首页 | 本学科首页   官方微博 | 高级检索  
     

基于支持向量机的财务危机预警模型
引用本文:吴冬梅,朱俊,庄新田,杨霖. 基于支持向量机的财务危机预警模型[J]. 东北大学学报(自然科学版), 2010, 31(4): 601-604. DOI: -
作者姓名:吴冬梅  朱俊  庄新田  杨霖
作者单位:东北大学工商管理学院,辽宁,沈阳,110004;东北大学工商管理学院,辽宁,沈阳,110004;东北大学工商管理学院,辽宁,沈阳,110004;东北大学工商管理学院,辽宁,沈阳,110004
基金项目:教育部高等学校博士学科点专项科研基金资助项目(20060145001)
摘    要:
首先利用因子分析、均值检验和相关性分析分别对财务指标和公司治理变量进行筛选,得到具有代表性的指标变量,然后利用支持向量机方法进行实证分析.研究结果表明,支持向量机模型对于企业破产风险有较强的预测能力.通过与财务指标下的模型结果进行比较,发现引入公司治理变量(流通股比例、第一大股东持股比例和股权集中度)后,模型的预测能力更强,该方法具有一定的实际应用价值.

关 键 词:支持向量机  因子分析  财务危机  预警  公司治理

A Model Based on Support Vector Machine for Early Warning Financial Crisis
WU Dong-mei,ZHU Jun,ZHUANG Xin-tian,YANG Lin. A Model Based on Support Vector Machine for Early Warning Financial Crisis[J]. Journal of Northeastern University(Natural Science), 2010, 31(4): 601-604. DOI: -
Authors:WU Dong-mei  ZHU Jun  ZHUANG Xin-tian  YANG Lin
Affiliation:School of Business Administration;Northeastern University;Shenyang 110004;China.
Abstract:
Financial indicators and corporate governance variables were sieved separately to get representative variables via factor analysis,mean value test and correlation analysis.Then,an empirical analysis was done by support vector machine(SVM).The results showed that the SVM model is superior in predicting the financial bankruptcy risk to other methods.Comparing the SVM model with the model based on financial indicators,it is found that the model introducing corporate governance variables in it is more predictab...
Keywords:support vector machine(SVM)  factor analysis  financial crisis  early warning  corporate governance
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《东北大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《东北大学学报(自然科学版)》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号