基于随机森林的制造业上市公司财务预警模型研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究背景 | 第8-9页 |
| ·研究目的及意义 | 第9页 |
| ·财务预警模型研究现状 | 第9-13页 |
| ·统计分析类 | 第9-12页 |
| ·数据挖掘类 | 第12-13页 |
| ·研究内容及结构安排 | 第13-14页 |
| ·可能的创新点 | 第14-16页 |
| 第二章 随机森林算法介绍 | 第16-26页 |
| ·分类回归树 | 第16-19页 |
| ·决策树的生长 | 第17-18页 |
| ·决策树的剪枝 | 第18-19页 |
| ·Bagging 方法 | 第19-20页 |
| ·随机森林 | 第20-26页 |
| ·随机森林的定义 | 第20页 |
| ·随机森林的泛化误差 | 第20-22页 |
| ·随机森林的 OOB 估计 | 第22页 |
| ·随机森林的优点及其特殊功能 | 第22-24页 |
| ·随机森林研究及应用现状 | 第24-26页 |
| 第三章 样本及指标的确定 | 第26-43页 |
| ·数据收集 | 第26-29页 |
| ·样本的初步选取 | 第26-27页 |
| ·指标的初步选取 | 第27-29页 |
| ·数据探索 | 第29-33页 |
| ·指标分布探索 | 第30-32页 |
| ·均值比较及异常值诊断 | 第32-33页 |
| ·异常样本诊断 | 第33-35页 |
| ·指标筛选 | 第35-42页 |
| ·基于 AUC 的随机森林指标筛选原理 | 第35-36页 |
| ·AUC-RF 指标筛选 | 第36-38页 |
| ·显著性和相关性指标筛选 | 第38-42页 |
| ·指标组合性能比较 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第四章 财务预警模型的构建与评价 | 第43-54页 |
| ·随机森林参数优选 | 第43-45页 |
| ·ntree 优选 | 第43-44页 |
| ·mtry 优选 | 第44-45页 |
| ·随机森林的噪声鲁棒性 | 第45-46页 |
| ·不平衡问题的处理 | 第46-49页 |
| ·不平衡问题的处理方法 | 第47-48页 |
| ·实验比较 | 第48-49页 |
| ·财务预警模型的评价 | 第49-51页 |
| ·财务预警模型的解释 | 第51-53页 |
| ·偏相关函数和预警区间 | 第51-53页 |
| ·财务预警模型应用举例 | 第53页 |
| ·本章小结 | 第53-54页 |
| 第五章 总结 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录A R 软件介绍与相关程序 | 第58-62页 |
| 附录B 样本企业 | 第62-64页 |
| 附录C 相关图表 | 第64-68页 |
| 个人简历 在读期间发表的学术论文 | 第68-69页 |
| 致谢 | 第69页 |
