论文基于上市企业财务数据的贝叶斯统计和知识推理，该文是企业财务方面论文写作技巧范文跟贝叶斯统计和知识推理和财务数据有关自考毕业论文范文.
李茂昌
（华南理工大学,广东 广州 510641）
【摘 要】本文主要使用matlab和R自带软件包对上市企业财务数据建立贝叶斯网.用matlab对建立好的贝叶斯网络进行参数学习,利用多种推理引擎进行精确推理,并对结果进行比较分析.
【关键词】贝叶斯网 精确推理 财务数据
一、引言
在上个世纪80年代以前,人工智能学术界普遍认为用概率论的方法来处理较大规模不确定问题是不切实际的,因为它在计算上太复杂,使其没有现实价值.然而,随着人工智能的不确定性问题专题会议的召开,研究者提出几种概率近似的变换方法,特别是贝叶斯网络等概率模型在实际中成功地应用（如专家系统和故障分析系统等）,使贝叶斯技术被确立为处理不确定性问题的一种主要技术.但是关于贝叶斯网络的学习和推理还存在一些理论和应用方面的问题,随着今二十年的研究深化,这些问题逐步解决,贝叶斯网络已成为当前一种重要的智能化数据分析与处理工具.贝叶斯网络与其他数据挖掘方法（如决策树,神经网络,关联规则等）相比,贝叶斯网络有以下特点：贝叶斯网络可以表示变量间的因果关系,这种联系的置信度是以概率的形式来表达；贝叶斯网络能够充分利用专家经验和样本数据的信息；贝叶斯网络能够方便处理有缺失值的数据；贝叶斯网络具有灵活的双向推理能力,能够有效避免数据的过度拟合和局部最优的问题.
二、数据处理
133只股票、31个因素变量的4年数据记录,共532条记录.其中符号表示的含义如表2-1所示.
为唯一标识每一股票数据,对股票重新编号,作为一个股票数据编号.如,第一只股票2003年的数据赋予编号1,第一只股票2002年的数据赋予编号2,以此类推.
首先对数据进行类型一致化和归一处理,在本文把极小型、居中型和极大型的变量统一化成极大型,下面是对每种类转计算公式：
把极小型指标转化为大的计算公式：
其中m、M分别是变量x的最大值和最小值.
然后“标准化”处理法.即取
不考虑变量为连续性的情况,所以必须把是连续型通过离散化处理变成离散型的变量,在这里我们通过等距对数据进行把每一个连续性的变量离散出三值1,2,3,最后经过类型一致化、标准和离散化处理数据.
三、贝叶斯网络的构建
(一)K2法建立贝叶斯网络结构
Matlab中的贝叶斯网络工具箱(BNT)提供了丰富的参数学习函数,K2是其中的一种.函数调用如下：
data等于xlsread(´课程论文.xlsx´);
data_train等于data´;
N等于size(data,2);
ns等于3*ones(1,N);
order等于[19 24 25 29 23 28 13 18 14 20 22 30 10 11 12 8 16 9 4 1 2 3 5 31 17 6 7 15 21 27 26];
max_fan_in等于4;
discrete_nodes等于1:N;
dag_K2等于learn_struct_K2(data_train,ns,order,´discrete´,discrete_nodes,´max_fan_in´,max_fan_in);
建立的结构图如下图所示：
(二)爬山法建立贝叶斯网络结构
Matlab同时也提供爬山法学习函数learn_struct_hc(),所有条件都采用默认条件,调用形式如下：
data等于xlsread(´课程论文.xlsx´);
data_train等于data´;
N等于size(data,2);
ns等于3*ones(1,N);
dag等于learn_struct_hc(data_train,ns);
dag_pashan等于dag;
建立的网络结构图如下：
R软件也提供贝叶斯网络结构的学习,下面是采用R中的爬山法建立的贝叶斯网络结构.
在使用matlab和R两种软件辅助建立贝叶斯网络结构中,均采用爬山法,默认条件下,R的结构学习时间大大小于matlab的结构学习时间,其中R只需要几秒钟的时候,matlab却用了2个多小时.
(三)贝叶斯网络的精确推理
为了提高运算速度,使各种推理算法能够有效应用,BNT工具箱采用了引擎机制,不同的引擎根据不同的算法来完成模型转换、细化和求解.这个推理过程如下：
BNT中提供了多种推理引擎,都有：
3.贝叶斯网的精确推理结论.
由表3-5至3-7可以看出,matlab中提供的推理引擎,联合树推理引擎比较实用,适用于各种推理.通过统计样本数据,发现当证据变量为查询变量的父节点或者祖父节点时,适用联合树推理引擎的极大似然估计推理出来的结果与统计样本得到的结果一致.
四、结论
（1）在网络结构学习中,运用爬山法在不同软件辅助学习中,所用时间不同,matlab用时远远多于R.
（2）不同算法学习得到的网络结构不同.在同种算法学习中,使用不同软件,学习结构也不太一样.
（3）在使用matlab提供的推理引擎,当证据变量为查询变量的父节点或者祖父节点时,适用联合树推理引擎的极大似然估计推理出来的结果与统计样本得到的结果一致.
参考文献
[1]茆诗松.贝叶斯统计[M].北京：中国统计出版社.1999．
[2]严慧鑫.贝叶斯网精确推理算法的研究[D].吉林：吉林大学,2006.
[3]余申庆.基于条件独立性测试的贝叶斯网构建以及对股票数据的应用分析[D].广东：华南理工大学,2015.
[4]Pearl J F,propagation and structuring in belief networks[J].Artificial Intelligence,1986,29(3):241-288．
[5]Lauritzen S L,Spiegelhalter D J. Localcomputations with probabilities on graphical structures and their applications to expert systems[J]. Proceedings of the Royal Statistical Society,1988,B(50):154-27．
[6]张燕.基于图模型分解的贝叶斯网络学习与推理研究[D].西安：西安电子科技大学,2014.
[7]杨海深.贝叶斯网络中不确定性知识推理算法及其应用研究[D].广东：华南理工大学,2010.
[8]王建康等.混合分布理论及应用[J].生物数学学报,1995,10(3)：338-353.
[9]张连文等.贝叶斯网引论[M].北京：科学出版社.2006．
[10]廖芹.数据挖掘与数学建模[M].北京：国防工业出版社.2010.
概括总结，此文是大学硕士与企业财务本科企业财务毕业论文开题报告范文和相关优秀学术职称论文参考文献资料，关于免费教你怎么写贝叶斯统计和知识推理和财务数据方面论文范文.
参考文献：
1、 旅游上市企业财务预测理论的应用 摘 要随着经济的发展和人民生活水平的提高,我国旅游业发展非常迅速 由于外部市场竞争日益激烈,再加上旅游企业自身内部也经常进行各种调整,导致了旅游业企业的财务风险变得更加复杂 基于此,旅游企业急需完善财.
2、 关于农业类上市企业财务舞弊频发与应略基于gone舞弊理论 摘 要近年来农业类上市企业财务舞弊案件频发,给市场和投资者造成巨大损失 基于ＧＯＮＥ理论对９家农业类样本企业的舞弊机理从道德、机会、需求和暴露四个维度进行分析,旨在探究其财务舞弊深层次的动机、环境和手.
3、 企业资产负债和其能力的影响关系基于黑龙江省上市企业经验数据 陈富聪姜媛（哈尔滨商业大学,黑龙江 哈尔滨 150028）摘要资本结构是衡量企业强弱的重要指标之一,对黑龙江省2012年以前上市的31家企业的资本结构中的资产与负债的影响关系进行实证研究,以这些上市公.
4、 大数据对企业财务管理模式的要求 一、前言21世纪的现代社会已经步人到信息化时代,以互联网为中心的各项技术得到迅速发展,在达一背景之下,大数据时代到来,所谓的大数据指的就是在物联网、移动互联网、云计算……信息技术的催生下发展而来,在大.
5、 基于贝叶斯网分类器的互联网借贷风险评估 一、前言 “互联网”和大数据的时代背景下,信贷行业在数据挖掘和云计算的技术主题下呈现爆发式增长 它促进资金优化配置,缓解市场信息不对称……问题,满足中小微企业对融资服务的需求.
6、 贝叶斯公式的实际运用 【摘要】贝叶斯公式是基于先验信息的概率推理方法,在医学检验、风险管理、统计决策……领域均有广泛运用 本文以主观概率的修正和参数估计为切入点,利用实际案例阐述了贝叶斯方法的具体运用 揖关键词铱贝叶斯公式.