基于貝葉斯網絡的我國上市公司信用風險預警研究.pdf

1、自2007年8月開始，美國次貸危機引發(fā)的金融危機席卷全世界，使各國金融市場劇烈震蕩，經濟也深受其累。然而，一波未平一波又起，2009年爆發(fā)的歐債危機再一次將歐洲經濟拖入泥潭，更為經濟的復蘇蒙上了一層陰影。歐債危機是美國次貸危機的延續(xù)和深化，其根本原因是政府債務超過其承受范圍而導致的信用風險。因此，國家債務的信用風險會對經濟造成災難性的影響。同樣，企業(yè)的信用風險也會帶來極其嚴重的問題。如何對企業(yè)的信用風險進行有效地預警就成為一個值得深入研

2、究的問題。
　　本文綜合運用貝葉斯網絡理論、財務預警理論及其MATLAB編程技術和SPSS統(tǒng)計分析技術，吸收了多變量分析、人工智能數據挖掘技術等前人的研究經驗，建立了基于貝葉斯網絡的上市公司信用風險預警模型。同時，本文對所構建的模型進行大樣本、多變量的實證分析，表明兩種模型都具有較好的穩(wěn)定性及預測準確性，并對模型的應用實踐作了初步探究。
　　首先，梳理前人的研究方法和理論。通過分析，找出企業(yè)發(fā)生信用風險的內在因素。根據標準選

3、定研究樣本和各財務指標，初步選取了15個財務指標作為建模的備選指標，并對備選指標進行分析與檢驗，分別對指標進行了P-P圖正態(tài)分布檢驗、Person相關性分析和T檢驗。其次，系統(tǒng)的介紹了貝葉斯網絡建模流程——結構學習和參數學習。著重分析了兩種本研究所用的兩種貝葉斯網絡結構學習算法（K2算法和MCMC算法）和兩種貝葉斯網絡參數學習算法（最大似然估計方法和最大后驗概率方法）。最后，結合MATLAB編程和確定的樣本指標構建上市公司貝葉斯網絡信用