以我國創(chuàng)業(yè)板上市公司為研究對象,針對公司不同財務狀況構(gòu)成的非均衡樣本特性,運用Twin-SVM來構(gòu)建財務危機預警模型。實證結(jié)果表明:在Twin-SVM模型的構(gòu)建過程中,RBF核函數(shù)展示出比Linear、Polynomial、Sigmoid、Wavelet核函數(shù)更為優(yōu)異的預測性能;與改進的ODR-ADASYNSVM、BP神經(jīng)網(wǎng)絡、Bayes分類法和K近鄰法相比,Twin-SVM不僅在預測精度上高于其他模型,而且在預測穩(wěn)健性上也顯著更為優(yōu)越,在制造業(yè)與信息傳輸、軟件和信息技術(shù)服務業(yè)兩個分行業(yè)的泛化性能也顯著優(yōu)越于其余模型。

【文章頁數(shù)】：9 頁

【文章目錄】：
一、引言
二、研究方法
    1. 基于Twin-SVM的財務危機預警模型構(gòu)建。
    2. 財務危機識別方法。
    3. 財務危機預警模型的性能評估方法。
三、實證結(jié)果與分析
    1. 樣本選擇及數(shù)據(jù)處理。
    2. 特征指標的篩選。
    3. 不同核函數(shù)下Twin-SVM模型的預測性能對比。
    4. 不同預警模型的預測性能對比。
    5. 分行業(yè)下Twin-SVM預警模型的預測結(jié)果。
四、結(jié)論



本文編號：3748964