基于L1惩罚Logit模型的公司财务风险预测与控制
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 选题背景及研究意义 | 第14-16页 |
| 1.1.1 选题背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15-16页 |
| 1.2 财务风险预测研究现状 | 第16-21页 |
| 1.2.1 统计分析方法 | 第16-19页 |
| 1.2.2 机器学习方法 | 第19-21页 |
| 1.3 研究思路和方法 | 第21-22页 |
| 1.3.1 研究思路 | 第21页 |
| 1.3.2 研究方法 | 第21-22页 |
| 1.4 主要创新和结构安排 | 第22-24页 |
| 1.4.1 主要创新 | 第22-23页 |
| 1.4.2 结构安排 | 第23-24页 |
| 第二章 相关理论基础 | 第24-34页 |
| 2.1 财务风险预测与控制 | 第24-28页 |
| 2.1.1 财务风险 | 第24-25页 |
| 2.1.2 财务危机 | 第25-26页 |
| 2.1.3 财务风险预测 | 第26-27页 |
| 2.1.4 财务风险控制 | 第27-28页 |
| 2.2 典型财务风险预测模型 | 第28-32页 |
| 2.2.1 二元选择Logit模型 | 第28-29页 |
| 2.2.2 支持向量机模型 | 第29-32页 |
| 2.3 财务风险预测分类效果评价 | 第32-34页 |
| 2.3.1 混淆矩阵 | 第32页 |
| 2.3.2 ROC曲线 | 第32-34页 |
| 第三章 L1惩罚Logit模型与方法 | 第34-39页 |
| 3.1 LASSO方法 | 第34-35页 |
| 3.2 L1惩罚Logit模型建立 | 第35-37页 |
| 3.2.1 模型表示 | 第35页 |
| 3.2.2 模型估计 | 第35-36页 |
| 3.2.3 惩罚参数选择 | 第36-37页 |
| 3.3 数值模拟 | 第37-39页 |
| 3.3.1 数据生成 | 第37页 |
| 3.3.2 变量选择效果 | 第37页 |
| 3.3.3 预测能力比较 | 第37-39页 |
| 第四章 财务风险预测与控制 | 第39-44页 |
| 4.1 样本和指标选取 | 第39页 |
| 4.1.1 样本选择 | 第39页 |
| 4.1.2 指标设计 | 第39页 |
| 4.2 变量选择与模型估计 | 第39-41页 |
| 4.3 模型准确度比较 | 第41-42页 |
| 4.4 结果与讨论 | 第42-44页 |
| 第五章 总结与展望 | 第44-45页 |
| 5.1 研究总结 | 第44页 |
| 5.2 研究展望 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第48页 |
