基于集成支持向量机的企业财务业绩分类模型研究.pdfVIP

第 17 卷 　第 2 期 中国管理科学 Vol . 17 , No . 2 　　　　　　　　　　　 　　　　　　　　　　　 2009 年 　 　4 月 Chinese J ournal of Management Science Ap r . , 　2009 文章编号 :1003 - 207 (2009) 02 - 0042 - 10 基于集成支持向量机的企业财务业绩分类模型研究 1 2 蒋艳霞 , 徐程兴 ( 1. 中国人民大学商学院 ,北京 　100872 ;2 . 北京大学光华管理学院 ,北京 　10087 1) 摘 　要 :要想正确预测公司财务业绩 ,首先必须选择合适的预测方法 。现有文献所采用的财务业绩预测模型普遍 存在着泛化能力不强的问题 。本文提出用支持向量机方法来预测我国上市公司的财务业绩 。为了提高预测准确 ( ) 率 ,本文还用 AdaBoo st 算法对支持向量机进行了改进 集成支持向量机 。在支持向量机核函数的选择上 ,我们采 用了实验法 ,即对每个核函数及其相关参数的预测效果都进行了测算 , 以期找出最适用的预测模型 。实证结果表 ( ) 明 ,径向基核函数 rbf 的效果最好 ,支持向量机方法预测准确率远远高于其它方法 。 关键词 :财务业绩 ;支持向量机 ;A daBoo st 算法 中图分类号 :F234 　　　文献标识码 :A 财务业绩产生影响 ,而且这些因素之间还存在着交 1 　引言 互影响 ,因此一般的财务业绩预测模型很难取得较 传统的财务业绩预测一般采用多元线性回归方 高的预测精度 。现有文献所采用的财务业绩预测模 ( 法 包括广义线性模型 ,如 Lo gi stic 回归和 Poi sson 型大部分也面临同样的问题 , 即模型的样本外预测 ) ( 回归 ,对数线性模型 ,其中Lo gi stic 回归是大家最 能力不强 。支持 向量机 supp ort vector machine , 常使用的模型 。但由于财务业绩的影响因素与财务 SV M) 由V ap nik ( 1995) [ 6 ] 首先提出 ,主要用于模式 业绩一般是复杂的非线性相关 ,线性方法的预测效 分类和非线性回归 。支持向量机的主要思想是建立 果并不好 。近年来随着计算技术的发展 ,模型设定 一个超平面作为决策曲面 ,使得正例和反例之间的 技术取得了巨大飞跃 ,非线性方法和智能技术越来 隔离边缘最大化 。在模式分类问题上 ,支持向量机 越 多 地 被 应 用 到 财 务 预 测 中 ( L am , 2004 ; 不利用问题的领域知识就可以提供较好的泛化性 Triguero s , 1999 ; H su , et al ,2005) [ 1 - 3 ] 。有些非线 能 。近年来 ,支持向量机被应用于金融领域 ,如信用 性模型可以转变成线性模型 ,通过最小方差方法求 评分 、时间序列预测 、保险理赔预测 。这些研究表 解 。对那些难于转换为线性的非线性模型 ,计算过