基于lasso和cox模型的上市中小企業(yè)財(cái)務(wù)預(yù)警分析

1、分類號： 密級： 公開專 業(yè) 學(xué) 位 研 究 生 學(xué) 位 論 文論 文 題 目(中 文) 基于 Lasso 和 Cox 模型的上市中小企業(yè)財(cái)務(wù)預(yù)警分析Financial Early Warning Analysis of Quoted SMEs論 文 題 目(外 文) Based on Lasso and Cox Model研 究 生 姓 名 顧云燕學(xué) 位 類 別 應(yīng)用統(tǒng)計(jì)專 業(yè) 學(xué) 位 領(lǐng) 域?qū)W 位 級 別 碩 士校內(nèi)導(dǎo)師姓名、 職稱

2、 劉衛(wèi)瑋 講師校外導(dǎo)師姓名、 職稱論文工作起止年月 2015 年 3 月 至 2016 年 4 月論 文 提 交 日 期 2016 年 4 月論 文 答 辯 日 期 2016 年 5 月學(xué) 位 授 予 日 期校址： 甘肅省蘭州市基于 Lasso 和 Cox 模型的上市中小企業(yè)財(cái)務(wù)預(yù)警分析摘 要1960 年以來， 企業(yè)財(cái)務(wù)危機(jī)預(yù)警得到了快速的研究和推廣， 縱觀國內(nèi)外的科研成果， 財(cái)務(wù)預(yù)警模型方法有： 單變量分析法， 多元判別分析模型， 線

3、性概率模型， Logistic 模型， 神經(jīng)網(wǎng)絡(luò)模型， 生存分析以及基于市場價(jià)值的模型等方法。 這些方法各有千秋， 應(yīng)用時應(yīng)該考慮到現(xiàn)實(shí)樣本數(shù)據(jù)的統(tǒng)計(jì)特征。本文選用的研究方法為生存分析中的 Cox 模型， 該方法有如下優(yōu)勢： 第一， Cox 模型由參數(shù)部分和非參數(shù)部分構(gòu)成， 并結(jié)合了兩者的優(yōu)點(diǎn)， 是一個典型的半?yún)?shù)模型， 不需要事先知道具體分布， 比較符合現(xiàn)實(shí)數(shù)據(jù)的特征。 第二， Martin (1977)[2] 首次應(yīng)用 Logist

4、ic模型預(yù)測銀行破產(chǎn)概率， 由于該模型可以解決解釋變量非正態(tài)分布的問題且計(jì)算簡單方便， 后來被諸多學(xué)者應(yīng)用在預(yù)測財(cái)務(wù)危機(jī)中。 美中不足的是， Logistic 模型需要滿足自變量間無共線性存在的樣本個數(shù)大于回歸參數(shù)個數(shù)這一限制條件， 而Cox 模型沒有這樣的要求。第三， 在觀測期內(nèi)可能會出現(xiàn)不能提供完整信息的數(shù)據(jù)， Cox 模型可以充分利用這些不完整數(shù)據(jù)，挖掘出更多有用信息，從而使所建立的模型更加精準(zhǔn)。本文通過合適的變量選擇方法， La