文本与财务数据相结合的上市公司财务风险预测.pdf

目录 1 绪论 1 1.1 研究背景与意义 1 1.1.1 研究背景 1 1.1.2 研究意义 3 1.2 国内外研究现状 3 1.2.1 基于财务数据的相关研究 4 1.2.2 基于财务文本的相关研究 6 1.2.3 财务数据与财务文本相结合的相关研究 7 1.3 研究内容 7 1.4 论文组织结构 8 2 相关理论与技术简介 9 2.1 传统机器学习方法 9 2.1.1 支持向量机10 2.1.2 集成学习方法XGBoost 12 2.2 深度学习14 2.2.1 RNN 模型 14 2.2.2 CNN 模型 15 2.2.3 注意力机制17 2.2.4 PyTorch 深度学习框架 18 2.3 模型性能度量指标 19 3 基于财务数据的财务风险预测建模21 3.1 问题描述21 3.2 指标获取22 3.3 数据清洗22 3.4 基于财务数据的预测模型构建26 3.5 实验28 3.5.1 机器学习模型实验结果及其分析28 3.5.2 CNN 模型实验结果及其分析 29 1 3.6 本章小结29 4 财务文本与财务数据相结合的财务风险预测30 4.1 财务文本处理30 4.1.1 文本获取30 4.1.2 文本表示31 4.2 基于财务文本的预测模型构建32 4.3 财务文本与财务数据相结合的预测模型构建33 4.4 实验 36 4.4.1 基于财务文本的预测模型实验结果36 4.4.2 财务文本与财务数据相结合的预测模型实验结果39 4.5 本章小结 41 5 结论42 5.1 总结42 5.2 展望42 参考文献43 攻读硕士期间科研成果48 致 谢49 2 Contents 1 Introduction 1 1.1Background and significance 1 1.1.1 Background 1 1.1.2 Significance 3 1.2 Related work 3 1.2.1 Related research based on financial data 4 1.2.2 Related research based on financial text 6 1.2.3Research on the combination of financial data and financial text 7 1.3 Research content 7 1.4 Orgnization of this paper 8 2 Introduction to relevant theories and technologies 9 2.1 Traditional machine learning methods 9 2.1.1 Support vector machine 10 2.1.2 Integrated learning method xgboost 12 2.2 Deep learning 14 2.2.1 RNN model 14 2.2.2 CNN model 15 2.2.3 Attention mechanism 17 2.2.4 Pytorch deep learning framework 18 2.3 Model performance metrics 19 3 Financial risk prediction modeling based on financial data 21 3.1 Problem description 21 3.2 Datas acquisition 22 3.3 Data cleaning 22 3.4 Prediction model con