导　　师： 杨建辉

授予学位： 硕士

作　　者： ;

机构地区： 华南理工大学

摘　　要： 我国股票市场形成已有二十余年，股市的稳定发展是我们全社会都关注的问题。一个健康的具有较好投资价值的股市能吸引大量的资金入市，会使这些资金采取中长线的投资策略，有利于股市的稳定和发展。无论从投资者的角度、上市公司还是监管机构，研究股市的投资价值都是至关重要的。因此在这种形势下，具有指导股票投资意义的模型和方法就相应的得到了人们的重视。本文以基于遗传算法的改进支持向量机理论为指导，构建影响股票投资价值的财务指标、非财务指标和宏观经济综合指标体系，从而建立完善的股票投资模型。　　 当前股票投资模型大多数偏重用财务指标来构建模型，然而财务指标存在着被粉饰、滞后性、不全面等缺陷，仅含财务指标的股票价值评估模型无法对我国的上市公司价值的评估提供足够的信息。国内对公司股票价值评估的综合应用和实证研究几乎是空白，仅局限于公司业绩评估以及财务预警方面的研究，且大多未将财务指标与非财务指标综合起来考虑。本文构建的上市公司股票投资评估模型，在考虑传统的财务指标盈利能力、偿债能力、流动性、营运能力、成长性、现金流量等影响的基础上，综合融入了公司内部的非财务指标如股东集中度、董事会特性、管理者激励、审计意见等和宏观层面指标如经济景气指数、货币供应量、CPI、GDP、利率、汇率等。　　 文章的研究成果如下：1）从统计学习理论等角度对支持向量机的理论基础进行了描述和探讨，对支持向量分类机进行了系统的学习，并对核函数做了综述和比较;2）详细讨论了遗传算法的参数意义及运算流程，并在此基础上提出了对SVM进行优化的方向;3）从财务角度、非财务角度以及宏观经济角度对影响上市公司股票的投资价值因素进行�

关 键 词： 股票投资 非财务指标 支持向量机模型 投资价值 上市公司 基于遗传算法 股票分类 评估模型 股市 市盈率 指标体系 投资模型 价值评估 宏观经济 股票价值 财务角度 支持向量分类机 准确度 原则

领　　域： [经济管理—金融学]