基于支持向量機(jī)的上市公司財(cái)務(wù)預(yù)警模型研究.pdf

1、伴隨著中國經(jīng)濟(jì)改革的不斷深入和發(fā)展，中國的資本市場逐步轉(zhuǎn)型，資本市場在國民經(jīng)濟(jì)中的作用越來越重要。但同時(shí)那些經(jīng)營不善的上市公司陷入財(cái)務(wù)危機(jī)的現(xiàn)象也逐漸顯現(xiàn)出來。本文旨在建立一套財(cái)務(wù)預(yù)警系統(tǒng)對(duì)上市公司可能出現(xiàn)的財(cái)務(wù)危機(jī)進(jìn)行預(yù)警。 首先介紹本文的研究背景，概述國內(nèi)外在公司財(cái)務(wù)預(yù)警問題上的研究狀況，提出應(yīng)用SVM模式分類方法解決公司財(cái)務(wù)預(yù)警問題及其優(yōu)點(diǎn)。 其次，介紹的財(cái)務(wù)預(yù)警系統(tǒng)的基本理論，包括財(cái)務(wù)預(yù)警系統(tǒng)的定義、內(nèi)涵和性質(zhì)及

2、其他主要內(nèi)容。 再次，介紹所要應(yīng)用的數(shù)學(xué)理論和算法，即統(tǒng)計(jì)學(xué)習(xí)理論和支持向量機(jī)。 最后，利用SVM建立上市公司財(cái)務(wù)預(yù)警模型并進(jìn)行實(shí)證研究。研究內(nèi)容大體上包括指標(biāo)樣本的選擇和模型的建立，模型參數(shù)、核函數(shù)和不同SVM算法選擇對(duì)于支持向量機(jī)模型的影響，支持向量機(jī)區(qū)別于BP神經(jīng)網(wǎng)絡(luò)模型的優(yōu)點(diǎn)。并且首次應(yīng)用SVM多類分類方法解決財(cái)務(wù)的多類預(yù)警問題，將以往簡單的兩類模式(有警和無警)預(yù)警擴(kuò)展到了三類分類預(yù)警，并且有較好的結(jié)果。