1 大唐电信财务危机的原因 |
| 5.1.1 盈利能力持续下降 |
| 5.1.2 存货管理存在不足 |
| 5.1.3 业务发展负增长 |
| 5.2 大唐电信财务危机的防范对策 |
| 5.2.1 加强产品核心竞争力 |
| 5.2.2 完善存货动态管理体系 |
| 5.2.3 拓展市场强化优势 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 研究局限与展望 |
| 参考文献 |
| 附录1 攻读硕士学位期间撰写的论文 |
| 致谢 |
（3）基于支持向量机的东软集团财务风险预警案例研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景、研究目的和研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 文献综述 |
| 1.2.1 财务预警方法研究 |
| 1.2.2 财务风险警情划分方法研究 |
| 1.2.3 文献研究述评 |
| 1.3 研究内容与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线图 |
| 1.4 可能的创新点 |
| 第二章 财务风险预警相关概念及理论 |
| 2.1 财务风险的相关概念 |
| 2.1.1 财务风险的内涵 |
| 2.1.2 财务风险的特征 |
| 2.1.3 财务风险的分类 |
| 2.1.4 财务风险预警 |
| 2.2 财务风险预警相关模型及方法概述 |
| 2.2.1 主成分分析法 |
| 2.2.2 功效系数法 |
| 2.2.3 支持向量机 |
| 2.3 信息技术服务业财务风险的来源 |
| 2.4 本章小结 |
| 第三章 东软集团财务风险预警重要性分析 |
| 3.1 东软集团公司概况 |
| 3.2 东软集团财务风险分析 |
| 3.3 东软集团财务风险预警存在的问题 |
| 3.3.1 财务风险预警意识不强 |
| 3.3.2 预警管理制度不完善 |
| 3.3.3 预警岗位设置不健全 |
| 3.3.4 缺乏有效的风险预警系统 |
| 3.4 构建企业财务风险预警模型的必要性 |
| 3.5 本章小结 |
| 第四章 东软集团财务风险预警模型构建 |
| 4.1 风险预警模型构建的思路 |
| 4.2 样本数据的选取 |
| 4.3 财务指标体系的构建 |
| 4.3.1 财务指标体系的构建原则 |
| 4.3.2 财务指标的选取 |
| 4.4 基于功效系数法的风险分类 |
| 4.4.1 基于主成分分析法对财务指标赋予权重 |
| 4.4.2 财务风险警度的确定 |
| 4.4.3 预警程度的判定 |
| 4.5 基于支持向量机的东软集团财务风险预警模型 |
| 4.5.1 财务风险预警模型的运行机理 |
| 4.5.2 财务风险预警模型训练 |
| 4.5.3 财务风险预警模型测试 |
| 4.6 本章小结 |
| 第五章 东软集团财务风险预警分析 |
| 5.1 东软集团财务风险预警结果及分析 |
| 5.1.1 东软集团财务风险预警结果 |
| 5.1.2 东软集团财务风险预警结果分析 |
| 5.2 东软集团财务风险预警的有效性 |
| 5.3 东软集团风险防范对策 |
| 5.3.1 完善公司治理 |
| 5.3.2 完善内部控制制度 |
| 5.3.3 完善财务风险控制 |
| 5.4 案例总结 |
| 第六章 总结与展望 |
| 6.1 研究结论 |
| 6.2 研究不足 |
| 6.3 研究展望 |
| 参考文献 |
| 附录1 读研期间取得的成果 |
| 附录2 信息技术服务业绩效评价标准值 |
| 附录3 风险类别计算结果及警情展示 |
| 附录4 SVM代码 |
| 致谢 |
（4）融合网络舆情的上市公司财务预警模型及应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容与方法 |
| 1.2.1 研究内容 |
| 1.2.2 研究方法 |
| 1.3 研究创新及应用价值 |
| 第二章 文献综述及理论基础 |
| 2.1 文献综述 |
| 2.1.1 财务预警研究综述 |
| 2.1.2 网络舆情及其在企业危机管理中的应用研究 |
| 2.1.3 研究评述 |
| 2.2 理论基础 |
| 2.2.1 财务预警理论 |
| 2.2.2 网络舆情文本处理理论基础 |
| 2.2.3 支持向量机基本理论 |
| 2.3 本章小结 |
| 第三章 大数据环境下企业财务危机预警指标体系 |
| 3.1 基于财务因素的企业财务危机预警分析 |
| 3.2 基于演化博弈的网络舆情对财务预警影响分析 |
| 3.3 融合网络舆情的企业财务危机预警指标体系 |
| 3.4 本章小结 |
| 第四章 融合网络舆情的企业财务危机预警研究 |
| 4.1 引言 |
| 4.2 基于支持向量机的财务预警模型 |
| 4.2.1 财务预警模型输入变量 |
| 4.2.2 财务预警模型输出变量 |
| 4.2.3 基于SVM的分类器 |
| 4.3 融合网络舆情指标的财务预警模型 |
| 4.4 本章小结 |
| 第五章 融合网络舆情的财务预警模型实证分析 |
| 5.1 制造企业研究样本及数据获取 |
| 5.2 制造企业财务预警指标分析 |
| 5.3 制造企业财务预警模型对比实证分析 |
| 5.4 对策建议 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 主要研究结论 |
| 6.2 研究局限 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间发表的学术论文及取得的相关科研成果 |
| 致谢 |
（5）基于Lasso和SVM的制造业上市公司财务组合预警模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究方法、内容与创新点 |
| 2 准备知识 |
| 2.1 财务预警 |
| 2.2 Lasso回归 |
| 2.3 支持向量机(SVM) |
| 2.4 Lasso和SVM的组合 |
| 3 制造业上市公司财务预警实证分析 |
| 3.1 样本和指标选取及数据来源 |
| 3.2 基于Logistic的财务预警 |
| 3.3 基于Lasso的财务预警 |
| 3.4 基于SVM的财务预警 |
| 3.5 基于Lasso和SVM组合的财务预警 |
| 3.6 财务预警模型对比分析 |
| 3.7 政策建议 |
| 4 结束语 |
| 4.1 主要工作 |
| 4.2 研究展望 |
| 参考文献 |
| 附录 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
（6）基于MD&A语言情感性的财务危机预警研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究方法 |
| 1.3 论文结构安排 |
| 1.4 可能的创新之处 |
| 2 文献综述 |
| 2.1 MD&A有用性相关研究 |
| 2.2 预警模型指标的选取现状 |
| 2.3 财务危机预警模型的发展脉络 |
| 2.4 文献总结 |
| 3 财务危机与预警模型相关理论 |
| 3.1 财务危机界定 |
| 3.2 信息不对称理论 |
| 3.3 言语有效理论 |
| 3.4 印象管理理论 |
| 3.5 支持向量机理论基础 |
| 3.5.1 最优分类超平面 |
| 3.5.2 线性支持向量机 |
| 3.5.3 非线性支持向量机 |
| 3.5.4 核函数 |
| 3.5.5 支持向量机的特点 |
| 4 样本及指标筛选设计 |
| 4.1 样本的选取与数据来源 |
| 4.2 指标筛选方法 |
| 4.2.1 财务指标选取原则 |
| 4.2.2 财务指标的构成 |
| 4.2.3 MD&A语言情感指标的量化 |
| 4.2.4 指标筛选步骤 |
| 5 基于MD&A语言情感的实证检验 |
| 5.1 财务指标筛选检验 |
| 5.1.1 财务指标的正态分布检验 |
| 5.1.2 财务指标的T检验和非参数检验 |
| 5.1.3 财务指标的多重共线性检验 |
| 5.2 MD&A语言情感指标筛选检验 |
| 5.3 财务危机预警模型构建 |
| 5.4 财务危机预警模型应用 |
| 5.5 稳健性检验 |
| 6 研究结论和展望 |
| 6.1 研究结论 |
| 6.2 研究局限与未来展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（7）企业集团财务危机传染与预警研究（论文提纲范文）
| 摘要 |
| Abstract |
| 导论 |
| 一、问题的提出 |
| 二、研究目标与研究意义 |
| 三、相关概念的约定 |
| 四、研究思路与方法 |
| 五、研究内容与框架 |
| 第一章 理论基础 |
| 第一节 企业集团的概念与相关理论 |
| 一、企业集团的概念 |
| 二、企业集团的相关理论 |
| 第二节 传染效应的概念及相关理论 |
| 一、传染效应的概念 |
| 二、传染效应的相关理论 |
| 第三节 财务危机与财务危机预警的概念及相关理论 |
| 一、财务危机的概念及相关理论 |
| 二、财务危机预警的概念及相关理论 |
| 第二章 文献综述 |
| 第一节 财务危机文献述评 |
| 一、财务危机的影响因素文献述评 |
| 二、财务危机预警能力的文献述评 |
| 第二节 企业集团文献述评 |
| 一、企业集团与财务危机预警文献述评 |
| 二、企业集团与内部资本市场效率文献回顾 |
| 三、企业集团与内控制制度文献述评 |
| 第三章 财务危机传染效应分析 |
| 引言 |
| 第一节 理论分析与研究假设 |
| 一、传染效应分析 |
| 二、治理效应 |
| 第二节 研究设计 |
| 一、样本的选择与数据来源 |
| 二、变量的说明与模型设计 |
| 第三节 实证结果及分析 |
| 一、描述性统计分析 |
| 二、集团内部财务危机传染效应分析 |
| 三、财务危机传染的治理效应分析 |
| 第四节 财务危机传染的路径分析 |
| 一、路径指标的选择 |
| 二、实证设计与分析 |
| 第五节 稳健性检验 |
| 本章小结 |
| 第四章 基于内部资本市场的调节效应分析 |
| 引言 |
| 第一节 理论分析与研究假设 |
| 一、企业集团财务状况与财务危机传染 |
| 二、内部资本市场效率与财务危机传染 |
| 三、不同政府层级企业集团的财务危机传染分析 |
| 第二节 研究设计 |
| 一、样本选择与数据来源 |
| 二、变量定义 |
| 三、模型设计 |
| 第三节 实证结果与分析 |
| 一、描述性统计分析 |
| 二、相关性分析 |
| 三、回归结果分析 |
| 本章小结 |
| 第五章 基于内部资本市场的财务危机预警能力分析 |
| 引言 |
| 一、企业集团财务状况与财务危机预测能力 |
| 二、内部资本市场效率与财务危机预测能力 |
| 第二节 研究设计 |
| 一、样本选择与数据来源 |
| 二、模型设计与变量说明 |
| 三、预测精度的比较方法 |
| 第三节 实证结果分析 |
| 一、描述性统计 |
| 二、预测能力比较分析 |
| 第四节 预测能力进一步检验研究 |
| 一、基于其他财务危机计量方法的财务危机预测模型及预测能力比较 |
| 二、基于独立样本的财务危机预测模型及预测能力比较 |
| 本章小结 |
| 第六章 基于内部控制制度的财务危机预警能力分析 |
| 引言 |
| 第一节 理论分析与研究假设 |
| 一、企业集团财务危机传染的分析 |
| 二、内部控制制度、行业和地理距离假设分析 |
| 三、预测能力改进分析 |
| 第二节 研究设计 |
| 一、样本选择与数据来源 |
| 二、模型设计与变量说明 |
| 第三节 实证结果分析 |
| 一、描述性统计 |
| 二、回归结果分析 |
| 四、考虑传染效应的财务危机预测模型预测能力分析 |
| 本章小结 |
| 研究结论 |
| 一、主要研究结论 |
| 二、研究启示与建议 |
| 三、研究贡献 |
| 四、研究的局限和展望 |
| 参考文献 |
| 攻读博士期间主要研究成果 |
| 致谢 |
（8）引入财务状态分析的上市公司财务危机预测方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究的背景 |
| 1.2 研究目的及意义 |
| 1.3 国内外研究现状及分析 |
| 1.3.1 财务危机发生标准的研究现状 |
| 1.3.2 财务状态分析方法的研究现状 |
| 1.3.3 财务路径分析方法的研究现状 |
| 1.3.4 财务危机预测方法的研究现状 |
| 1.3.5 国内外文献综合评述 |
| 1.4 研究内容及论文结构 |
| 1.4.1 研究内容 |
| 1.4.2 论文结构 |
| 1.5 研究方法及技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 第2章 企业财务危机预测的理论基础 |
| 2.1 财务危机的内涵 |
| 2.1.1 财务危机的界定 |
| 2.1.2 财务危机的特征 |
| 2.1.3 财务危机的形成过程 |
| 2.2 财务危机预测研究基础 |
| 2.2.1 财务危机预测的含义 |
| 2.2.2 财务危机预测的依据 |
| 2.3 财务危机预测的建模方法 |
| 2.3.1 财务危机预测的建模含义 |
| 2.3.2 财务危机预测的常用建模方法 |
| 2.3.3 财务危机预测建模存在的问题 |
| 2.4 财务状态及路径在财务危机预测中的作用 |
| 2.4.1 财务状态的含义 |
| 2.4.2 财务状态在模型构建中的作用 |
| 2.4.3 财务路径的含义 |
| 2.4.4 财务路径在模型构建中的作用 |
| 2.5 本章小结 |
| 第3章 实验用样本数据与财务指标体系选取 |
| 3.1 样本公司的选择 |
| 3.1.1 财务危机样本公司的选择标准 |
| 3.1.2 财务健康样本公司的选择标准 |
| 3.1.3 样本公司选择结果 |
| 3.2 财务指标的选择 |
| 3.2.1 财务指标的选择原则 |
| 3.2.2 财务指标的初选结果 |
| 3.3 样本数据及预处理 |
| 3.3.1 样本数据年度的选取 |
| 3.3.2 数据的预处理 |
| 3.4 财务指标体系 |
| 3.4.1 财务指标方差分析检验 |
| 3.4.2 财务指标正态性检验 |
| 3.4.3 财务指标非参数检验 |
| 3.4.4 财务指标体系的选择结果 |
| 3.5 样本数据的统计性描述 |
| 3.6 本章小结 |
| 第4章 基于财务状态空间优化的财务危机预测组合方法 |
| 4.1 财务样例选择 |
| 4.1.1 样例选择方法的工作原理 |
| 4.1.2 财务状态空间优化与样例选择的关系分析 |
| 4.1.3 样例选择方法在财务危机预测中的使用 |
| 4.2 粒子群优化的模糊聚类和概率神经网络方法 |
| 4.2.1 改进的粒子群算法 |
| 4.2.2 改进的粒子群优化的模糊聚类 |
| 4.2.3 概率神经网络的优势 |
| 4.2.4 改进的粒子群优化的概率神经网络 |
| 4.3 基于财务状态空间选取的财务危机预测组合模型 |
| 4.3.1 模型的主要架构 |
| 4.3.2 财务状态空间优化分析 |
| 4.3.3 基于财务状态空间优化的财务危机预测模型算法 |
| 4.4 财务危机预测的实证分析 |
| 4.4.1 样本选择 |
| 4.4.2 实验设计 |
| 4.4.3 状态空间优化影响 |
| 4.4.4 预测结果及分析 |
| 4.4.5 模型评价及启示 |
| 4.5 本章小结 |
| 第5章 基于多财务状态划分的两层选择性集成财务危机预测方法 |
| 5.1 集成模型的工作原理 |
| 5.1.1 集成模型学习算法 |
| 5.1.2 集成模型的决定性因素分析 |
| 5.1.3 财务状态子空间与差异性的关系分析 |
| 5.1.4 两阶段集成方法与模型性能的关系分析 |
| 5.2 模糊聚类和神经网络分类方法 |
| 5.2.1 核函数的模糊聚类 |
| 5.2.2 MLP神经网络的优势 |
| 5.2.3 MLP神经网络及其结构 |
| 5.3 基于多财务状态划分的财务危机预测集成模型 |
| 5.3.1 模型的基本架构 |
| 5.3.2 财务状态空间的确定 |
| 5.3.4 两层选择性集成模型机制 |
| 5.3.4 两层选择性集成模型算法 |
| 5.4 财务危机预测的实证分析 |
| 5.4.1 样本选择 |
| 5.4.2 实验设计 |
| 5.4.3 财务状态量化分析 |
| 5.4.4 预测结果及分析 |
| 5.4.5 模型评价及启示 |
| 5.5 本章小结 |
| 第6章 基于财务状态序列分析的财务危机预测方法 |
| 6.1 经典预测模型的工作原理 |
| 6.1.1 既有财务危机预测模型的工作原理 |
| 6.1.2 财务数据流与财务危机预测模型的关系分析 |
| 6.2 财务路径量化研究 |
| 6.2.1 模糊聚类量化财务路径的可行性 |
| 6.2.2 模糊聚类方法的财务路径量化设计 |
| 6.2.3 财务路径的量化标记 |
| 6.3 基于财务状态序列分析的财务危机预测模型 |
| 6.3.1 模型的主要思想 |
| 6.3.2 模型的基本架构 |
| 6.3.3 财务路径构建下的财务危机预测模型设计 |
| 6.3.4 基于财务状态序列的财务危机预测模型算法 |
| 6.4 财务危机预测的实证分析 |
| 6.4.1 样本选择 |
| 6.4.2 实验设计 |
| 6.4.3 财务指标行为分析 |
| 6.4.4 财务路径量化分析 |
| 6.4.5 预测结果及分析 |
| 6.4.6 模型评价及启示 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（9）基于证据理论的纺织服装业公司财务危机预警模型研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 财务危机预警模型研究现状 |
| 1.2.2 证据理论研究现状 |
| 1.2.3 国内外研究现状评述 |
| 1.3 主要研究内容 |
| 1.4 研究方法和技术路线图 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线图 |
| 第2章 基于证据理论的财务危机预警分析 |
| 2.1 财务危机预警相关分析 |
| 2.1.1 财务危机的界定 |
| 2.1.2 财务危机成因分析 |
| 2.1.3 财务危机预警模型比较分析 |
| 2.2 证据理论的基本原理及优劣势分析 |
| 2.2.1 证据理论中的基本概念 |
| 2.2.2 证据理论的合成规则及性质 |
| 2.2.3 证据理论的优势与局限 |
| 2.3 基于证据理论的财务危机预警模型构建思路 |
| 2.3.1 基于证据理论的预警模型决策级融合思想 |
| 2.3.2 基于证据理论的预警模型构建步骤 |
| 2.4 本章小结 |
| 第3章 纺织服装业公司预警模型指标体系的构建 |
| 3.1 样本数据的选取 |
| 3.1.1 样本数据的选取原则 |
| 3.1.2 样本公司的选取 |
| 3.2 预警指标的初步选取 |
| 3.2.1 预警指标选取原则 |
| 3.2.2 财务指标的初步选取 |
| 3.2.3 非财务指标的初步选取 |
| 3.3 预警指标的筛选 |
| 3.3.1 正态分布K-S检验 |
| 3.3.2 显着性检验 |
| 3.3.3 因子分析 |
| 3.4 本章小结 |
| 第4章 基于证据理论的纺织服装公司预警模型构建及实证检验 |
| 4.1 单个预警模型构建及检验 |
| 4.1.1 Logistic预警模型的构建及检验 |
| 4.1.2 支持向量机预警模型的构建及检验 |
| 4.2 融合预警模型构建及检验 |
| 4.2.1 基于证据理论的预警模型构建原理 |
| 4.2.2 基于证据理论的预警模型构建及检验 |
| 4.3 模型实证检验结果比较分析 |
| 4.4 对策及建议 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（10）中国信托公司风险评价与预警研究（论文提纲范文）
| 内容摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 第一节 研究背景与研究意义 |
| 一、研究背景 |
| 二、研究意义 |
| 第二节 概念界定 |
| 一、信托 |
| 二、信托公司 |
| 三、信托公司风险 |
| 第三节 研究目标、内容与思路 |
| 一、研究目标 |
| 二、研究内容 |
| 三、研究思路 |
| 第四节 研究创新与不足 |
| 一、研究创新之处 |
| 二、不足之处 |
| 第二章 理论基础与文献综述 |
| 第一节 金融风险形成的理论分析 |
| 一、金融风险的外生性理论 |
| 二、金融风险的内生性理论 |
| 第二节 金融机构风险管理理论 |
| 一、风险管理理论的发展 |
| 二、金融机构风险管理理论的发展 |
| 三、金融机构风险管理理论的基本内容 |
| 第三节 经济风险预警理论 |
| 一、宏观经济风险预警 |
| 二、企业风险预警 |
| 三、金融风险预警 |
| 第四节 信托公司风险的文献综述 |
| 一、国外文献综述 |
| 二、国内文献综述 |
| 三、研究评述 |
| 第五节 本章小结 |
| 第三章 中国信托公司的发展历程与现状 |
| 第一节 中国信托业恢复经营的背景与动因 |
| 第二节 中国信托业的功能演变与发展历程 |
| 一、1979-1998年: 功能错位,偏离本源 |
| 二、1999-2006年: 明确定位,有法可依 |
| 三、2007年至今: 回归信托本源业务 |
| 第三节 2007年以来信托公司的发展状况 |
| 一、中国信托公司业务模式的特殊性 |
| 二、2007年以来信托公司的经营特征 |
| 三、新环境下信托公司的发展动向 |
| 第四节 本章小结 |
| 第四章 信托公司风险的特征分析 |
| 第一节 信托公司风险的一般特征 |
| 一、信托公司风险的基本类型 |
| 二、资金信托业务的风险特征 |
| 三、财产信托业务的风险特征 |
| 四、融资类信托业务的风险特征 |
| 五、投资类信托业务的风险特征 |
| 六、事务管理类信托业务的风险特征 |
| 第二节 重点业务的风险点分析 |
| 一、房地产信托业务的风险点分析 |
| 二、银信合作信托业务的风险点分析 |
| 三、基础设施信托业务的风险点分析 |
| 四、矿产信托业务的风险点分析 |
| 五、证券投资信托业务的风险点分析 |
| 第三节 近期信托风险事件的特征与成因分析 |
| 一、近期信托风险事件的特征分析 |
| 二、近期信托风险事件的成因分析 |
| 第四节 本章小结 |
| 第五章 信托公司风险的影响因素分析 |
| 第一节 信托公司风险影响因素的定性分析 |
| 一、信托公司风险的外部影响因素 |
| 二、信托公司风险的内部影响因素 |
| 第二节 信托公司风险影响因素的实证分析 |
| 一、研究假设 |
| 二、变量选择 |
| 三、数据来源与描述性统计 |
| 四、模型构建 |
| 五、模型估计与检验 |
| 六、模型估算结果与分析 |
| 七、实证分析结论 |
| 第四节 本章小结 |
| 第六章 信托公司风险评价指标体系的构建 |
| 第一节 信托公司风险评价指标体系的构建原则与步骤 |
| 一、信托公司风险评价指标体系的构建原则 |
| 二、信托公司风险评价指标体系的构建步骤 |
| 第二节 信托公司风险评价指标的初选 |
| 一、信托公司风险评价指标的研究基础 |
| 二、信托公司风险评价指标的初选思路、依据与内容 |
| 第三节 信托公司风险评价初选指标的筛选 |
| 一、定量指标的筛选 |
| 二、定性指标的筛选 |
| 三、信托公司风险评价指标体系的确定 |
| 四、信托公司风险评价指标体系的特点 |
| 第四节 本章小结 |
| 第七章 基于模糊综合评价法的信托公司风险评价 |
| 第一节 模糊综合评价法的基本原理 |
| 一、模糊数学的基本概念 |
| 二、模糊综合评价法的基本步骤 |
| 第二节 信托公司风险评价模型的构建 |
| 一、确定评价因素集合 |
| 二、确定评价因素的权重集合 |
| 三、确定评语集并对其赋值 |
| 四、计算隶属度矩阵 |
| 五、计算信托公司风险综合评分 |
| 第三节 信托公司风险评价模型的应用 |
| 一、单个信托公司的风险评价 |
| 二、信托行业的整体风险评价 |
| 第五节 本章小结 |
| 第八章 基于多分类SVM的信托公司风险预警模型 |
| 第一节 信托公司风险预警的基本框架 |
| 一、信托公司风险预警的目标 |
| 二、信托公司风险预警的原则 |
| 三、信托公司风险预警的结构与流程 |
| 第二节 风险预警模型的比较分析 |
| 第三节 支持向量机风险预警模型的基本原理 |
| 一、支持向量机的基本思想 |
| 二、支持向量机风险预警模型的基本原理 |
| 第四节 基于多分类支持向量机的信托公司风险预警模型 |
| 一、多分类支持向量机的算法 |
| 二、基于多分类SVM信托公司风险预警模型的建立 |
| 第五节 本章小结 |
| 第九章 研究结论、建议与展望 |
| 第一节 研究结论 |
| 第二节 信托公司风险防控的对策建议 |
| 一、加强信托公司的全面风险管理体系建设 |
| 二、完善信托公司风险的外部监管 |
| 三、信托行业制度的建设与完善 |
| 第三节 研究展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 在学期间取得的科研成果 |
四、模糊模式识别法在金融危机预警中的应用（论文参考文献）
- [1]基于KPCA-XGBoost的投前企业财务危机识别方案[D]. 管旻旻. 上海师范大学, 2021(07)
- [2]通信行业财务危机预警研究 ——以大唐电信为例[D]. 黄梦玮. 南京邮电大学, 2020(04)
- [3]基于支持向量机的东软集团财务风险预警案例研究[D]. 余晨晖. 南京邮电大学, 2020(02)
- [4]融合网络舆情的上市公司财务预警模型及应用[D]. 刘梅. 上海工程技术大学, 2020(05)
- [5]基于Lasso和SVM的制造业上市公司财务组合预警模型研究[D]. 官俊琪. 山东科技大学, 2019(05)
- [6]基于MD&A语言情感性的财务危机预警研究[D]. 李正治. 杭州电子科技大学, 2019(01)
- [7]企业集团财务危机传染与预警研究[D]. 余浪. 中南财经政法大学, 2018(04)
- [8]引入财务状态分析的上市公司财务危机预测方法研究[D]. 刘佳明. 哈尔滨工业大学, 2018(01)
- [9]基于证据理论的纺织服装业公司财务危机预警模型研究[D]. 周妍博. 哈尔滨工业大学, 2018(02)
- [10]中国信托公司风险评价与预警研究[D]. 朱丽萍. 华东师范大学, 2017(04)