信用評價與股市預測模型研究及應用：統(tǒng)計學、神經網絡與支持向量機方法

序言
前言
第1章緒論
1.1引言
1.2財務困境及其預警性研究的意義
1.2.1財務困境的概念
1.2.2企業(yè)財務困境預警研究的意義
1.3公司財務狀況綜合評價
1.4信用風險
1.4.1信用風險
1.4.2信用風險與市場風險
1.4.3信用評級
1.5信用風險分析方法
1.5.1參數統(tǒng)計方法
1.5.2非參數統(tǒng)計方法
1.5.3專家系統(tǒng)
1.5.4神經網絡方法
1.5.5雜合系統(tǒng)與支持向量機方法
1.6本書的章節(jié)結構
第2章模糊動態(tài)聚類在信用評級中的應用
2.1引言
2.2動態(tài)聚類分析方法
2.3舉例
2.4建立模糊聚類評判標準
2.5本章小結
第3章判別分析模型在信用評價中的應用
3.1引言
3.2樣本的選取與確定
3.2.1兩類模式樣本的選取
3.2.2三類模式樣本的選取
3.3判別分析法
3.4兩類模式分類
3.4.1LDA-SPSS方法
3.4.2LDA方法
3.5三類模式分類
3.5.1LDA-SPSS方法
3.5.2LDA方法
3.6本章小結
第4章Logistic回歸模型在信用風險分析中的應用
4.1引言
4.2Logistic回歸模型
4.3樣本數據及實驗結果分析
4.3.1實驗一
4.3.2實驗二
4.4本章小結
第5章神經網絡基礎知識
5.1引言
5.2人工神經元的模型
5.2.1人工神經元的模型
5.2.2激勵函數的類型
5.3網絡結構及工作方式
5.3.1前饋型網絡
5.3.2反饋型網絡
5.4神經網絡的學習方法和算法
5.4.1學習方式
5.4.2學習算法
5.5本章小結
第6章多層感知器信用評價模型
6.1引言
6.2感知器
6.2.1單層感知器
6.2.2多層感知器
6.3兩類模式分類
6.3.1樣本的選取與確定
6.3.2兩類模式MLP信用評價模型
6.3.3實驗結果分析
6.4三類模式分類
6.4.1樣本的選取與確定
6.4.2三類模式MLP信用評價模型
6.4.3實驗結果分析
6.5MLP學習算法和步驟
6.6本章小結
第7章基于BP算法的神經網絡信用評價模型
7.1引言
7.2多層前向網絡學習算法
7.3兩類模式信用評價模型
7.3.1樣本的選取與確定(一)
7.3.2兩類模式信用評價模型(一)
7.3.3樣本的選取與確定(二)
7.3.4兩類模式信用評價模型(二)
7.3.5實驗結果分析
7.4三類模式信用評價模型
7.4.1樣本的選取與確定
7.4.2三類模式信用評價模型
7.5BP網絡學習算法和步驟
7.6本章小結
第8章徑向基函數網絡信用評價模型
8.1引言
8.2徑向基函數
8.2.1HardC-Means算法
8.2.2Cover定理
8.2.3舉例——異或門問題
8.3RBF網絡信用評價模型
8.3.1樣本的選取與確定
8.3.2RBF網絡信用評價模型
8.4兩類模式分類
8.5三類模式分類
8.6本章小結
第9章概率神經網絡信用評價模型
9.1引言
9.2概率神經網絡
9.3兩類模式分類
9.3.1樣本的選取與確定
9.3.2兩類模式PNN結構
9.3.3實驗結果分析
9.4三類模式分類
9.4.1樣本的選取與確定
9.4.2三類模式PNN結構
9.4.3實驗結果分析
9.5本章小結
第10章自組織競爭網絡信用風險評價模型
10.1引言
10.2主成分分析
10.3自組織競爭網絡及學習規(guī)則
10.4實證分析
10.5本章小結
第11章基于支持向量機的信用評價模型
11.1引言
11.2支持向量機
11.2.1超平面分類器
11.2.2非線性支持向量分類器
11.3樣本數據的選取及仿真實驗
11.3.1實驗一
11.3.2實驗二
11.4本章小結
第12章信用評價模型比較研究及預警研究
12.1引言
12.2比較研究回顧
12.3十種分類方法效果比較
12.3.1十種分類方法效果比較
12.3.2神經網絡信用評價模型特點
12.4財務困境公司預警研究及結果比較
12.5本章小結
第13章Logistic回歸模型對股價的預測與分析
13.1引言
13.2Logistic回歸模型對股價的預測與分析
13.2.1樣本和財務指標的選取
13.2.2Logistic回歸預測模型(一)
13.3Logistic回歸模型在深圳股市波動性中的預測
13.3.1樣本的選取——深證綜合指數
13.3.2Logistic回歸預測模型(二)
13.4本章小結
第14章AR(1)和AR(2)在股市波動中的預測
14.1引言
14.2樣本數據
14.3AR(1)及AR(2)預測模型的建立
14.4預測誤差檢驗
14.5本章小結
第15章ARCH類模型在股市波動中的預測
15.1引言
15.2ARCH類模型
15.2.1對稱的ARCH類模型
15.2.2非對稱的ARCH類模型
15.3樣本數據(一)及其實驗結果分析
15.3.1樣本數據(一)——上證綜合指數
15.3.2ARCH類預測模型的建立
15.3.3ARCH類模型預測結果分析
15.4樣本數據(二)及其實驗結果分析
15.4.1樣本數據(二)——深證成指
15.4.2ARCH(1)預測模型的建立
15.4.3GARCH(1,1)預測模型的建立
15.4.4ARCH(1)和GARCH(1,1)模型預測結果分析
15.5本章小結
第16章BP算法在股市波動中的預測
16.1引言
16.2BP算法及預測結果分析
16.2.1樣本數據(一)——上證綜合指數
16.2.2BP算法和ARCH類模型的預測誤差檢驗
16.3樣本數據(二)及實驗結果分析
16.3.1樣本數據(二)——深證成指
16.3.2BP算法及預測結果分析
16.3.3預測誤差檢驗
16.4本章小結
參考文獻
附表