用SVM方法对中国上市公司财务困境预测的研究

用SVM方法对中国上市公司财务困境预测的研究.pdf
本文用支持向量机(SupportVectorsMachineSVM)的方法对中国上市公司的财务困境进行预测。首先考虑到财务状况的转变是个渐进的过程，提出了将最近3年的财务指标视为一个整体，作为SVM模型的输入变量，突破了传统中只取一年的财务指标作为输入变量的方案；其次用仿真的方法对SVM中目标函数的惩罚系数C进行选取，改进了SVM中凭经验或缺省值选取C的方法，揭示了C与误分率之间的关系；同时引入惩罚权重实现对不同类型样本误分的惩罚强度调节。最后本方法既可以预测从财务正常到财务困境的转变，也可以预测从财务困境到财务正常的转变。
作者：刘晋明
作者单位：集美大学计算机工程学院,厦门,361021
母体文献：第18届全国计算机新科技与计算机教育学术大会论文集
会议名称：第18届全国计算机新科技与计算机教育学术大会  
会议时间：2007年8月13日
会议地点：太原
主办单位：全国高等学校计算机教育研究会,中国计算机学会,全国计算机继续教育研究会
语种：chi
分类号：
关键词：支持向量机  上市公司  财务困境  预测模型
在线出版日期：2013年5月28日
基金项目：
相似文献
相关博文

2024-12-1 13:26 上传 用SVM方法对中国上市公司财务困境预测的研究.pdf

文件大小:

281.74 KB

下载次数:

60

高速下载