【毕业设计.论文】基于支持向量机的中国上市公司财务困境预测.pdfVIP

第26卷 计算机应用 Vol-26 2006年6月 ComputerApplications June2006 文章编号：100l一908l(2006)06z—0105—03 基于支持向量机的中国上市公司财务困境预测 张秋水，罗林开，刘晋明 (厦门大学自动化系，福建厦门361005) (zhangqiushui@gmail．com) Vectors 摘要：针对传统预测模型的不足，探讨支持向量机(SupportMachine，SVM)模型在中国 Linear 上市公司财务困境预测中的作用。通过SVM与传统的多元线性回归(MultiRegression，MLR) 和Logit分析(kgit 判率是最好的，显著优于MLR，也优于LA，证实了svM模型用于财务困境预测的有效性和优越性。 关键词：SVM；财务困境；中国上市公司 文献标识码：A 中图分类号：鹏11．13；，IPl8 O 引言 是对任意的gd(：)都是可积的损失函数，该问题的难点是分 财务困境是指企业的财务状况出现了危机，它可能导致 布函数F(z)是未知的。传统的解决思路是采用经验风险最小 企业破产，给投资者和债权人带来巨大的损失。实际中，大多 Risk 化(Empiric8l 数企业的财务困境有个逐步演化的过程，通常从财务正常逐 j 1 渐发展到不良，最终导致财务困境，乃至破产，因此，企业的财 ’ l=l 务困境是有先兆的，可以预测的。正确地预测企业财务困境， 险求解。 对于保护投资者和债权人的利益，对于经营者防范财务危机， 但是，有限样本情况下，经验风险最小并不一定意味着期 都具有重要的意义。 望风险最小。sLT指出经验风险R。。(理)和期望风险尺(a)之 关于财务困境的定义，有不同的观点…。本文依据中国 L 证监会的规定，把被实行特别处理的上市公司的财务状况定 义为财务困境。 墨蔓毡掣)川，其中西称为置信度或置信风险，^是函数集的vc 财务困境的预测牵涉到两个主要的问题，一个是输入变 ‘ 量的选择，另一个是预测模型的选取。常见的输入变量有负 维，Z是样本数。sLT进一步指出置信风险随Vc维的增大而增 债比率、流动比率、资产收益率和资金周转率等。传统的多元 大。Vc维大的函数集，虽能使经验风险R。。降低得较小，但它