組合預(yù)測模型在財(cái)務(wù)預(yù)警中的應(yīng)用.pdf

1、證券市場是現(xiàn)代經(jīng)濟(jì)體系的重要基礎(chǔ)，證券市場的表現(xiàn)與實(shí)體經(jīng)濟(jì)是息息相關(guān)的。作為證券市場主體的上市公司，它的業(yè)績決定著證券市場的運(yùn)行狀態(tài)。為了保障投資者的利益以及及時(shí)發(fā)現(xiàn)企業(yè)財(cái)務(wù)危機(jī)的征兆，建立完善的財(cái)務(wù)危機(jī)預(yù)警機(jī)制是十分必要的。公開透明的財(cái)務(wù)數(shù)據(jù)為建立財(cái)務(wù)預(yù)警分析提供了有力的幫助，因此通過合理有效的方法建立財(cái)務(wù)預(yù)警分析系統(tǒng)預(yù)測企業(yè)經(jīng)營危機(jī)成為了長期以來的理論研究話題。
　　 當(dāng)今財(cái)務(wù)預(yù)警分析理論研究的主流方法主要是統(tǒng)計(jì)學(xué)方法和數(shù)據(jù)

2、挖掘算法，這兩種方法各有優(yōu)點(diǎn)。判別分析法、回歸分析是傳統(tǒng)的統(tǒng)計(jì)學(xué)方法，預(yù)測效果不俗，但是數(shù)據(jù)不可能滿足其嚴(yán)格的統(tǒng)計(jì)假設(shè)。數(shù)據(jù)挖掘算法包含神經(jīng)網(wǎng)絡(luò)、決策樹、支持向量機(jī)等，這些方法沒有太強(qiáng)的假設(shè)約束，學(xué)習(xí)能力強(qiáng)，應(yīng)用也越來越廣泛。統(tǒng)計(jì)學(xué)方法和數(shù)據(jù)挖掘算法各有優(yōu)點(diǎn)，使得我們不可能放棄其中任何一種方法而單獨(dú)使用另一種，因?yàn)榉艞壛硪环N方法的同時(shí)，很有可能會(huì)忽略某些重要的信息。
　　 組合預(yù)測理論的出現(xiàn)解決了這個(gè)糾結(jié)的問題，組合預(yù)測方法是對(duì)

3、同一個(gè)問題，采用兩種以上不同預(yù)測方法的預(yù)測。它既是可用幾種定性方法的組合，也可是幾種定量的方法的組合，但實(shí)踐中更多的則是利用定性方法與定量方法的組合。組合的主要目的是盡可能最大利用各種方法提供的信息，最大程度的提高預(yù)測精度。組合預(yù)測有兩種，即線性組合預(yù)測和非線性組合預(yù)測。線性組合預(yù)測又分為等權(quán)組合與不等權(quán)組合。等權(quán)組合指各預(yù)測方法的預(yù)測值按照相等的權(quán)數(shù)組合成新的預(yù)測值，而不等權(quán)組合賦予不同預(yù)測方法的預(yù)測值權(quán)數(shù)是不一樣的，這兩種除了在權(quán)數(shù)