基于貝葉斯網(wǎng)絡(luò)的我國上市公司信用風(fēng)險預(yù)警研究.pdf

1、自2007年8月開始，美國次貸危機引發(fā)的金融危機席卷全世界，使各國金融市場劇烈震蕩，經(jīng)濟也深受其累。然而，一波未平一波又起，2009年爆發(fā)的歐債危機再一次將歐洲經(jīng)濟拖入泥潭，更為經(jīng)濟的復(fù)蘇蒙上了一層陰影。歐債危機是美國次貸危機的延續(xù)和深化，其根本原因是政府債務(wù)超過其承受范圍而導(dǎo)致的信用風(fēng)險。因此，國家債務(wù)的信用風(fēng)險會對經(jīng)濟造成災(zāi)難性的影響。同樣，企業(yè)的信用風(fēng)險也會帶來極其嚴(yán)重的問題。如何對企業(yè)的信用風(fēng)險進行有效地預(yù)警就成為一個值得深入研

2、究的問題。
　　本文綜合運用貝葉斯網(wǎng)絡(luò)理論、財務(wù)預(yù)警理論及其MATLAB編程技術(shù)和SPSS統(tǒng)計分析技術(shù)，吸收了多變量分析、人工智能數(shù)據(jù)挖掘技術(shù)等前人的研究經(jīng)驗，建立了基于貝葉斯網(wǎng)絡(luò)的上市公司信用風(fēng)險預(yù)警模型。同時，本文對所構(gòu)建的模型進行大樣本、多變量的實證分析，表明兩種模型都具有較好的穩(wěn)定性及預(yù)測準(zhǔn)確性，并對模型的應(yīng)用實踐作了初步探究。
　　首先，梳理前人的研究方法和理論。通過分析，找出企業(yè)發(fā)生信用風(fēng)險的內(nèi)在因素。根據(jù)標(biāo)準(zhǔn)選

3、定研究樣本和各財務(wù)指標(biāo)，初步選取了15個財務(wù)指標(biāo)作為建模的備選指標(biāo)，并對備選指標(biāo)進行分析與檢驗，分別對指標(biāo)進行了P-P圖正態(tài)分布檢驗、Person相關(guān)性分析和T檢驗。其次，系統(tǒng)的介紹了貝葉斯網(wǎng)絡(luò)建模流程——結(jié)構(gòu)學(xué)習(xí)和參數(shù)學(xué)習(xí)。著重分析了兩種本研究所用的兩種貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法（K2算法和MCMC算法）和兩種貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)算法（最大似然估計方法和最大后驗概率方法）。最后，結(jié)合MATLAB編程和確定的樣本指標(biāo)構(gòu)建上市公司貝葉斯網(wǎng)絡(luò)信用