基于混合學習策略的財務風險預測研究.pdf

1、隨著經濟全球化趨勢的不斷增強，企業(yè)間的市場競爭日趨激烈，激烈的市場競爭使得企業(yè)面臨的財務風險不斷增加。企業(yè)發(fā)生財務風險，不僅使得企業(yè)投資者、債權人的利益受損，而且威脅著宏觀經濟穩(wěn)定。因此，如何及時有效地對企業(yè)的財務風險進行預測，幫助企業(yè)識別財務風險，已經成為學術界和產業(yè)界迫切需要解決的問題。
　　當前，研究者們對財務風險預測進行了大量的研究，提出了許多財務風險預測方法，但這些方法在實踐應用中效果都不太理想，一個重要原因在于沒有充分

2、考慮財務風險預測中數據的特性。在財務風險預測應用中通常存在著大量無標簽數據和非均衡數據，為此，本研究將半監(jiān)督分類方法和非均衡分類方法結合起來，構建了基于混合學習策略的財務風險預測模型，用來解決上述財務風險預測中存在的問題。首先，本研究系統(tǒng)回顧了財務風險和機器學習的研究現(xiàn)狀，確立了當前的研究問題，指出了未來的研究方向。其次，本研究系統(tǒng)研究了財務風險和混合學習的基礎理論，深入分析了財務風險的概念、財務風險預測的應用，以及機器學習的概念、機器

3、學習的分類等相關基礎理論。然后，在此基礎上，本研究從財務風險預測應用的角度，將財務風險預測應用到企業(yè)信用評級研究領域中，構建了基于混合學習策略的企業(yè)信用評級模型。最后，本研究進一步將基于混合學習策略的財務風險預測模型引入到上市公司財務困境預測實際應用中。通過企業(yè)信用評級和上市公司財務困境預測這兩個具體應用，對基于混合學習策略方法的有效性進行檢驗。實驗結果表明，基于混合學習策略的財務風險預測方法在以上兩個應用領域都取得了較好的實驗結果。<