信用评价与股市预测模型研究及应用
2005-8
科学出版社
庞素琳
268
无
本书共分为四大部分第一部分为绪论，阐述了研究信用风险分析，分析了我国上市公司 财务状况发生危机的现状与原因，阐明了对我国上市公司进行信用评级的重要性，给出 了分析与评价上市公司财务状况好坏常用的财务指标，介绍了国内外在信用风险分析领 域常用的三种方法：参数统计方法、非参数统计方法和神经网络方法，并详细介绍了各 种方法的研究背景。第二部分研究了几个常用的统计模型在我国信用风险分析中的应用 ，分别建立了基于判别分析、Bayes风险分析、Logistic回归模型和模糊聚类方法的信用 评价模型，并利用前三种模型分别对我国2000年106家上市公司及2000年96家上市公 司分别进行两类模式分类及三类模式分类。第三部分系统研究了神经网络技术在我 国信用风险分析中的应用，分别建立了5种不同的神经网络信用评价模型：多层感 知器（MLP）、BP算法网络、径向基函数网络（RBFN）、概率神经网络（PNN）、 自组织神经网络，然后利用这5种方法分别对我国2000年106家上市公司及2000年 96家上市公司分别进行两类模式分类及三类模式分类，探讨了以上各种方法的模 式分类能力及其预警能力。并对神经网络信用评价模型和统计分类方法在模式分 类能力及预警能力方面作了比较研究。第四部分研究并建立了Logistic回归预测模 型、AR(1)及AR(2)模型、ARCH类预测模型及神经网络预测技术，探讨了各种方 法在我国股市波动预测中的应用。对各种预测方法，采用6种预测误差统计量 ：ME、 MAE、RMSE、MAPE、AIC和BIC对样本外（out- of-sample）的预测结果 进行检验。比较和分析了神经网络预测技术与统计预测模型的预测能力。
庞素琳，女，40岁，博士，暨南大学数学系副教授，硕士生导师，广东省系统工程学会理事，暨南大学2004年度优秀教师。IEEE高级会员，1992年8月-1995年7月在广西大学数学与信息科学学院获理学硕士学位。1995年7月至今在暨南大学数学系工作。1998年9月-2001年6月在华南理工大学控制科学与工程学院系统工程研究所获工学博士学位。2001年11月-2003年9月在中山大学数学与计算科学学院做博士后研究员。至今在国内外重要期刊和国际重要学术会议发表论文40余篇，其中被SCI和EI收录20多篇。曾两次荣获广东省金融学会优秀金融科研成果二等奖。研究领域包括：金融系统工程、神经网络及应用、模式识别、优化理论及应用。
序言前言第1章 绪论1.1 引言1.2 财务困境及其预警性研究的意义1.3 公司财务状况综合评价1.4 信用风险1.5 信用风险分析方法1.6 本书的章节结构第2章 模糊动态聚类在信用评级中的应用2.1 引言2.2 动态聚类分析方法2.3 举例2.4 建立模糊聚类评判标准2.5 本章小结第3章 判别分析模型在信用评价中的应用3.1 引言3.2 样本的选取与确定3.3 判别分析法3.4 两类模式分类3.5 三类模式分类3.6 本章小结第4章 Logistic回归模型在信用风险分析中的应用4.1 引言4.2 Logistic回归模型4.3 样本数据及实验结果分析4.4 本章小结第5章 神经网络基础知识5.1 引言5.2 人工神经元的模型5.3 网络结构及工作方式5.4 神经网络的学习方法和算法5.5 本章小结第6章 多层感知器信用评价模型6.1 引言6.2 感知器6.3 两类模式分类6.4 三类模式分类6.5 MLP学习算法和步骤6.6 本章小结第7章 基于BP算法的神经网络信用评价模型7.1 引言7.2 多层前向网络学习算法7.3 两类模式信用评价模型7.4 三类模式信用评价模型7.5 BP网络学习算法和步骤7.6 本章小结第8章 径向基函数网络信用评价模型8.1 引言8.2 径向基函数8.3 RBF网络信用评价模型8.4 网类模式分类8.5 三类模式分类8.6 本章小结第9章 概率神经网络信用评价模型第10章 自组织竞争网络信用风险评价模型第11章 基于支持向量机的信用评价模型第12章 信用评价模型比较研究及预警研究第13章 Logistic回归模型对股价的预测与分析第14章 AR和AR在股市波动中的预测第15章 ARCH类模型在股市波动中的预测第16章 BP算法在股市波动中的预测参考文献附表
无