金融數(shù)據(jù)挖掘ppt課件-文庫吧資料
2025-05-13 04:20本頁面
【正文】 會產(chǎn)生偏差，特別是在構(gòu)建概率預(yù)測模型時； * 如果需要采用分層抽樣方法，則對參數(shù)估計方法應(yīng)進行調(diào)整； * 事先確定預(yù)測變量，否則的話，可以采用逐步回歸法。 run。 Logistic回歸模型實際上是概率預(yù)測模型，其原理如下： 建立如下形式的線性模型 ： 則得到概率預(yù)測模型 Logistic回歸模型為非線性模型，模型的參數(shù)估計不能用最小二乘法，而采用極大似然估計法?；蚪⑵渌麊栴}的判別分析預(yù)測模型。 * 也可以建立另外形式的預(yù)測規(guī)則。 * 根據(jù)兩種誤判的損失估計確定合適的臨界值 現(xiàn)在根據(jù)使兩種誤判盡可能接近的方法，得到： 臨界值： d = ⑤ 、 預(yù)測規(guī)則： 對每個上市公司計算對應(yīng)的 d，若 d＞ ， 則判斷其一年后不會陷入財務(wù)困境；若 d＜ ， 則判斷其一年后會陷入財務(wù)困境。 ③ 、 SAS結(jié)果 對兩個距離的說明。 class y。 由于馬氏距離為一個二次型，因此當(dāng) 時，距離差也會一個二次型，這樣在計算時較復(fù)雜，如果 ，且兩個總體均服從正態(tài)分布，則距離差為一個線性函數(shù)（線性判別函數(shù)），可利用這個線性函數(shù) 建立預(yù)測規(guī)則。 判別分析是利用距離（相似程度的體現(xiàn)）來判斷樣本的歸屬。 （ sj1， sj2） 二、構(gòu)造分類預(yù)測模型的方法 判別分析法 ①、 判別分析方法的統(tǒng)計學(xué)原理 假設(shè)有兩個總體 —— 財務(wù)困境公司與財務(wù)正常公司，每個總體都可以用一個六維隨機變量 表示，不同的總體分布不同。 m=int(_n_/2)。 對已進行 k排序的數(shù)據(jù)庫 a data b。 k=uniform(15)。 分類變量 y的取值 y=0 如果公司為財務(wù)困境公司 y=1 如果公司為財務(wù)正常公司 類似案例 ： * 外資并購目標公司預(yù)測 * 防 信用卡詐騙預(yù)警系統(tǒng) * 銀行客戶關(guān)系管理 * 稅務(wù)稽核 數(shù)據(jù)來源： CSMAR數(shù)據(jù)庫 19902022 資產(chǎn)負債表、損益表， 19901997 財務(wù)狀況變動表 19982022 現(xiàn)金流量表 報表變動情況： 1994年合并會計報表 1998年資產(chǎn)減值準備 研究所需數(shù)據(jù) ①、 預(yù)測變量選取 —— 實踐經(jīng)驗、其他文獻使用的預(yù)測變量、采用技術(shù)手段（統(tǒng)計技術(shù)、數(shù)據(jù)挖掘技術(shù)）選取預(yù)測變量、在一定理論指導(dǎo)下構(gòu)造新的預(yù)測變量； ②、 樣本數(shù)據(jù)的結(jié)構(gòu)形式 ③、 采集樣本數(shù)據(jù)時應(yīng)注意的問題 * 盡量采用跨年度數(shù)據(jù) * 需要刪除的數(shù)據(jù)
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1