好文档 - 专业文书写作范文服务资料分享网站

基于粗糙集的企业财务长期趋势预测算法

天下 分享 时间: 加入收藏 我要投稿 点赞

基于粗糙集的企业财务长期趋势预测算法

李珊珊;许萍;梁小红;徐琳

【摘 要】针对企业、事业单位的财务金融系统存在非线性、非平稳性与噪声大的特点,为提高财务金融长期趋势的预测准确率与可靠性,提出了一种基于粗糙集的财务金融时间序列预测算法.通过粗糙集的化简概念删除输入数据集的冗余信息,根据事实信息生成无噪声的决策规则.考虑到训练样本的时期远近对粗糙集模型的分类准确率存在影响,设计了加权调和的粗糙集模型,为时期久远的训练样本分配较低的权重,为时期较近的训练样本分配较高的权重,提高近期训练样本对粗糙集模型的贡献.此外,提出了基于时间加权调和的决策冲突方案.基于香港恒生指数的实验结果表明:相比原粗糙集模型与支持向量机模型,本算法获得了更高的预测准确率. 【期刊名称】《重庆理工大学学报(自然科学版)》 【年(卷),期】2019(033)005 【总页数】6页(P89-94)

【关键词】财务管理;金融投资;粗糙集;金融趋势预测;经济风险预测 【作 者】李珊珊;许萍;梁小红;徐琳

【作者单位】福建商学院会计系,福州350012;福州大学经济与管理学院,福州350003;福建商学院财会智能与服务研究中心,福州350012;福建师范大学福清分校创新信息产业研究所,福建福清350300 【正文语种】中 文 【中图分类】工业技术

第 33 卷 第 5 期 Vol. 33No. 5重庆理工大学学报( 自然科学)Journal of Chongqing University of Technology( Natural Science)2019 年 5 月

May 2019收稿日期: 2018 - 10 - 31基金项目: 福建省

社会科学规划青年项目 ( FJ2018C021) ; 福建省教育厅中青年教师教育科研项目( JAT170679) 作者简介: 李珊珊, 女, 讲师, 硕士, 主要从事国际会计、 财务会计智能化研究, E- mail: 175695984@ qq. com; 许萍, 女, 教 授,博士, 主要从事财务会计、 审计、 财务会计智能化研究。doi:10. 3969

/j. issn. 1674-8425( z) . 2019. 05. 015本文引用格式: 李珊珊, 许萍,梁小红, 等. 基于粗糙集的企业财务长期趋势预测算法[ J] . 重庆理工大学学报( 自然科学) , 2019, 33( 5) : 89- 94. Citation format: LI Shanshan,XU Ping,LIANG Xiaohong,et al. Long Term Trend Prediction Algorithm of Finance of Enterprise Based on theRough Set[ J ] . Journal of

Chongqing University of Technology( Natural Science) , 2019, 33( 5) : 89 -94. 基于粗糙集的企业财务长期趋势预测算法李珊珊1a, 许 萍 2 , 梁小红 1b, 徐琳 3( 1. 福建商学院 a.会计系; b. 财会智能与服务研究中心, 福州 350012;2.福州大学 经济与管理学院, 福州 350003;3.福建师范大学福清分校 创新信息产业研究所, 福建 福清 350300)摘要: 针对企业、 事业单位的财务金融系统存在非线性、 非平稳性与噪声大的特点, 为提高财务金融长期趋势的预测准确率与可靠性, 提出了一种基于粗糙集的财务金融时间序列预测 算法。通过粗糙集的化简概念删除输入数据集的冗余信息, 根据事实信息生成无噪声的决策规 则。考虑到训练样本的时期远近对粗糙集模型的分类准确率存在影响, 设计了加权调和的粗糙 集模型, 为时期久远的训练样本分配较低的权重, 为时期较近的训练样本分配较高的权重, 提高 近期训练样本对粗糙集模型的贡献。此外, 提出了基于

时间加权调和的决策冲突方案。基于香 港恒生指数的实验结果表明: 相比原粗糙集模型与支持向量机模型, 本算法获得了更高的预测 准确率。关 键 词: 财务管理; 金融投资; 粗糙集; 金融趋势预测; 经济风险预测中图分类号: TP393文献标识码: A文章编号: 1674 - 8425( 2019) 05 - 0089 - 06Long Term Trend Prediction Algorithm of Finance of EnterpriseBased on the Rough SetLI Shanshan 1a, XU Ping2, LIANG Xiaohong1b, XU Lin3( 1. a. School of Accounting; b. Accounting Intelligence and Service Research Center,Fujian Business University, Fuzhou 350012, China; 2. School of Economics and Management, Fuzhou University, Fuzhou 350003, China;

3. Innovation Information Industry Institute, Fuqing Branch of Fujian Normal University Fuqing, Fuzhou 350300, China)Abstract: The financial systems of companies and public service institutions are non- linear,non- stationary and noisy. In order to improve the accuracy and the reliability of prediction of long term trend of financial time sequence, a financial time sequence prediction algorithm based on the rough set第33卷5期Vol. 33基金项目: 福建省社会科学规划青年项目 ( FJ2018C021) ; 福建省教育厅中青年教师教育科研项目( JAT170679)作者简介: 李珊珊, 女, 讲师, 硕士, 主要从事国际会计、 财务会计智能化研究, E- mail: 175695984@ qq. com; 许萍, 女, 教授,-94.Citation format: LI Shanshan,XU Ping,LIANG Xiaohong,et al. Long Term Trend Prediction Algorithm of Finance of Enterprise Based on theRough Set[ J ] . Journal of Chongqing

University of Technology( Natural Science) , 2019, 33( 5) : 89 -94.基于粗糙集的企业财务长期趋势预测算法1a,许萍, 梁小红1b, 徐琳(1.福建商学院a.高财务金融长期趋势的预测准确率与可靠性, 提出了一种基于粗糙集的财

基于粗糙集的企业财务长期趋势预测算法

基于粗糙集的企业财务长期趋势预测算法李珊珊;许萍;梁小红;徐琳【摘要】针对企业、事业单位的财务金融系统存在非线性、非平稳性与噪声大的特点,为提高财务金融长期趋势的预测准确率与可靠性,提出了一种基于粗糙集的财务金融时间序列预测算法.通过粗糙集的化简概念删除输入数据集的冗余信息,根据事实信息生成无噪声的决策规则.考虑到训练样本的时期远近对粗糙集模
推荐度:
点击下载文档文档为doc格式
41g3l11lrx6c4rp7oypx5gf8x599ez00syr
领取福利

微信扫码领取福利

微信扫码分享