基于支持向量机原理的上市公司财务预警模型实证研究

《基于支持向量机原理的上市公司财务预警模型实证研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、华中科技大学硕士学位论文基于支持向量机原理的上市公司财务预警模型实证研究姓名：汪金申请学位级别：硕士专业：管理科学与工程指导教师：万希宁20070513华中科技大学硕士学位论文摘要财务危机预警是金融市场上的一个古老的问题，也是财务理论界一个值得讨论的热点论题。研究财务困境对企业的管理者、贷款人、股东等利益相关人评价企业的经营情况、信用状况、投资价值等具有较强的借鉴意义。因此本文在我国被特别处理发生财务危机的上市公司数目逐年呈上升趋势的背景下，提出了一种基于主成分分析法支持向量机原理的上市公司财务预警模型，主要目的是研究基于我国上市

2、公司的财务数据，该方法因为没有传统的MDA，逻辑回归模型的假设限制条件，是否具有较大的预测精度。本文首先综合介绍了国内外相关研究文献，阐述了进行上市公司财务危机分析的意义，并对财务危机预警的现有相关理论及模型进行了简单的介绍与比较。在此基础上，选择2006年我国深沪金融市场新增的发生财务危机公司前2年的财务数据进行了横截面分析：用主成分分析法对原始数据进行降维处理，去掉了一些冗余信息，然后利用支持向量机将低维空间的指标数据映射到高维空间，在此特征空间中构造分类超平面来划分两类不同的公司样本。实证研究发现采用支持向量机建立财务危机预警

3、模型，预测精度非常高；并且对原始数据进行主成分分析，可以降低支持向量机模型计算的复杂性，提高了模型的预测精度。支持向量机方法不需要对模型的变量作任何特殊假设前提，能够很好的对企业财务状况的好坏进行识别。关键词：财务危机；支持向量机；结构风险最小化；主成分分析法I华中科技大学硕士学位论文AbstractForcastingofenterprises’financialcrisisisoneoftheoldestproblemsinmoneymarket,andisalsooneofthehottestresearchesworthyo

4、fbeingdiscussed.theresearchonfinancialdistressisofpracticalimportanceandisalsoagoodreferenceformanagers，operation,loaners，stockholdersandotherbeneficiariestoassesscreditandinvestmentofthecompany.WiththeincreasingnumberofdistresscompaniesinthestockmarketsinChina,thispap

5、er,basedonthefinancialdistresssituationinChinesemarket,findsabetterfinancialdistressmodelfortheSTcompaniesbyusingsupportvectormachinesandprincipalcomponentsanalysis,aimingtofindifthiskindofmodelwithoutspecialhypothesishasabetterperformancewhencomparedwiththestatisticme

6、thodssuchasMDA,Logitandsoon.Atfirst,thispaperintroducesrelevantliteratureinandabroad,presentsthemeaningtoanalyzefinancialcrisisoflistedcompanies,introducesandcomparesexistingrelevanttheoryandmodelonfinancialcrisisalarming.Onthebaseofthose,togetherwithinformationofliste

7、dcompaniesintheyear2004whichismarkedasSTatthefirsttimein2006inShanghaiandShenzhen,thispaperatfirstusesPCAtomaptheoriginaldatasettoalowerfeaturespaceomittingsomeinformationunuseless,andthenusestheSVMmodeltomapthedatasettoahigherfeaturespacetofindaseparatinghyperplanetoc

8、lassifythe2kindsoflistedcompanies.Accordingtothedemonstrationofexperiment,theSupportVectorMachinesmodelhasahigherfore