基于支持向量机模型财务预警警度分类研究.pdfVIP

财会月刊 全国优秀经济期刊 · 基于支持向量机模型 的财务预警警度分类研究 胡颖森 赵国明 渊武汉软件工程职业学院 武汉 430205冤 】 ，并应用支持向量机模型对上 【摘要 本文以模式分类理论阐述了财务预警的实质，给出了财务预警指标及量化方法 市公司进行财务预警警度分类，实证表明了支持向量机以多模式分类标识财务预警警度的可行性和实用性。 【关键词】模式分类 财务预警 支持向量机 企业在长期的运营过程中累积的风险会持续传导和影响 特征，也就是特征选择，或者采用数据压缩技术，得到小数目 企业的财务信息，最终形成财务危机。通过收集这类财务信 的综合性特征，即特征提取过程。然后通过建立的判别规则 ， 、识别、评价， ， ， 息 运用一定的方法分类 就可以对企业的财务风 行分类 并将分类结果与已知类别的输入模式对比 不断修 险 行预警，协助企业及早有效规避和分散财务风险。本文从 改，最后制定出判别规则。分类过程就是用训 过程中建立的 ， ， 。 模式识别的角度 运用支持向量机模型 把财务预警看作是把 判别规则来对未知模式样本 行分类的预测过程 未知警度的新预警样本与已知警度的预警标准样本 行比较 财务预警系统可以看作是一个模式分类系统。预警指标 ， 。同时利 辨别 从而确定新预警样本所归属于的预警模式类别 选择子系统相当于模式分类系统的模式特征选择和维数压缩 用ST 公司的财务数据，应用三类分类尝试对警度 行标识。 过程；预警方法子系统相当于模式分类系统的分类过程；报警 一、研究方法 子系统相当于模式分类系统的分类错误检查过程。从模式分 1. 模式分类与财务预警。Beaver （1966 ，1968 ）和Altman 类的角度看，预警就是把未知警度的新预警样本与已知警度 ， ， （1968）在财务危机判别与预测领域 行了开创性研究后 财 的预警标准样本 行比较辨别 从而确定新样本所归属于的 ， 。 务危机预测模型得到了很大的发 主流模型建立方法经历 预警模式类别 了单变量模型、多变量模型、Logistic 回归模型、人工神经网络 2. 模型选取。支持向量机是由Vapnik 导的贝尔实验室 模型以及支持向量机模型等。其中，人工神经网络模型和支持 研究小组开发出来的一种新的机器学习技术。机器学习理论 向量机模型是基于模式识别基础的判别模型。根据研究对象 ， ， 提出了结构风险最小化原则 同时优化经验风险和置信风险 的共同特征或属性，模式识别是泛指一类用于分辨其所属标 克服了经验风险最小化原则的缺点，保证了模型的拟合精度 本的识别方法，包括模式分类、模式聚类、模式联想、模式重构 和泛化能力。 和模式合成等分支。而模式分类则是将待辨别的具体对象的