摘要：现今，信息技术高速发展，数据挖掘大量使用在金融风险管理中。可以说，在广阔的金融市场中，谁拥有的信息量越多，就能越好地进行风险管理，就更有可能获取更多的利益，所以数据挖掘在风险管理中的应用无疑是十分重要的。

金融领域需要一个能够支撑分析海量数据，且比起传统分析方法更加灵活，多样的算法工具，而数据挖掘正好满足了这个需求。本文以此作为背景引入，介绍了数据挖掘中常用的因子分析,逻辑回归法以及金融风险的定义，说明了数据挖掘在金融风险管理中的优势和数据挖掘在金融风险管理中的三种典型应用，并从三种应用中选择了财务预警做实证分析。然后借助已经存在的研究成果筛选了财务指标形成财务风险预警的指标体系，研究对象选择了对风险预警十分依赖的房地产行业，接着运用因子分析降维，消除数据冗余，用因子得分模型来划分企业的财务状况。最后借助因子分析提取的四个公共因子，建立逻辑回归模型，把样本公司是否被ST作为预测的目标变量，然后运用逻辑回归分析公司是否具有财务危机，并在此基础上，提出风险防控的有效措施。

关键词：数据挖掘  因子分析  财务预警

目录

摘要

Abstract

1 绪论-1

1.1论文的背景-1

1.2研究意义-1

2 数据挖掘与金融风险管理-1

2.1数据挖掘-1

2.2金融风险的定义-3

2.3数据挖掘挖掘在金融风险管理中的具体应用-3

2.4数据挖掘运用在财务危机预警中的优势-3

3 财务预警指标体系的构建-4

3.1财务预警指标的选取原则-4

3.2财务预警指标体系-4

4 财务预警实证分析-5

4.1数据来源与样本选取-5

4.2建立房地产上市公司财务预警系统-7

4.3财务危机预警应用-15

5 如何防范房地产财务危机-17

6 总结及展望-17

参考文献-19

附录-20

致谢-22