基于機(jī)器學(xué)習(xí)構(gòu)建的公司財(cái)務(wù)預(yù)警系統(tǒng)研究.pdf

1、風(fēng)險(xiǎn)無處不在。由資金問題引發(fā)的我國民營企業(yè)破產(chǎn)案例經(jīng)常發(fā)生。企業(yè)陷入財(cái)務(wù)危機(jī)將給企業(yè)的生存發(fā)展帶來致命的打擊。因此，構(gòu)建一個(gè)有效的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)對企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)警非常有必要。
　　在構(gòu)建財(cái)務(wù)危機(jī)預(yù)警特征方面，本文從公司發(fā)展能力、現(xiàn)金支付、管理能力、償還債務(wù)能力、資本構(gòu)成、盈利能力等六個(gè)方面進(jìn)行預(yù)警特征的初步選取，并利用顯著性檢驗(yàn)、信息增益法、相關(guān)性檢驗(yàn)、主成分分析等方法對財(cái)務(wù)預(yù)警特征進(jìn)行科學(xué)地篩選和提取。
　　在構(gòu)建

2、財(cái)務(wù)危機(jī)預(yù)警模型方面，針對財(cái)務(wù)正常與財(cái)務(wù)不正常的正負(fù)類樣本集的不平衡問題，本文引入了半監(jiān)督學(xué)習(xí)機(jī)制，并構(gòu)建了基于改進(jìn)的KNN-SVM的集成學(xué)習(xí)預(yù)警模型。實(shí)驗(yàn)顯示，本文采用的基于改進(jìn)的KNN-SVM的集成學(xué)習(xí)預(yù)警模型具有良好的預(yù)警性能。
　　本文的創(chuàng)新如下:一是依據(jù)財(cái)務(wù)預(yù)警指標(biāo)理論、顯著性檢驗(yàn)、信息增益法相關(guān)性檢驗(yàn)、主成分分析等方法對財(cái)務(wù)危機(jī)預(yù)警指標(biāo)特征進(jìn)行了科學(xué)地初選、篩選、提取。二是引入半監(jiān)督學(xué)習(xí)機(jī)制，增加少數(shù)類分類知識(shí)，使模型