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
