项目名称: 面向纵横数据流概念漂移的企业财务困境预测动态建模研究

项目编号: No.70801054

项目类型: 青年科学基金项目

立项/批准年度: 2009

项目学科: 交通运输

项目作者: 孙洁

作者单位: 浙江师范大学

项目金额: 18万元

中文摘要: 基于企业财务困境预测的迫切现实需求,针对国内外理论研究的静态建模思想与企业运营动态性特点的严重脱节问题,本项目从财务信息纵横数据流和概念漂移的全新视角,对企业财务困境预测动态建模理论方法体系展开探索性研究和实证检验。研究内容:(1)财务困境预测动态建模的理论基础研究;(2)重点探索适合企业动态运营特点的财务困境预测动态建模方法体系,即构建融入样例选择与样例赋权的多分类器动态集成方法来处理财务困境预测动态建模的概念漂移问题,从建模速度和动态增量学习两个角度展开财务困境预测动态建模的支持向量机学习算法研究,提出在建模过程中动态选取财务困境预测变量的指标体系构建方法;(3)从单个企业纵向数据流和横向截面样本数据流两个方向展开财务困境预测动态建模实证研究。该研究将增强财务困境预测模型在时间推移过程中对财务困境概念漂移的适应能力,提高预测准确率,为企业财务困境管理机制及预警系统的建立提供重要工具。

中文关键词: 财务困境预测;概念漂移;动态建模;纵横数据流

英文摘要: Despite the practical urgency of business financial distress prediction, the theoretical research home and abroad is focused on static modelling, which disjoints with the dynamic operation of enterprises. This project explores the theory and method system of dynamic modelling for business financial distress prediction and empirically tests its validity. Its main research contents include: (1)basic theory of financial distress prediction based on dynamic modelling; (2)the method system of dynamic modelling for financial distress prediction that adapts to business dynamic operation, namely, dynamic ensemble method of multiple classifiers integrating sample selection and sample weighting to dispose financial distress concept drift, support vector machine algorithm for financial distress prediction that is improved from both aspects of modelling speed and incremental learning, and method of indicator system's dynamic construction in the process of financial distress prediction modelling; (3)empirical research on dynamic modeling method for financial distress prediction, which is based on both vertical data flow of single enterprise and honrizontal data flow of sectional samples. The research will promote the financial distress prediction model adatpting to the financial distress concept drift with the time moving, and improve the prediction accuracy. It also provides enterprises with important tool for building financial distress management mechanism and early warning system.

英文关键词: financial distress prediction; concept drift; dynamic modelling; vertical and horizontal data flow

成为VIP会员查看完整内容
0

相关内容

数字孪生模型构建理论及应用
专知会员服务
220+阅读 · 2022年4月19日
《面向制造业的数字化仿真分类》国家标准意见稿
专知会员服务
65+阅读 · 2022年4月13日
【经典书】时间序列分析与预测导论,671页pdf
专知会员服务
147+阅读 · 2022年4月1日
智能交通管理系统发展趋势
专知会员服务
19+阅读 · 2022年3月21日
【AAAI 2022】基于数据分布生成的可预测概念漂移适应
专知会员服务
33+阅读 · 2022年1月12日
专知会员服务
12+阅读 · 2021年9月15日
专知会员服务
97+阅读 · 2021年6月23日
敏捷建模“杀”入企业数字化
CSDN
2+阅读 · 2022年4月13日
一纵一横,搭建完整数据分析体系
人人都是产品经理
0+阅读 · 2022年1月30日
超级用户,才是企业未来发展的“核动力”
人人都是产品经理
0+阅读 · 2022年1月3日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
【MES】从ERP到MES,大部分企业都会踩到这些坑
产业智能官
23+阅读 · 2018年10月12日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月17日
小贴士
相关VIP内容
数字孪生模型构建理论及应用
专知会员服务
220+阅读 · 2022年4月19日
《面向制造业的数字化仿真分类》国家标准意见稿
专知会员服务
65+阅读 · 2022年4月13日
【经典书】时间序列分析与预测导论,671页pdf
专知会员服务
147+阅读 · 2022年4月1日
智能交通管理系统发展趋势
专知会员服务
19+阅读 · 2022年3月21日
【AAAI 2022】基于数据分布生成的可预测概念漂移适应
专知会员服务
33+阅读 · 2022年1月12日
专知会员服务
12+阅读 · 2021年9月15日
专知会员服务
97+阅读 · 2021年6月23日
相关资讯
敏捷建模“杀”入企业数字化
CSDN
2+阅读 · 2022年4月13日
一纵一横,搭建完整数据分析体系
人人都是产品经理
0+阅读 · 2022年1月30日
超级用户,才是企业未来发展的“核动力”
人人都是产品经理
0+阅读 · 2022年1月3日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
【MES】从ERP到MES,大部分企业都会踩到这些坑
产业智能官
23+阅读 · 2018年10月12日
相关基金
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员