基于貝葉斯網(wǎng)絡(luò)的我國(guó)上市公司信用風(fēng)險(xiǎn)預(yù)警研究.pdf

1、自2007年8月開(kāi)始，美國(guó)次貸危機(jī)引發(fā)的金融危機(jī)席卷全世界，使各國(guó)金融市場(chǎng)劇烈震蕩，經(jīng)濟(jì)也深受其累。然而，一波未平一波又起，2009年爆發(fā)的歐債危機(jī)再一次將歐洲經(jīng)濟(jì)拖入泥潭，更為經(jīng)濟(jì)的復(fù)蘇蒙上了一層陰影。歐債危機(jī)是美國(guó)次貸危機(jī)的延續(xù)和深化，其根本原因是政府債務(wù)超過(guò)其承受范圍而導(dǎo)致的信用風(fēng)險(xiǎn)。因此，國(guó)家債務(wù)的信用風(fēng)險(xiǎn)會(huì)對(duì)經(jīng)濟(jì)造成災(zāi)難性的影響。同樣，企業(yè)的信用風(fēng)險(xiǎn)也會(huì)帶來(lái)極其嚴(yán)重的問(wèn)題。如何對(duì)企業(yè)的信用風(fēng)險(xiǎn)進(jìn)行有效地預(yù)警就成為一個(gè)值得深入研

2、究的問(wèn)題。
　　本文綜合運(yùn)用貝葉斯網(wǎng)絡(luò)理論、財(cái)務(wù)預(yù)警理論及其MATLAB編程技術(shù)和SPSS統(tǒng)計(jì)分析技術(shù)，吸收了多變量分析、人工智能數(shù)據(jù)挖掘技術(shù)等前人的研究經(jīng)驗(yàn)，建立了基于貝葉斯網(wǎng)絡(luò)的上市公司信用風(fēng)險(xiǎn)預(yù)警模型。同時(shí)，本文對(duì)所構(gòu)建的模型進(jìn)行大樣本、多變量的實(shí)證分析，表明兩種模型都具有較好的穩(wěn)定性及預(yù)測(cè)準(zhǔn)確性，并對(duì)模型的應(yīng)用實(shí)踐作了初步探究。
　　首先，梳理前人的研究方法和理論。通過(guò)分析，找出企業(yè)發(fā)生信用風(fēng)險(xiǎn)的內(nèi)在因素。根據(jù)標(biāo)準(zhǔn)選

3、定研究樣本和各財(cái)務(wù)指標(biāo)，初步選取了15個(gè)財(cái)務(wù)指標(biāo)作為建模的備選指標(biāo)，并對(duì)備選指標(biāo)進(jìn)行分析與檢驗(yàn)，分別對(duì)指標(biāo)進(jìn)行了P-P圖正態(tài)分布檢驗(yàn)、Person相關(guān)性分析和T檢驗(yàn)。其次，系統(tǒng)的介紹了貝葉斯網(wǎng)絡(luò)建模流程——結(jié)構(gòu)學(xué)習(xí)和參數(shù)學(xué)習(xí)。著重分析了兩種本研究所用的兩種貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法（K2算法和MCMC算法）和兩種貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)算法（最大似然估計(jì)方法和最大后驗(yàn)概率方法）。最后，結(jié)合MATLAB編程和確定的樣本指標(biāo)構(gòu)建上市公司貝葉斯網(wǎng)絡(luò)信用