首页> 正文

基于XGBoost算法的财务风险预警研究 ——以ST中基为例

2020-12-02阅读(82)

基于XGBoost算法的财务风险预警研究 ——以ST中基为例

论文摘要

近些年来,世界经济形势错综复杂,2016年美国大选共和党执政,2017年半岛局势紧张,2018年贸易保护主义抬头,反观国内,经济改革进入深水区,上市公司市值大幅波动。外围环境风云变幻,可能会加剧上市公司财务的不稳定性,对上市公司进行更频繁和精确的财务风险预警势在必行。目前,已经有很多方法和工具被应用于财务风险预警领域,如单因素模型、多元变量模型、概率模型、资本市场定价模型等,这些方式都能在一定程度上预测到上市企业的未来财务风险,但是随着环境变化加快,方方面面都会影响到企业的生产经营继而影响到公司财务的稳定,这就需要更为行之有效和适应当下环境的财务风险预警方法和工具。机器学习作为人工智能的核心,发展得日益蓬勃兴盛。机器学习可以有自我学习、自主训练的效果,能够从纷乱繁杂的数据中摸索到经验并不断纠错、优化,再去适应未知的数据及环境。所以机器学习的适应性很高,可以满足当下企业比较复杂多变的经营环境,并不受财务指标变化的过多限制,预测财务风险更加准确。本文在借鉴前人研究成果的基础上,结合选取企业财务风险预警指标的原则,从盈利能力等六个维度共筛选出107个财务指标建立指标库。基于较为新兴的XGBoost算法,筛选出使用次数大于5次的12个重要特征作为自变量,通过最优分箱方法对特征自变量分别进行分析,并以此对深沪两市2155只股票财务数据进行反复学习和训练后构建XGBoost财务风险预警模型。在构建模型的学习训练过程中,根据模型拟合效果选取了控制决策树的个数(42个)、树的深度(选取值为3)和叶子节点最小权重(选取值为1)等参数值实现XGBoost模型的优化。最后选用ST中基作为本文的案例企业,利用优化后的XGBoost财务风险预警模型对ST中基2014年度的财务数据进行预测,成功预测出财务风险,这和ST中基2015、2016年连续亏损继而引发财务危机的事实是吻合的。这证明XGBoost模型可以用来预测上市企业的财务风险。本文最后提出了作为公司管理者、外部股权或债券投资者如何应用本模型来预测公司财务风险以及如何应对公司预测出财务危险后的措施,并对模型存在的不足以及下一步的拓展给予一定的展望。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  •   1.1 选题背景与意义
  •     1.1.1 选题背景
  •     1.1.2 选题意义
  •   1.2 国内外研究综述
  •     1.2.1 财务风险预警研究综述
  •     1.2.2 XGBoost研究综述
  •   1.3 研究的内容和方法
  •     1.3.1 研究内容
  •     1.3.2 研究方法
  •   1.4 创新之处
  • 2 财务风险预警相关理论
  •   2.1 财务风险概述
  •     2.1.1 相关概念界定
  •     2.1.2 财务风险的成因
  •   2.2 财务风险预警相关理论
  •     2.2.1 财务风险预警概述
  •     2.2.2 财务风险预警模型
  •   2.3 XGBoost模型概述
  •     2.3.1 XGBoost模型定义
  •     2.3.2 XGBoost模型优势和劣势
  • 3 基于XGBoost的企业财务风险预警模型构建
  •   3.1 模型训练流程
  •   3.2 样本企业选取
  •   3.3 企业财务风险预警指标的选择
  •     3.3.1 盈利能力指标的选取
  •     3.3.2 收益质量指标的选取
  •     3.3.3 资本结构指标的选取
  •     3.3.4 偿债能力指标的选取
  •     3.3.5 营运能力指标的选取
  •     3.3.6 现金流量指标的选取
  •     3.3.7 基于XGBoost模型选取的重要指标
  •   3.4 基于XGBoost模型构建的财务风险预警指标体系
  •   3.5 XGBoost模型训练结果
  •     3.5.1 XGBoost模型和逻辑回归的优化参数
  •     3.5.2 AUC评价角度
  •     3.5.3 精确率和召回率评价角度
  •     3.5.4 数据时间维度对于结果的影响
  •     3.5.5 预测概率的分组结果
  • 4 ST中基财务风险预警研究
  •   4.1 案例背景
  •     4.1.1 ST中基概况
  •     4.1.2 选择理由
  •   4.2 ST中基2014 年基本财务状况说明
  •   4.3 ST中基数据计算及预测分析
  •   4.4 案例总结
  • 5 结论与展望
  •   5.1 研究结论
  •   5.2 应用建议
  •     5.2.1 企业应用建议
  •     5.2.2 投资者应用建议
  •   5.3 不足及展望
  • 参考文献
  • 致谢

    • 文章来源

    类型: 硕士论文

    作者: 洪湛辉

    导师: 刘良惠,俞雪花

    关键词: 财务风险,预警模型,中基

    来源: 广东财经大学

    年度: 2019

    分类: 基础科学,信息科技,经济与管理科学

    专业: 数学,自动化技术,企业经济

    单位: 广东财经大学

    分类号: O212.2;TP18;F275

    DOI: 10.27734/d.cnki.ggdsx.2019.000197

    总页数: 66

    文件大小: 1972K

    下载量: 62

    相关论文文献

    • [1].高职院校财务风险预警模式的探索与实践[J]. 安徽水利财会 2013(04)
    • [2].关于中小企业财务风险预警体系构建策略的分析[J]. 现代营销(信息版) 2020(02)
    • [3].大数据时代的企业财务风险预警研究[J]. 中国商论 2020(01)
    • [4].企业多元化投资下的财务风险预警与防范研究[J]. 中国商论 2020(02)
    • [5].财务风险预警与财务数据统计分析的有效结合策略[J]. 企业改革与管理 2020(05)
    • [6].企业财务风险预警管理措施探讨[J]. 全国流通经济 2020(05)
    • [7].基于聚类分析的惩罚约束财务风险预警模型[J]. 统计与决策 2020(02)
    • [8].大数据下企业财务风险预警浅析[J]. 纳税 2020(12)
    • [9].国际工程承包企业财务风险预警机制的建立[J]. 国际商务财会 2020(05)
    • [10].大数据时代企业财务风险预警分析[J]. 山西农经 2020(11)
    • [11].大数据与企业财务风险预警研究[J]. 财会学习 2020(18)
    • [12].企业财务风险预警方案的优化思考[J]. 财会学习 2020(16)
    • [13].中小企业财务风险预警机制研究[J]. 中国乡镇企业会计 2020(08)
    • [14].基于Z值及改进模型对浙江省制造业财务风险预警的准确性比较研究[J]. 现代营销(下旬刊) 2020(06)
    • [15].企业财务风险预警与防范[J]. 中国管理信息化 2020(13)
    • [16].中等职业学校财务风险预警机制研究[J]. 质量与市场 2020(10)
    • [17].关于大数据与企业财务风险预警的研究[J]. 中国管理信息化 2020(17)
    • [18].大数据对财务风险预警模型的支持性[J]. 时代经贸 2020(26)
    • [19].论大数据与企业财务风险预警[J]. 财会学习 2020(29)
    • [20].财务风险预警文献综述研究[J]. 大陆桥视野 2020(10)
    • [21].浅论企业存在的财务风险与防范对策[J]. 现代营销(下旬刊) 2018(12)
    • [22].大数据与企业财务风险预警[J]. 全国流通经济 2019(02)
    • [23].企业财务风险预警应用研究[J]. 科技经济导刊 2019(05)
    • [24].论大数据与企业财务风险预警[J]. 中国总会计师 2019(04)
    • [25].大数据时代企业财务风险预警管理研究[J]. 纳税 2019(14)
    • [26].创业企业财务风险预警系统设计研究[J]. 会计师 2019(07)
    • [27].互联网企业财务风险预警研究与对策分析[J]. 时代经贸 2019(15)
    • [28].论大数据与企业财务风险预警[J]. 中国商论 2019(12)
    • [29].统计类单变量预警模型在国有资本投资运营公司财务风险预警中的运用[J]. 审计与理财 2019(07)
    • [30].关于企业财务风险预警方案的优化[J]. 中外企业家 2019(35)

    标签：;  ;  ;  

    基于XGBoost算法的财务风险预警研究 ——以ST中基为例
    下载Doc文档

    猜你喜欢

    © 2024 毕论降 版权所有 鄂ICP备12018319号-6