主成分與支持向量機(jī)組合的上市公司財(cái)務(wù)預(yù)警模型研究——以IT業(yè)上市公司為例.pdf

1、隨著我國(guó)經(jīng)濟(jì)改革正在不斷深化，企業(yè)面對(duì)越來(lái)越激烈的市場(chǎng)競(jìng)爭(zhēng)，而在日益發(fā)展但尚不成熟的中國(guó)證券市場(chǎng)中，一些上市公司的財(cái)務(wù)狀況頻頻陷入困境，這不僅嚴(yán)重?fù)p害了廣大股票投資者、債權(quán)人的利益，危及其自身的生存和發(fā)展，也嚴(yán)重影響了我國(guó)證券市場(chǎng)的健康發(fā)展。因此，對(duì)上市公司財(cái)務(wù)困境預(yù)警的研究已成為近年來(lái)學(xué)術(shù)界的一個(gè)研究熱點(diǎn)，設(shè)計(jì)實(shí)用、有效的財(cái)務(wù)危機(jī)預(yù)警模型去發(fā)現(xiàn)并防范這些危機(jī)具有很重要的意義。 目前能用于財(cái)務(wù)危機(jī)預(yù)警的方法很多。傳統(tǒng)的方法有Ba

2、yesian方法、距離判別法、Fisher判別法、主成分分析法等；現(xiàn)代的方法如模糊分類(lèi)、粗糙分類(lèi)、以及神經(jīng)網(wǎng)絡(luò)分類(lèi)等，還有剛剛興起的支持向量機(jī)（SVM）分類(lèi)方法。 本文首先對(duì)企業(yè)財(cái)務(wù)預(yù)警的含義、功能及特征等進(jìn)行了必要的分析，在總結(jié)國(guó)內(nèi)外有關(guān)財(cái)務(wù)預(yù)警研究成果的基礎(chǔ)上，提出了基于主成分分析法和支持向量機(jī)方法的組合預(yù)測(cè)方法，給出了具體的原理和算法，并以64家IT行業(yè)上市公司為研究樣本，構(gòu)建IT行業(yè)財(cái)務(wù)危機(jī)預(yù)警模型。結(jié)果表明：組合預(yù)測(cè)模