财务危机分析论文提纲

关键词： 风险

论文题目：基于PCA-w-SVM模型的上市公司财务危机预警研究

摘要：财务危机预警是一个世界性的问题和难题。企业在生产经营过程中,风险是时时刻刻存在的,但是企业通常会将风险控制在一定的水平之内,在可接受的风险下维持日常的经营,如果风险不加控制,就会演变成财务危机。它并不是瞬间产生的,财务危机可以在企业被宣判财务失败之前就识别出来。本文针对上市公司财务危机预警这一问题展开研究,选取了2010-2020年间沪深A股上市公司作为研究样本,将上市公司被ST作为其陷入财务危机的判断标准,引入PCA主成分分析法和w-SVM加权支持向量机模型,以期得到一个有效预警财务危机的方法。本文的研究分为两个部分,第一部分是运用定性研究和定量研究法构建了财务危机预警指标体系。首先,本文参考了相关理论和已有的研究结果,通过定性研究的方法得到了财务危机预警的指标体系,该指标体系包含财务指标、公司治理指标和市场表现指标三大类,共计37个三级指标。接着本文从定量的角度,运用相关性检验和PCA主成分分析法对指标进行筛选,剔除相关性较弱的指标,研究发现,与财务危机最为相关的指标是财务指标,公司治理指标的相关性最弱。然后采用PCA主成分分析法对剩余指标进行降维处理,将得到的主成分因子将作为输入w-SVM加权支持向量机的特征向量。第二部分是运用w-SVM加权支持向量机模型对财务危机进行预测,并引入了混淆矩阵来评价模型性能。首先,本文构建了w-SVM加权支持向量机模型,通过学习2010-2019年间的样本,调整优化参数w使模型呈现最佳表现,接下来使用2020年的样本作为测试集样本测试模型的性能,然后本文运用混淆矩阵对模型进行分析,分析发现,模型整体的准确率超过90%,对财务危机公司的识别能力较强,因此,PCA-w-SVM模型能够有效预测上市公司财务危机,该模型是一个适合于我国沪深A股上市公司的财务危机预警模型。

关键词：财务危机预警;主成分分析法;加权支持向量机;混淆矩阵

学科专业：金融（专业学位）

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 文献综述

1.2.1 财务危机预警模型的研究

1.2.2 财务危机预警指标体系的研究

1.2.3 小结

1.3 研究思路及方法

1.3.1 研究思路

1.3.2 研究方法

1.4 可能的创新点与不足

第2章 财务危机及其预警的理论基础

2.1 财务危机

2.1.1 财务危机的概念

2.1.2 财务危机的表现

2.2 财务危机预警

2.2.1 财务危机预警的概念

2.2.2 财务危机预警的方法

第3章 财务危机预警的样本选择

3.1 确定研究对象

3.2 研究样本的选择

第4章 财务危机指标体系的建立及筛选

4.1 财务危机预警指标体系的建立

4.1.1 指标建立原则

4.1.2 构建指标体系

4.1.3 小结

4.2 指标的相关性检验

4.2.1 正态分布检验

4.2.2 相关性检验

4.3 基于PCA主成分分析法的指标降维

4.3.1 PCA主成分分析法

4.3.2 预警指标的降维

第5章 基于w-SVM模型的财务危机预警

5.1 w-SVM加权支持向量机

5.1.1 VC推广性理论

5.1.2 结构风险最小化

5.1.3 核函数

5.1.4 支持向量机的公式推导

5.2 模型的构建与应用

5.2.1 设置训练集和测试集

5.2.2 定义特征属性和类标签

5.2.3 建立分类模型

5.3 模型评价

5.3.1 混淆矩阵

5.3.2 基于混淆矩阵的模型性能评价

第6章 结论及展望

6.1 结论

6.2 展望

参考文献

致谢