QQ客服 官方微博 反馈留言

题名	上市公司财务困境预测新方法研究—基于Boosting等集体学习方法的实证分析; Research of New Methods for Predicting Listed Companies' Financial Distress —An Empirical Analysis Based on Boosting and Other Ensemble Learning Methods
作者	王晓旭
答辩日期	2011 ; 2011
导师	钱争鸣
关键词	集体学习 BagGBoost 遗传算法 Ensemble Learning BagGBoost Genetic Algorithm
英文摘要	现代企业由于面临日益激烈的竞争，其内外各种不确定性因素的增多，使陷入财务困境进而丧失生存能力的机会越来越大。因此，亟需借助定量化的预测模型对其财务状况进行监控和预警，为其的经营管理决策提供科学和准确的依据。事实上，进行财务困境预测不仅有利于企业，也有利于投资者、债权人以及各类利益相关者，对整个国民经济的健康发展也有重要意义。 在参考了大量国内外文献的基础上，本文对上市公司财务困境概念进行界定，对财务困境预测在国内外的研究现状进行总结。目前，虽然传统的线性判定方法已经逐渐被国内外学者所摒弃，取而代之的是假设条件更为宽泛的非线性模型或模型组合，但并不等于说这些模型不存在问题。学者们大量使用的神经...; With competition growing and internal and external uncertainties increasing, modern enterprises are more likely to be subjected to financial distress and consequently, lose their ability to survive. Enterprises desperately need quantitative prediction models to monitor their financial status and make early warnings, so as to offer more accurate and scientific basis for decision-making. In fact, fi...; 学位：经济学硕士; 院系专业：经济学院计划统计系_数量经济学; 学号：15420081152046
语种	zh_CN
出处	http://210.34.4.13:8080/lunwen/detail.asp?serial=29471
内容类型	学位论文
源URL	[http://dspace.xmu.edu.cn/handle/2288/38718]
专题	经济学院－学位论文
推荐引用方式 GB/T 7714	王晓旭. 上市公司财务困境预测新方法研究—基于Boosting等集体学习方法的实证分析, Research of New Methods for Predicting Listed Companies' Financial Distress —An Empirical Analysis Based on Boosting and Other Ensemble Learning Methods[D]. 2011, 2011.

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。