信用評(píng)價(jià)與股市預(yù)測(cè)模型研究及應(yīng)用

內(nèi)容概要

　　本書共分為四大部分第一部分為緒論，闡述了研究信用風(fēng)險(xiǎn)分析，分析了我國上市公司　財(cái)務(wù)狀況發(fā)生危機(jī)的現(xiàn)狀與原因，闡明了對(duì)我國上市公司進(jìn)行信用評(píng)級(jí)的重要性，給出　了分析與評(píng)價(jià)上市公司財(cái)務(wù)狀況好壞常用的財(cái)務(wù)指標(biāo)，介紹了國內(nèi)外在信用風(fēng)險(xiǎn)分析領(lǐng)　域常用的三種方法：參數(shù)統(tǒng)計(jì)方法、非參數(shù)統(tǒng)計(jì)方法和神經(jīng)網(wǎng)絡(luò)方法，并詳細(xì)介紹了各　種方法的研究背景。第二部分研究了幾個(gè)常用的統(tǒng)計(jì)模型在我國信用風(fēng)險(xiǎn)分析中的應(yīng)用　，分別建立了基于判別分析、Bayes風(fēng)險(xiǎn)分析、Logistic回歸模型和模糊聚類方法的信用　評(píng)價(jià)模型，并利用前三種模型分別對(duì)我國2000年106家上市公司及2000年96家上市公　司分別進(jìn)行兩類模式分類及三類模式分類。第三部分系統(tǒng)研究了神經(jīng)網(wǎng)絡(luò)技術(shù)在我　國信用風(fēng)險(xiǎn)分析中的應(yīng)用，分別建立了5種不同的神經(jīng)網(wǎng)絡(luò)信用評(píng)價(jià)模型：多層感　知器（MLP）、BP算法網(wǎng)絡(luò)、徑向基函數(shù)網(wǎng)絡(luò)（RBFN）、概率神經(jīng)網(wǎng)絡(luò)（PNN）、　自組織神經(jīng)網(wǎng)絡(luò)，然后利用這5種方法分別對(duì)我國2000年106家上市公司及2000年　96家上市公司分別進(jìn)行兩類模式分類及三類模式分類，探討了以上各種方法的模　式分類能力及其預(yù)警能力。并對(duì)神經(jīng)網(wǎng)絡(luò)信用評(píng)價(jià)模型和統(tǒng)計(jì)分類方法在模式分　類能力及預(yù)警能力方面作了比較研究。第四部分研究并建立了Logistic回歸預(yù)測(cè)?！⌒?、AR(1)及AR(2)模型、ARCH類預(yù)測(cè)模型及神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)技術(shù)，探討了各種方　法在我國股市波動(dòng)預(yù)測(cè)中的應(yīng)用。對(duì)各種預(yù)測(cè)方法，采用6種預(yù)測(cè)誤差統(tǒng)計(jì)量?。篗E、 MAE、RMSE、MAPE、AIC和BIC對(duì)樣本外（out- of-sample）的預(yù)測(cè)結(jié)果　進(jìn)行檢驗(yàn)。比較和分析了神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)技術(shù)與統(tǒng)計(jì)預(yù)測(cè)模型的預(yù)測(cè)能力。

作者簡介

　　龐素琳，女，40歲，博士，暨南大學(xué)數(shù)學(xué)系副教授，碩士生導(dǎo)師，廣東省系統(tǒng)工程學(xué)會(huì)理事，暨南大學(xué)2004年度優(yōu)秀教師。IEEE高級(jí)會(huì)員，1992年8月-1995年7月在廣西大學(xué)數(shù)學(xué)與信息科學(xué)學(xué)院獲理學(xué)碩士學(xué)位。1995年7月至今在暨南大學(xué)數(shù)學(xué)系工作。1998年9月-2001年6月在華南理工大學(xué)控制科學(xué)與工程學(xué)院系統(tǒng)工程研究所獲工學(xué)博士學(xué)位。2001年11月-2003年9月在中山大學(xué)數(shù)學(xué)與計(jì)算科學(xué)學(xué)院做博士后研究員。至今在國內(nèi)外重要期刊和國際重要學(xué)術(shù)會(huì)議發(fā)表論文40余篇，其中被SCI和EI收錄20多篇。曾兩次榮獲廣東省金融學(xué)會(huì)優(yōu)秀金融科研成果二等獎(jiǎng)。研究領(lǐng)域包括：金融系統(tǒng)工程、神經(jīng)網(wǎng)絡(luò)及應(yīng)用、模式識(shí)別、優(yōu)化理論及應(yīng)用。

書籍目錄

序言前言第1章　緒論1.1 引言1.2 財(cái)務(wù)困境及其預(yù)警性研究的意義1.3 公司財(cái)務(wù)狀況綜合評(píng)價(jià)1.4 信用風(fēng)險(xiǎn)1.5 信用風(fēng)險(xiǎn)分析方法1.6 本書的章節(jié)結(jié)構(gòu)第2章　模糊動(dòng)態(tài)聚類在信用評(píng)級(jí)中的應(yīng)用2.1 引言2.2 動(dòng)態(tài)聚類分析方法2.3 舉例2.4 建立模糊聚類評(píng)判標(biāo)準(zhǔn)2.5 本章小結(jié)第3章　判別分析模型在信用評(píng)價(jià)中的應(yīng)用3.1 引言3.2 樣本的選取與確定3.3 判別分析法3.4 兩類模式分類3.5 三類模式分類3.6 本章小結(jié)第4章　Logistic回歸模型在信用風(fēng)險(xiǎn)分析中的應(yīng)用4.1 引言4.2 Logistic回歸模型4.3 樣本數(shù)據(jù)及實(shí)驗(yàn)結(jié)果分析4.4 本章小結(jié)第5章　神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識(shí)5.1 引言5.2 人工神經(jīng)元的模型5.3 網(wǎng)絡(luò)結(jié)構(gòu)及工作方式5.4 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法和算法5.5 本章小結(jié)第6章　多層感知器信用評(píng)價(jià)模型6.1 引言6.2 感知器6.3 兩類模式分類6.4 三類模式分類6.5 MLP學(xué)習(xí)算法和步驟6.6 本章小結(jié)第7章　基于BP算法的神經(jīng)網(wǎng)絡(luò)信用評(píng)價(jià)模型7.1 引言7.2 多層前向網(wǎng)絡(luò)學(xué)習(xí)算法7.3 兩類模式信用評(píng)價(jià)模型7.4 三類模式信用評(píng)價(jià)模型7.5 BP網(wǎng)絡(luò)學(xué)習(xí)算法和步驟7.6 本章小結(jié)第8章　徑向基函數(shù)網(wǎng)絡(luò)信用評(píng)價(jià)模型8.1 引言8.2 徑向基函數(shù)8.3 RBF網(wǎng)絡(luò)信用評(píng)價(jià)模型8.4 網(wǎng)類模式分類8.5 三類模式分類8.6 本章小結(jié)第9章　概率神經(jīng)網(wǎng)絡(luò)信用評(píng)價(jià)模型第10章　自組織競(jìng)爭(zhēng)網(wǎng)絡(luò)信用風(fēng)險(xiǎn)評(píng)價(jià)模型第11章　基于支持向量機(jī)的信用評(píng)價(jià)模型第12章　信用評(píng)價(jià)模型比較研究及預(yù)警研究第13章　Logistic回歸模型對(duì)股價(jià)的預(yù)測(cè)與分析第14章　AR和AR在股市波動(dòng)中的預(yù)測(cè)第15章　ARCH類模型在股市波動(dòng)中的預(yù)測(cè)第16章　BP算法在股市波動(dòng)中的預(yù)測(cè)參考文獻(xiàn)附表

圖書封面

圖書標(biāo)簽Tags

無

評(píng)論、評(píng)分、閱讀與下載

---

    信用評(píng)價(jià)與股市預(yù)測(cè)模型研究及應(yīng)用 PDF格式下載

---