题目：基于核的特征选择模型在上市公司评级中的应用研究

企业信用评级是根据科学的指标体系，采用严谨的分析方法，对被评级单位履行经济责任的能力及其可信任程度进行客观公正的评价，并确定其信用等级的一种经济活动，是评价理论方法在经济领域的具体应用，是真实反映企业现实状况，预测未来发展前景的一门科学。在世界经济一体化和区域经济集团化的背景下，国际贸易和金融交易急剧扩张，跨国公司越来越难以仅靠自身的力量获取足够正确的信息以选择和确定交易对象，因而日益倚赖企业信用评级机构对交易对象的评判结果。因此，企业信用评级机构的评级结果，往往直接影响到交易方对某一经济体的信心，推动借贷利率的调整。所以，评级结果对经济体至关重要甚至生死攸关。本文以上市公司财务报表披露结果和前期大量阅读调研成果为基础，深入研究中国上市公司信用评级体系及影响评级结果的指标和因素，建立评级指标体系，根据现有上市公司提供的年度报表数据，设计具有特征选择过程的信用评价程序，建立基于特征核的相关性评价过滤选择模型，期望能够使用提出的财务指标体系作为载体，通过该模型选择出供信用评级和分类使用的输入指标，为提高上市公司信用评级的预测准确度提供有价值的参考方案。本论文从课题研究背景出发，揭示了上市公司信用评级研究的必要性和重要性；随后介绍了粗糙集理论及特征选择的主要原理和应用现状；在对整理的上市公司财务指标分析的基础上选取指标体系，进行样本总体筛选，模式分析及离散化处理；同时，基于对核集和相关性评价方法的研究，建立了基于特征核的相关性评价过滤选择模型；接着，本文使用Weka数据挖掘平台实现了已建立的模型并通过对比实验对特征选择结果进行了检验；最后，在特征选择的基础上设计了对比实验，应用两种分类模型及组合增进模型验证了模型选择结果对提高评级预测准确度的作用。经测试和实验对比，该模型设计合理，选择结果符合权威评级机构财务指标设计要求及财务特性，特别是其基于特征核的特性保留了贡献较大的指标，进而大幅提高了特征选择效率和评级预测准确性，对中国上市公司信用评级预测具有十分重要的意义。