《信息计算科学专业优秀论文kernel fisher判别在上市公司财务状况异常性判断中的应用.doc》由会员分享，可在线阅读，更多相关《信息计算科学专业优秀论文kernel fisher判别在上市公司财务状况异常性判断中的应用.doc（24页珍藏版）》请在三一文库上搜索。
1、信息计算科学专业优秀论文 Kernel Fisher判别在上市公司财务状况异常性判断中的应用关键词：上市公司 金融市场 Kernel Fisher判别法 回归分析摘要：随着中国金融资本市场的逐渐好转，中国股票投资者的数量也在逐渐增加投资者在选择上市公司股票进行投资时，要考虑投资风险的问题ST (SpecialTreatment) 公司是沪深交易所明确规定标明的被“特别处理的上市公司，存在着退市的危险如何利用上市公司公开的财务报表，通过报表分析上市公司的财务状况，从而区分出ST公司与非ST公司，成为当下投资者关心的问题 对上市公司财务状况的研究，日前主要有基于回归分析和线性判别的方法，比方 Lo
2、gistic 回归、Fisher 判别，另外还有基于主成分判别分析和前馈神经网络等，但是这些方法在判别效果上都不是很好本文通过对不同行业100家上市公司财务报表各列示项的提取，依据各列示项的内在关系，选择比率指标作为数据集的属性，采用非线性的 Kernel Fisher 判别方法来判别ST公司与非ST公司。试验说明，在判别效果上，Kernel Fisher方法要明显优于其他文献提出的方法因此，投资者可以借助该模型，对他们关心的投资风险做出判断，以便更好的做好投资方式和投资资本的分配正文内容 随着中国金融资本市场的逐渐好转，中国股票投资者的数量也在逐渐增加投资者在选择上市公司股票进行投资时，要考
3、虑投资风险的问题ST (SpecialTreatment) 公司是沪深交易所明确规定标明的被“特别处理的上市公司，存在着退市的危险如何利用上市公司公开的财务报表，通过报表分析上市公司的财务状况，从而区分出ST公司与非ST公司，成为当下投资者关心的问题 对上市公司财务状况的研究，日前主要有基于回归分析和线性判别的方法，比方 Logistic 回归、Fisher 判别，另外还有基于主成分判别分析和前馈神经网络等，但是这些方法在判别效果上都不是很好本文通过对不同行业100家上市公司财务报表各列示项的提取，依据各列示项的内在关系，选择比率指标作为数据集的属性，采用非线性的 Kernel Fisher
4、判别方法来判别ST公司与非ST公司。试验说明，在判别效果上，Kernel Fisher方法要明显优于其他文献提出的方法因此，投资者可以借助该模型，对他们关心的投资风险做出判断，以便更好的做好投资方式和投资资本的分配随着中国金融资本市场的逐渐好转，中国股票投资者的数量也在逐渐增加投资者在选择上市公司股票进行投资时，要考虑投资风险的问题ST (SpecialTreatment) 公司是沪深交易所明确规定标明的被“特别处理的上市公司，存在着退市的危险如何利用上市公司公开的财务报表，通过报表分析上市公司的财务状况，从而区分出ST公司与非ST公司，成为当下投资者关心的问题 对上市公司财务状况的研究，日前
5、主要有基于回归分析和线性判别的方法，比方 Logistic 回归、Fisher 判别，另外还有基于主成分判别分析和前馈神经网络等，但是这些方法在判别效果上都不是很好本文通过对不同行业100家上市公司财务报表各列示项的提取，依据各列示项的内在关系，选择比率指标作为数据集的属性，采用非线性的 Kernel Fisher 判别方法来判别ST公司与非ST公司。试验说明，在判别效果上，Kernel Fisher方法要明显优于其他文献提出的方法因此，投资者可以借助该模型，对他们关心的投资风险做出判断，以便更好的做好投资方式和投资资本的分配随着中国金融资本市场的逐渐好转，中国股票投资者的数量也在逐渐增加投资
6、者在选择上市公司股票进行投资时，要考虑投资风险的问题ST (SpecialTreatment) 公司是沪深交易所明确规定标明的被“特别处理的上市公司，存在着退市的危险如何利用上市公司公开的财务报表，通过报表分析上市公司的财务状况，从而区分出ST公司与非ST公司，成为当下投资者关心的问题 对上市公司财务状况的研究，日前主要有基于回归分析和线性判别的方法，比方 Logistic 回归、Fisher 判别，另外还有基于主成分判别分析和前馈神经网络等，但是这些方法在判别效果上都不是很好本文通过对不同行业100家上市公司财务报表各列示项的提取，依据各列示项的内在关系，选择比率指标作为数据集的属性，采用非
7、线性的 Kernel Fisher 判别方法来判别ST公司与非ST公司。试验说明，在判别效果上，Kernel Fisher方法要明显优于其他文献提出的方法因此，投资者可以借助该模型，对他们关心的投资风险做出判断，以便更好的做好投资方式和投资资本的分配随着中国金融资本市场的逐渐好转，中国股票投资者的数量也在逐渐增加投资者在选择上市公司股票进行投资时，要考虑投资风险的问题ST (SpecialTreatment) 公司是沪深交易所明确规定标明的被“特别处理的上市公司，存在着退市的危险如何利用上市公司公开的财务报表，通过报表分析上市公司的财务状况，从而区分出ST公司与非ST公司，成为当下投资者关心的
8、问题 对上市公司财务状况的研究，日前主要有基于回归分析和线性判别的方法，比方 Logistic 回归、Fisher 判别，另外还有基于主成分判别分析和前馈神经网络等，但是这些方法在判别效果上都不是很好本文通过对不同行业100家上市公司财务报表各列示项的提取，依据各列示项的内在关系，选择比率指标作为数据集的属性，采用非线性的 Kernel Fisher 判别方法来判别ST公司与非ST公司。试验说明，在判别效果上，Kernel Fisher方法要明显优于其他文献提出的方法因此，投资者可以借助该模型，对他们关心的投资风险做出判断，以便更好的做好投资方式和投资资本的分配随着中国金融资本市场的逐渐好转，
9、中国股票投资者的数量也在逐渐增加投资者在选择上市公司股票进行投资时，要考虑投资风险的问题ST (SpecialTreatment) 公司是沪深交易所明确规定标明的被“特别处理的上市公司，存在着退市的危险如何利用上市公司公开的财务报表，通过报表分析上市公司的财务状况，从而区分出ST公司与非ST公司，成为当下投资者关心的问题 对上市公司财务状况的研究，日前主要有基于回归分析和线性判别的方法，比方 Logistic 回归、Fisher 判别，另外还有基于主成分判别分析和前馈神经网络等，但是这些方法在判别效果上都不是很好本文通过对不同行业100家上市公司财务报表各列示项的提取，依据各列示项的内在关系，
10、选择比率指标作为数据集的属性，采用非线性的 Kernel Fisher 判别方法来判别ST公司与非ST公司。试验说明，在判别效果上，Kernel Fisher方法要明显优于其他文献提出的方法因此，投资者可以借助该模型，对他们关心的投资风险做出判断，以便更好的做好投资方式和投资资本的分配随着中国金融资本市场的逐渐好转，中国股票投资者的数量也在逐渐增加投资者在选择上市公司股票进行投资时，要考虑投资风险的问题ST (SpecialTreatment) 公司是沪深交易所明确规定标明的被“特别处理的上市公司，存在着退市的危险如何利用上市公司公开的财务报表，通过报表分析上市公司的财务状况，从而区分出ST公
11、司与非ST公司，成为当下投资者关心的问题 对上市公司财务状况的研究，日前主要有基于回归分析和线性判别的方法，比方 Logistic 回归、Fisher 判别，另外还有基于主成分判别分析和前馈神经网络等，但是这些方法在判别效果上都不是很好本文通过对不同行业100家上市公司财务报表各列示项的提取，依据各列示项的内在关系，选择比率指标作为数据集的属性，采用非线性的 Kernel Fisher 判别方法来判别ST公司与非ST公司。试验说明，在判别效果上，Kernel Fisher方法要明显优于其他文献提出的方法因此，投资者可以借助该模型，对他们关心的投资风险做出判断，以便更好的做好投资方式和投资资本的
12、分配随着中国金融资本市场的逐渐好转，中国股票投资者的数量也在逐渐增加投资者在选择上市公司股票进行投资时，要考虑投资风险的问题ST (SpecialTreatment) 公司是沪深交易所明确规定标明的被“特别处理的上市公司，存在着退市的危险如何利用上市公司公开的财务报表，通过报表分析上市公司的财务状况，从而区分出ST公司与非ST公司，成为当下投资者关心的问题 对上市公司财务状况的研究，日前主要有基于回归分析和线性判别的方法，比方 Logistic 回归、Fisher 判别，另外还有基于主成分判别分析和前馈神经网络等，但是这些方法在判别效果上都不是很好本文通过对不同行业100家上市公司财务报表各列
13、示项的提取，依据各列示项的内在关系，选择比率指标作为数据集的属性，采用非线性的 Kernel Fisher 判别方法来判别ST公司与非ST公司。试验说明，在判别效果上，Kernel Fisher方法要明显优于其他文献提出的方法因此，投资者可以借助该模型，对他们关心的投资风险做出判断，以便更好的做好投资方式和投资资本的分配随着中国金融资本市场的逐渐好转，中国股票投资者的数量也在逐渐增加投资者在选择上市公司股票进行投资时，要考虑投资风险的问题ST (SpecialTreatment) 公司是沪深交易所明确规定标明的被“特别处理的上市公司，存在着退市的危险如何利用上市公司公开的财务报表，通过报表分析
14、上市公司的财务状况，从而区分出ST公司与非ST公司，成为当下投资者关心的问题 对上市公司财务状况的研究，日前主要有基于回归分析和线性判别的方法，比方 Logistic 回归、Fisher 判别，另外还有基于主成分判别分析和前馈神经网络等，但是这些方法在判别效果上都不是很好本文通过对不同行业100家上市公司财务报表各列示项的提取，依据各列示项的内在关系，选择比率指标作为数据集的属性，采用非线性的 Kernel Fisher 判别方法来判别ST公司与非ST公司。试验说明，在判别效果上，Kernel Fisher方法要明显优于其他文献提出的方法因此，投资者可以借助该模型，对他们关心的投资风险做出判断
15、，以便更好的做好投资方式和投资资本的分配随着中国金融资本市场的逐渐好转，中国股票投资者的数量也在逐渐增加投资者在选择上市公司股票进行投资时，要考虑投资风险的问题ST (SpecialTreatment) 公司是沪深交易所明确规定标明的被“特别处理的上市公司，存在着退市的危险如何利用上市公司公开的财务报表，通过报表分析上市公司的财务状况，从而区分出ST公司与非ST公司，成为当下投资者关心的问题 对上市公司财务状况的研究，日前主要有基于回归分析和线性判别的方法，比方 Logistic 回归、Fisher 判别，另外还有基于主成分判别分析和前馈神经网络等，但是这些方法在判别效果上都不是很好本文通过对
16、不同行业100家上市公司财务报表各列示项的提取，依据各列示项的内在关系，选择比率指标作为数据集的属性，采用非线性的 Kernel Fisher 判别方法来判别ST公司与非ST公司。试验说明，在判别效果上，Kernel Fisher方法要明显优于其他文献提出的方法因此，投资者可以借助该模型，对他们关心的投资风险做出判断，以便更好的做好投资方式和投资资本的分配随着中国金融资本市场的逐渐好转，中国股票投资者的数量也在逐渐增加投资者在选择上市公司股票进行投资时，要考虑投资风险的问题ST (SpecialTreatment) 公司是沪深交易所明确规定标明的被“特别处理的上市公司，存在着退市的危险如何利用
17、上市公司公开的财务报表，通过报表分析上市公司的财务状况，从而区分出ST公司与非ST公司，成为当下投资者关心的问题 对上市公司财务状况的研究，日前主要有基于回归分析和线性判别的方法，比方 Logistic 回归、Fisher 判别，另外还有基于主成分判别分析和前馈神经网络等，但是这些方法在判别效果上都不是很好本文通过对不同行业100家上市公司财务报表各列示项的提取，依据各列示项的内在关系，选择比率指标作为数据集的属性，采用非线性的 Kernel Fisher 判别方法来判别ST公司与非ST公司。试验说明，在判别效果上，Kernel Fisher方法要明显优于其他文献提出的方法因此，投资者可以借助
18、该模型，对他们关心的投资风险做出判断，以便更好的做好投资方式和投资资本的分配?特别提醒?：正文内容由PDF文件转码生成，如您电脑未有相应转换码，那么无法显示正文内容，请您下载相应软件，下载地址为 :/ 400gb /file/75571905 。如还不能显示，可以联系我q q 1627550258 ，提供原格式文档。我们还可提供代笔效劳，价格优惠，效劳周到，包您通过。 " 垐垯櫃换烫梯葺铑?endstreamendobj2x滌甸?*U躆跦?l,墀VGi?o嫅#4K錶c&伣嘰呐q虻U節鉡c姥?BL偤7.X哖?驳疗"g讍l/<5蔍7sQIvs疖?SJ%JvI雓1傀
19、7鑥伍妰遠Y魥 靤/W鐼E霯q聊湝ECu?knb?.:?澍羈7坋:;俐hEan2P6?!八帊/=櫕貵Wp?U脞姦%?qj?颬儼噃IV壂G邊?V忣鏕裚?靈模?慞擭昄X?;萕屄P,'枍U霩R嚵蝆RC珵墂锬襵")焟滫?ob#噡滴覇羘幥d<?讫E鼠U閥?甅Y_HT軷糣Q渿拜&应U躨?淊Nv祌|揜JJ9B9?_+.|莭?桌O姺?踱:R?截d襛jLk崌?謹6m図?b2頔?YU?拰泅?E稛擈?cH B?pR枣渹唱?上鴰AUq陶誼?a_坩j?劷'a ?eb軌嬲6?65苡?喱U椁致a?頟狃鑃鋻?牥I?鄞?摉敊?(毆s?6仿?K2l肂F蚻盜?J琬C瓃!炻!鸌8?壽8?S鰬F
20、Q=*?闲d(N该辭O?!蕍池?E柪8頬4syXr移Js?脋翟?PB针旌汉R紡斮銒0eh尸?XTHzK輫獞谪k伬.K!e鼚V?;驭s磇嗔5巐奌1;a/w,価*w=U#深啦厣#霵 ?懑刉覶瑼?l灏8Na?谺|mL駰麲?橆C啟拡铵邢哎"橶軹<?峾?I铈N?T蠿h?暵l2錛豵岂鋁釯訑9|U忡H奙鑧n!挈嬶颊tK犨绸萑mE遰D5KU/燏闪g菬3?6iL绌?'?8L愒?黴萧懨间蚷"0苸|Z?牫氀k鱟m智tC呿腩%陏砂?婁琊 蚩?p炊匌QE秝)?3祲翓?l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒la空/?鈈1贿$F<0佚&煿网澟?釤h裝y:M?瘃d襅絧
21、?曄d鈅7橵ZngQY穴甯?c繋 圁?麾璃 c旿T珤z'4v?/鰍w玣9樂濖?峐晻?娴翖H鎉詤闽s癜/?Z骫/吐莁鳝恪叓?c緂羗燤蘦<?a:?编o6h挛W腃md寙妗M檂戴J炀?砡Z?d?獊嚘槏F劃?徎耡?a汚?螻8?冚窉&竕?/tR氍猜r'鴅兂su勢J嫓-?貀鯼吔?啪"?l匢k耭 聨蕞?霡耋艔続6挬aF溭ku罡?0埪怍m莫袍逷6&?+T?貇KPN:椴歋9wp?$%?粿?感,腑?U_?w?豒濈?J_.cy鰻PY<腹g卨b5啨喻$?梉?娐厝糈Nò娻#g?z%0v_JU倧3x8碂F?憛權J?B憹丽腃苐创a唨喂辙?E,f|灯掌亣3姬鄾壿摟
22、妝?3?萌l>Pet?Pf臕?m稅盠?恁v_關lm,OMK?'vOp牯V睟艶頛4.?鮠4lO?鼎?#濔%滷?腵鳐#C?另v|j'珬i|葙K羇胞Tt?"1鱳忞1?#1?# 谺? 豣? 豅?Fb癳$Fb癳$Fb懊U虶:獊 u餕n梕炯鈝羡n馴弁?裦$k琽腌羨鯞x8dz阞睩飫諥?R蛨)傣Nc鐓婤嬬踋D铅,j豃杮?03o膰澴饿垱,3cLY尧3?搮4kKh費QC幎鲟f?洭孺V饞?tY囝_?鮶量躞W蔋/<?枞:蚢w龃欦恈宖xF?G?<雅M餕K聭?W境O?赧ME6?诖佟U9y伞?t3吁或i扡椌Ti/'u?h4涱谌f盭纐?匌%囗w祝綧7啚W嬓駳谣酗8簮镄炯a*
23、鞠?l?娮Lp-6?鏷4?uve2欐鈗锯bmIi滝多"?4橳婱fbC貇?吷d#=驰D梟3E凂NIupG诘V陭s?i4l暺窴誵w鰕?彽餥?靭.n宒D喇1K?)?J癊Y睬Aw?s?銲洃摀?娒糍j鋷稣9苣s骹囈x丏麈(j?錞斊恘迃觸達沭?l瑶f?>熁疆?6?a瘄伮幨?.寒癧拲梡?貃'毽?狎裦&癿?紣兩D?孧璞?*讅A?G哊$(L?翞漷獔苐眄?A+y鯱h'Q伛R濵崇練谰澠蕱劜(頓r)g?雴s?l7g缣t1苬?h蚫芦窼?媢J?|兊欨y镩飃袩?lN1囁9廥Z薩j屻猆?5郜?呁%8赻誵?揃6査9?狥U?噶8?l抔'瓫湾?摽郒i 鯦捶摭?sr&螨?鶶呁菸
24、?%毎磆*?R閁b太?.?6柧靘発蕯?俔;#x刔彟2Z皙笜'?D剧>珞H鏋Kx時k,褝仆?稀?i攸'闥)荮vJ釔絓|?殢D蘰厣?籶(柶胊?07姻Rl遜ee醳B?苒?甊袝t弟l?%G趓毘N蒖與叚繜羇坯嵎憛?>U?Xd*蛥?.臟兄+鮶m4嵸/E厤U閄r塎偨匰忓tQL綹eb?抔搉ok怊J?l?庮蔘?唍*舶裤爞K誵Xr蛈翏磾寚缳nE駔殞梕壦e櫫蹴友搇6碪近躍邀8顪?z'Fi?U钮嬧撯暼坻7/?W?3RQ碚螅T憚磴炬B-垥n國0fw丮"eI?a揦(?7鳁?H?弋睟栴?霽N濎嬄!盯鼴蝔4sxr?溣?檝皞咃hi#?攊(?v擗谂馿鏤刊x偨棆鯍抰Lyy|y箲丽膈淢m7汍衂法瀶?鴫C?Q貖澔?wC(?9m.Ek?腅僼碓靔奲?D|疑維d袣箈Q|榉慓採紤婏(鞄-h蜪7I冑?'匨+蘮.懸6鶚?蚧?铒鷈?叛牪?蹾rR?*t?檸?籕