本文關(guān)鍵詞：基于內(nèi)點法的稀疏邏輯回歸財務(wù)預(yù)警模型　出處：《計算機工程與設(shè)計》2013年06期 　論文類型：期刊論文

  更多相關(guān)文章： 邏輯回歸 過擬合 L正則化 財務(wù)預(yù)警 稀疏模型 內(nèi)點法

【摘要】：邏輯回歸已廣泛應(yīng)用于財務(wù)危機建模,但是一定程度存在過擬合問題。為了避免建模出現(xiàn)上述問題,提出了基于L1正則化邏輯回歸的財務(wù)預(yù)警模型。該模型是一種稀疏模型,能同時實現(xiàn)變量選擇和參數(shù)估計,具有較強的魯棒性。同時,針對L1正則化邏輯回歸問題的求解,提出了一種高效的基于內(nèi)點法的求解算法。結(jié)合滬深股市A股制造業(yè)上市公司進行實證分析,分析結(jié)果表明,L1正則化邏輯回歸模型在預(yù)報精度、經(jīng)濟解釋性等方面明顯優(yōu)于其他邏輯回歸模型,并且提出的內(nèi)點法與其它求解算法相比具有一定的優(yōu)越性。
[Abstract]:Logistic regression modeling has been widely used in the financial crisis, but there is a certain degree of over fitting problem. In order to avoid modeling such problems, put forward the financial early-warning model of L1 regularization based on logistic regression. The model is a sparse model, can realize the variable selection and parameter estimation, and has strong robustness. At the same time, according to the to solve the L1 regularized logistic regression problem, an efficient algorithm was proposed based on interior point method. Combined with the Shanghai and Shenzhen stock market A shares of listed company of manufacturing industry in the empirical analysis, the analysis results show that the L1 regularized logistic regression model in prediction accuracy, the economic explanation is superior to other logistic regression model, and put forward the interior point method has certain superiority compared with other algorithms.

【作者單位】： 華東交通大學(xué)信息工程學(xué)院;江西財經(jīng)大學(xué)科研處;
【基金】：國家自然科學(xué)基金項目(61065003) 教育部人文社會科學(xué)研究規(guī)劃基金項目(10YJC630379) 江西省自然科學(xué)基金項目(2010GZS0034)
【分類號】：F406.72;F832.51;TP18
【正文快照】： 0引言財務(wù)危機建模方法有很多,如單變量分析(univariateanalysis)[1]、線性判別分析(linear discriminate analysis,LDA)[2]、邏輯回歸(logistic regression,LR)[3]、人工神經(jīng)網(wǎng)絡(luò)(artificial neural network,ANN)[4]和支持向量機(support vector machine,SVM)[5]等。基于邏

【參考文獻】

相關(guān)期刊論文 前6條

1 賈明琪;辛江龍;;上市公司財務(wù)困境預(yù)警系統(tǒng)模型及實證研究[J];華東經(jīng)濟管理;2008年05期

2 劉遵雄;鄭淑娟;秦賓;張恒;;L1正則化Logistic回歸在財務(wù)預(yù)警中的應(yīng)用[J];經(jīng)濟數(shù)學(xué);2012年02期

3 秦惠林;;上市公司財務(wù)預(yù)警模型研究[J];科技管理研究;2011年24期

4 惠守博;王文杰;;基于支持向量機的財務(wù)預(yù)警模型與應(yīng)用研究[J];計算機工程與設(shè)計;2006年07期

5 楊淑娥;王樂平;;基于BP神經(jīng)網(wǎng)絡(luò)和面板數(shù)據(jù)的上市公司財務(wù)危機預(yù)警[J];系統(tǒng)工程理論與實踐;2007年02期

6 李帆;杜志濤;李玲娟;;企業(yè)財務(wù)預(yù)警模型:理論回顧及其評論[J];管理評論;2011年09期

【共引文獻】

相關(guān)期刊論文 前10條

1 胡旭;;公司治理結(jié)構(gòu)與財務(wù)困境相關(guān)性探究[J];北京市經(jīng)濟管理干部學(xué)院學(xué)報;2012年01期

2 姜金貴;梁靜國;;基于小波神經(jīng)網(wǎng)絡(luò)的上市公司財務(wù)風(fēng)險預(yù)警研究[J];商業(yè)研究;2009年02期

3 任金政;劉璇;;我國制造業(yè)上市公司財務(wù)危機預(yù)警研究[J];商業(yè)研究;2012年03期

4 黃海輪;;基于支持向量機模型的財務(wù)預(yù)警應(yīng)用研究[J];長江大學(xué)學(xué)報(自科版)理工卷;2007年03期

5 田金玉;劉媛;;上市公司財務(wù)風(fēng)險對策分析[J];財會通訊;2012年08期

6 李永臣;田曉蕾;;上市公司財務(wù)報告信息操縱預(yù)警研究[J];財會月刊;2008年05期

7 田金玉;;基于BP神經(jīng)網(wǎng)絡(luò)的上市公司審計意見預(yù)測模型[J];財會月刊;2010年03期

8 胡穎森;趙國明;;基于支持向量機模型的財務(wù)預(yù)警警度分類研究[J];財會月刊;2010年14期

9 傅強;張小波;;中國金融開放的外源性風(fēng)險評估與預(yù)警機制[J];金融論壇;2011年08期

10 吳珍琳;;Z值模型在上市公司財務(wù)預(yù)警的實證分析——以廣西上市公司為例[J];廣西廣播電視大學(xué)學(xué)報;2012年01期

相關(guān)會議論文 前2條

1 王澤霞;黎良燕;;基于主營視角的財務(wù)危機預(yù)警模型構(gòu)建研究——來自我國制造業(yè)上市公司的經(jīng)驗證據(jù)[A];中國會計學(xué)會高等工科院校分會2009年學(xué)術(shù)會議（第十六屆學(xué)術(shù)年會）論文集[C];2009年

2 徐光華;沈弋;;企業(yè)內(nèi)部控制與財務(wù)危機預(yù)警耦合研究——一個基于契約理論的分析框架[A];中國會計學(xué)會2011學(xué)術(shù)年會論文集[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 胡心瀚;Copula方法在投資組合以及金融市場風(fēng)險管理中的應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2011年

2 曹裕;復(fù)雜環(huán)境下我國企業(yè)財務(wù)困境模式及預(yù)警研究[D];中南大學(xué);2010年

3 張亞杰;我國制造業(yè)上市公司財務(wù)狀況評價及預(yù)測研究[D];中國礦業(yè)大學(xué);2010年

4 韓建光;企業(yè)財務(wù)困境預(yù)測動態(tài)建模研究[D];哈爾濱工業(yè)大學(xué);2011年

5 張小波;金融開放的風(fēng)險及其經(jīng)濟增長效應(yīng)研究[D];重慶大學(xué);2011年

6 劉萍;市政公用基礎(chǔ)設(shè)施建設(shè)項目財務(wù)控制研究[D];吉林大學(xué);2008年

7 劉東升;面向連鎖零售企業(yè)的客戶關(guān)系管理模型（R-CRM）研究[D];浙江工商大學(xué);2008年

8 曹濟;IT行業(yè)經(jīng)濟與管理指標測度與預(yù)報模型實證研究[D];首都經(jīng)濟貿(mào)易大學(xué);2010年

9 喻剛;建筑工程項目投標報價決策研究[D];天津大學(xué);2009年

10 趙靜嫻;基于決策樹的信用風(fēng)險評估方法研究[D];天津大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 彭曉;基于灰色Logistic回歸的上市公司財務(wù)困境預(yù)測研究[D];重慶理工大學(xué);2010年

2 宋曉麗;基于違約距離的財務(wù)危機預(yù)警模型實證研究[D];浙江大學(xué);2011年

3 何黎;基于Adaboost算法的制造業(yè)上市公司財務(wù)危機預(yù)警研究[D];武漢科技大學(xué);2010年

4 劉靜淑;基于支持向量機的動態(tài)財務(wù)預(yù)警研究[D];中原工學(xué)院;2011年

5 王玲;醫(yī)藥行業(yè)上市公司財務(wù)風(fēng)險預(yù)警模型研究[D];西安電子科技大學(xué);2011年

6 葛金鑫;上市公司財務(wù)預(yù)警的指標篩選問題研究[D];南京大學(xué);2011年

7 謝麗金;基于企業(yè)生命周期的財務(wù)預(yù)警指標體系構(gòu)建及應(yīng)用研究[D];南華大學(xué);2011年

8 王輝;基于SVM集成的上市公司財務(wù)困境動態(tài)預(yù)測研究[D];哈爾濱工業(yè)大學(xué);2010年

9 吳洪俠;基于神經(jīng)網(wǎng)絡(luò)模型的供水供氣上市公司財務(wù)風(fēng)險預(yù)警研究[D];燕山大學(xué);2010年

10 徐標;基于BP神經(jīng)網(wǎng)絡(luò)的我國上市跨國公司匯率風(fēng)險預(yù)警與防范研究[D];江蘇大學(xué);2011年

【二級參考文獻】

相關(guān)期刊論文 前10條

1 吳冬梅;朱俊;莊新田;楊霖;;基于支持向量機的財務(wù)危機預(yù)警模型[J];東北大學(xué)學(xué)報(自然科學(xué)版);2010年04期

2 謝紀剛,裘正定,周鋮,王靜;分類器集成在財務(wù)危機預(yù)測中的應(yīng)用研究[J];復(fù)旦學(xué)報(自然科學(xué)版);2004年05期

3 黃繼鴻,雷戰(zhàn)波,凌超;經(jīng)濟預(yù)警方法研究綜述[J];系統(tǒng)工程;2003年02期

4 梁琪;企業(yè)經(jīng)營管理預(yù)警:主成分分析在logistic回歸方法中的應(yīng)用[J];管理工程學(xué)報;2005年01期

5 劉晶;潘逸天;徐瑛瑛;李曉靜;張婧;;基于多元判別分析的財務(wù)預(yù)警系統(tǒng)[J];中國管理信息化;2010年03期

6 王寶富;李南;;財務(wù)困境的預(yù)測研究[J];南京航空航天大學(xué)學(xué)報(社會科學(xué)版);2007年03期

7 周敏,王新宇;基于模糊優(yōu)選和神經(jīng)網(wǎng)絡(luò)的企業(yè)財務(wù)危機預(yù)警[J];管理科學(xué)學(xué)報;2002年03期

8 邵希娟;曾�；�;;我國上市公司財務(wù)困境的預(yù)警模型研究[J];經(jīng)濟管理;2009年09期

9 吳世農(nóng),盧賢義;我國上市公司財務(wù)困境的預(yù)測模型研究[J];經(jīng)濟研究;2001年06期

10 周首華,楊濟華,王平;論財務(wù)危機的預(yù)警分析——F分數(shù)模式[J];會計研究;1996年08期

【相似文獻】

相關(guān)期刊論文 前10條

1 李祚泳,蔡輝;BP網(wǎng)絡(luò)過擬合滿足的不確定關(guān)系式[J];系統(tǒng)工程與電子技術(shù);2002年09期

2 羅松江;丘水生;;基于過擬合神經(jīng)網(wǎng)絡(luò)的混沌偽隨機序列(英文)[J];科學(xué)技術(shù)與工程;2009年11期

3 肖達強,黃要桂,李勁波,周理;新型電力系統(tǒng)無功優(yōu)化算法軟件[J];華中電力;1998年05期

4 侯芳,吳政球,王良緣;基于內(nèi)點法的快速解耦最優(yōu)潮流算法[J];電力系統(tǒng)及其自動化學(xué)報;2001年06期

5 胡濟洲,李勝洪,奚江惠,陳昆薇;基于內(nèi)點法和遺傳算法無功優(yōu)化的比較及應(yīng)用[J];中國電力;2002年12期

6 李祚泳,蔡輝,丁晶;BP網(wǎng)絡(luò)的學(xué)習(xí)能力與推廣能力之間滿足的不確定關(guān)系式[J];四川大學(xué)學(xué)報(工程科學(xué)版);2003年01期

7 趙莉霞;包宏;;人工神經(jīng)網(wǎng)絡(luò)及其在材料中的應(yīng)用[J];微計算機信息;2006年08期

8 王海洋;丁正生;;基于分段貪婪的SVM訓(xùn)練算法研究[J];商業(yè)文化(學(xué)術(shù)版);2008年05期

9 羅松江;丘水生;;基于過擬合神經(jīng)網(wǎng)絡(luò)的混沌偽隨機序列[J];微計算機信息;2009年09期

10 李亞男,張粒子,楊以涵;考慮電壓約束裕度的無功優(yōu)化及其內(nèi)點解法[J];中國電機工程學(xué)報;2001年09期

相關(guān)會議論文 前10條

1 覃日升;陳禹謀;蔣倫山;李振然;;基于遺傳算法的變電站電壓和無功綜合自動控制[A];04'中國企業(yè)自動化和信息化建設(shè)論壇暨中南六省區(qū)自動化學(xué)會學(xué)術(shù)年會專輯[C];2004年

2 張長衛(wèi);劉健文;王洪芳;;基于BP神經(jīng)網(wǎng)絡(luò)的單站總云量預(yù)報研究[A];中國氣象學(xué)會2008年年會天氣預(yù)報準確率與公共氣象服務(wù)分會場論文集[C];2008年

3 黃偉;李秀峰;鄧勇;郭瑞鵬;;基于內(nèi)點-分支定界法的自動電壓控制系統(tǒng)[A];2009年云南電力技術(shù)論壇論文集（文摘部分）[C];2009年

4 黃偉;李秀峰;鄧勇;郭瑞鵬;;基于內(nèi)點-分支定界法的自動電壓控制系統(tǒng)[A];2009年云南電力技術(shù)論壇論文集（優(yōu)秀論文部分）[C];2009年

5 鐘豪;楊慧中;;小波網(wǎng)絡(luò)在軟測量混合模型中的應(yīng)用[A];全國自動化新技術(shù)學(xué)術(shù)交流會會議論文集（一）[C];2005年

6 李保升;陸煒穎;呂廷杰;;移動客戶流失預(yù)測模型研究[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

7 張愛華;荊繼武;向繼;秦鈺;;基于規(guī)則化詞分布特征的無監(jiān)督特征選取算法[A];全國網(wǎng)絡(luò)與信息安全技術(shù)研討會論文集（上冊）[C];2007年

8 劉士榮;俞金壽;;非線性系統(tǒng)的最優(yōu)模糊模型與模型魯棒性研究及其應(yīng)用[A];面向21世紀的科技進步與社會經(jīng)濟發(fā)展（上冊）[C];1999年

9 王競春;丁貴濤;黃亞樓;;貝葉斯網(wǎng)絡(luò)分類器的知識提取方法研究[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2004年

10 孫濤;劉靜;劉青山;盧漢清;;半監(jiān)督譜判別式分析[A];第六屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

相關(guān)博士學(xué)位論文 前10條

1 林碧華;神經(jīng)模糊系統(tǒng)研究及其在電廠協(xié)調(diào)系統(tǒng)中的應(yīng)用[D];華北電力大學(xué)（河北）;2005年

2 周輝仁;遞階遺傳算法理論及其應(yīng)用研究[D];天津大學(xué);2008年

3 王爽;電力系統(tǒng)非線性模型預(yù)測緊急電壓控制方法研究[D];華南理工大學(xué);2012年

4 李亞男;電力系統(tǒng)智能無功優(yōu)化及準實時無功/電壓控制的研究[D];華北電力（北京）大學(xué);2002年

5 梁才浩;基于新型進化算法和微機集群的電力系統(tǒng)并行無功優(yōu)化研究[D];華中科技大學(xué);2006年

6 王可心;大規(guī)模過程系統(tǒng)非線性優(yōu)化的簡約空間理論與算法研究[D];浙江大學(xué);2008年

7 葉亮;基于統(tǒng)計回歸的復(fù)雜制造過程健壯參數(shù)控制方法研究[D];上海交通大學(xué);2010年

8 趙凌瀟;基于流形的半監(jiān)督分類方法研究[D];浙江大學(xué);2009年

9 徐文星;混沌粒子群優(yōu)化算法及應(yīng)用研究[D];北京化工大學(xué);2012年

10 覃光華;人工神經(jīng)網(wǎng)絡(luò)技術(shù)及其應(yīng)用[D];四川大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 蘇江濤;Rough集應(yīng)用研究[D];中國海洋大學(xué);2005年

2 李新強;組合分類器及其在財務(wù)預(yù)警中得應(yīng)用研究[D];云南大學(xué);2012年

3 張建華;基于鄰域粗糙集和粒子群優(yōu)化BP網(wǎng)絡(luò)的上市企業(yè)財務(wù)預(yù)警研究[D];山東財經(jīng)大學(xué);2012年

4 皎濤;徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)優(yōu)化及其在企業(yè)財務(wù)預(yù)警中的應(yīng)用[D];西安電子科技大學(xué);2011年

5 張玉榮;北碚10kV配電網(wǎng)絡(luò)無功優(yōu)化軟件的開發(fā)[D];重慶大學(xué);2003年

6 劉多;高壓電網(wǎng)無功優(yōu)化軟件的開發(fā)與應(yīng)用[D];重慶大學(xué);2003年

7 趙貴玉;多層前向網(wǎng)絡(luò)泛化能力的研究與應(yīng)用[D];中國人民解放軍信息工程大學(xué);2005年

8 王俊;電力系統(tǒng)實時緊急控制的研究[D];浙江大學(xué);2005年

9 劉冠曉;基于多種計算智能方法的輔助決策系統(tǒng)的研究與應(yīng)用[D];云南師范大學(xué);2006年

10 路紅梅;基于知識粗糙度度量的決策樹構(gòu)造方法研究[D];合肥工業(yè)大學(xué);2007年

，

本文編號：1380754