上市企业财务风预测评价研究.pdf

摘要 摘 要 随着我国市场经济的快速发展，市场竞争日趋激烈，企业面临的风险性和复杂性进 一步加大．近年来，企业因财务风险陷入危机，甚至宣告破产的例子己屡见不鲜．因此， 构建一个有效适用的财务风险预测评价模型，无论对上市企业还是其利益相关者而言都 具有重要的现实意义．而基于统计学习理论的支持向量机(SVM)是一种新型的学习方法． 它采用结构风险最小化原则，是一个凸二次优化问题，能够保证找到的极值解就是全局 最优解，从而在统计样本量较少的情况下获得良好的统计规律和更好的泛化能力，为解 决小样本、非线性、高维数等学习问题提供了一个框架，帮助解决了许多其他学习方法 难以解决的问题．目前被广泛应用于文本分类，手写体数字识别，人脸识别，故障诊断 等方面． 本文充分利用现代智能技术的特点，将支持向量机(SVM)方法应用到企业财务风险 预测评价领域，为研究企业财务预测评价问题提出了一种新的建模思想和方法，拓宽了 该领域的研究范围．在研究过程中，本文按照证券市场的通行做法，将上市公司根据其 财务状况的好坏分为非ST和ST两类，具有权威性和可操作性的特点，充分利用支持向 量机在非线性分类中的优势，克服了传统模型采用线性假设的不