金融數(shù)據(jù)挖掘ppt課件-在線瀏覽
2025-06-24 04:20本頁面
【正文】 分重要、且相對比較成熟的數(shù)據(jù)挖掘技術(shù)是： 分類與預測 特征化、比較與關(guān)聯(lián)規(guī)則挖掘 聚類分析 序列發(fā)現(xiàn) 本課程主要內(nèi)容：幾類數(shù)據(jù)挖掘技術(shù)的基本原理、數(shù)據(jù)挖掘方法、及這些挖掘技術(shù)在金融領(lǐng)域的應用。 * 某人否具有某種疾病 * 上市公司是否會陷入財務困境、是否會被外資并購 * 借款人是否會違約 * 這個客戶是否為銀行的潛在優(yōu)質(zhì)客戶、是否會轉(zhuǎn)向其他銀行 用 y表示類變量， y取離散的幾個值，分類就是判斷或預測樣本的 y究竟取什么值 預測 預測是指對連續(xù)性變量的取值進行預測，如： * 某個借款人的違約概率是多少 * 銀行資產(chǎn)組合明天在 99%置信度下的最大損失（ VaR）有 多大 * 如果某開放式基金因面臨巨額贖回申請而不得不大量拋售某種證券，這種證券的價格會下跌多少 分類 —— 對離散型變量進行預測 預測 —— 對連續(xù)型變量進行預測 二、分類案例教學 —— 上市公司財務困境預測模型構(gòu)建 要求： 將因財務狀況異常而被特別處理的 ST公司界定為財務困境公司、非 ST公司界定為財務正常公司，利用上市公司的財務報表數(shù)據(jù)，建立上市公司財務困境預測模型（提前一年預測，即用第 t2年的數(shù)據(jù)預測企業(yè)在第 t年是否會陷入財務困境）。 ⑥ 、 隨機抽樣構(gòu)造訓練樣本組、檢驗樣本組的 SAS方法： * 將 EXCEL數(shù)據(jù)庫轉(zhuǎn)為 SAS數(shù)據(jù)庫； * SAS隨機數(shù)函數(shù) —— uniform（ seed）， 隨機種子數(shù)seed取奇數(shù)，產(chǎn)生 [0， 1]區(qū)間上的一個隨機數(shù) * 隨機建立訓練樣本組、檢驗樣本組的 SAS程序 data a； set 。 run。 set a。 run。預測上市公司是否會陷入財務困境，就是判斷這個公司所對應的樣本屬于哪個總體。較常用的距離度量是馬氏距離： ，判別分析實際上是利用距離差： 為判斷指標來判斷樣本的歸屬。 ② 、 判別分析的 SAS程序： proc discrim data=。 run?，F(xiàn)在可以得到線行判別函數(shù)為： ④ 、 如何建立預測規(guī)則 * 指標的判斷：正指標還是負指標（正指標）。 ⑥、 預測準確率檢驗： 訓練樣本組 檢驗樣本組 ST公司： 49/56=% 47/55 = % 非 ST公司 : 442/504=% 432/504 = % ⑦ 、討論 * 判別分析只能運用于離散型因變量預測，而不能運用于連續(xù)型因變量預測； * 建立線性判別準則，需要較強的限制條件 —— 正態(tài)分布與等協(xié)方差矩陣； * 臨界值的確定需考慮不同誤判的損失函數(shù)，考慮使用者的風險偏好； * 使用判別分析方法，需要事先確定預測變量。
教學課件相關(guān)推薦
鄂ICP備17016276號-1