支持向量机在财务危机预警中的应用评析

信息技术的迅速发展和世界经济全球化使很多企业面临各种各样的经营困难,最终体现为财务危机.提前对其进行预警以协助企业有效地规避财务危机是十分重要的.随着研究的深入,各种财务危机预警方法逐渐成熟.本文从样本选择、模型建立和预测性能3方面对支持向量机(SVM)在财务危机预警领域的应用进行了评析,认为SVM方法具有强大的分类功能和优良的学习性能,在财务危机预警领域有着广阔的应用前景.     

基于模糊优选和神经网络的企业财务危机预警

提出了基于系统模糊优选和神经网络模型的企业财务危机预警方法, 对企业财务危机的 测定、财务危机预警推理知识的神经网络动态学习与推理、财务危机指标的预测等功能进行了 集成, 实例分析表明该方法有效、可行, 为企业财务危机的动态预警提供了新的途径.     

不确定性支持向量分类预警算法

支持向量分类从理论上可以保证好的预警外推能力。但历史警度的确定是一个十分棘手的问题。论文提出了不确定性支持向量分类预警方法。将支持向量分类预警问题转化为各个历史样本的惩罚系数的合理变化,从而大大减少了约束的个数,体现了专家决策在预警系统的作用。不仅实现了专家意见的综合,而且是对SVM理论本身的拓广。证明了模糊支持向量机是不确定性支持向量分类的特例,从而给出了模糊支持向量机的确切含义。数据试验表明,未确知支持向量分类预警方法具有一定的实际应用价值。     

试论企业财务危机的信号探测及预警方式

企业财务危机的表现形式是多种多样,但财务危机与所有危机一样在真正降临之前,都会发出一系列预警信号.只要合理运用财务报表分析、单变量模型、多元线性判定模型、经验预警等方式就能有效的抓住各种财务危机信号,防范于未然.     

基于非财务指标的企业财务危机模糊预警模型研究

针对企业财务危机预警难以做到真实、准确的问题,提出了基于非财务指标的企业财务危机模糊预警模型。应用多级模糊综合评判法对财务风险因素进行定量化评价,对定性的非财务指标采用模糊统计的方法,从定量与定性相结合的角度出发,构建了财务危机的模糊预警模型,并对其进行了检验,以期使预警结果更加真实、准确。     

财务风险预警的支持向量机应用

本文给出了财务评价指标体系及其量化方法,利用支持向量机的分类能力建立财务风险预警的模型.对上市公司的财务数据进行训练和评估.证明基于支持向量机的财务风险预警模型的可行性和实用性,实验表明支持向量机在小样本情况下具有良好的非线性建模能力和泛化能力.     

试论企业财务危机的信号探测及预警方式

企业财务危机的表现形式是多种多样,但财务危机与所有危机一样在真正降临之前,都会发出一系列预警信号。只要合理运用财务报表分析、单变量模型、多元线性判定模型、经验预警等方式就能有效的抓住各种财务危机信号,防范于未然。     

中国企业财务危机管理研究

在激烈的市场竞争中,企业运作如履薄冰,处处面临着财务危机的威胁,甚至遭遇破产倒闭之厄运.这一问题已引起学术界与实务界的高度重视.本文在剖析企业财务危机成因的基础上,探究其监测指标体系与预警模型,最后提出完善企业财务危机管理的策略建议,旨在促进企业理财活动的良性发展.     

企业财务危机预警方法与危机化解对策研究

目前随着经济危机在全世界的不断蔓延,我国经济增长面临前所未有的压力。企业经营压力明显加大,在这种形式下,我国企业出现财务危机的可能性迅速增多。本文就对企业财务危机预警方法和企业危机化解对策进行了研究。     

基于PSO和SVM的上市公司财务危机预警模型

提出了一种将经过改进的离散粒子群(PSO)算法和支持向量机(SVM)相结合的算法,以选择最优的指标集并用于财务危机预警。将此算法应用于上市公司的数据,检验模型提前3年的预警效果,最后与常见的主成分分析方法与SVM相结合的模型进行对比,结果证明了PSO-SVM模型的合理性和优越性。     

基于信息融合的数据挖掘方法在公司财务预警中的应用

目前越来越多的数据挖掘方法被用于风险预警中,决策树、支持向量机、神经网络、Logistic回归等方法在风险预警中都表现出了较好的特性和预警效果,但是不同数据挖掘分类方法得到的结果不同,往往导致预警结果的不一致,因此也会存在一定风险。本文引入信息融合技术对不同数据挖掘分类方法得到的结果进行融合处理得到最优的结果,解决了不同数据挖掘方法得到的结果不一致问题。文章在SVM和Logistic回归的数据挖掘模型基础上建立基于信息融合的公司财务预警模型,提高了财务预警准确率,并且保留了原数据挖掘方法在分类预测上的优势。在实证研究中,论文选取了中国制造业的上市公司作为研究对象,在SVM和Logistic回归两种数据挖掘模型的基础上利用信息融合方法建立了财务预警模型,实证结果表明,基于信息融合的数据挖掘方法的预测准确率要高于单独的SVM和Logistic回归两种方法。     

财务危机预警模型评析

企业财务危机已成为企业利益相关者需要预测并应对的重要风险之一.企业应构建财务预警机制,及时沟通企业有关财务危机预警的信息,有效地防范和化解财务危机.本文对国内外财务危机预警模型逐一进行评析,旨在为构建符合我国实际并具有可操作性的财务危机预警模型提供借鉴.     

混合HOGA-SVM财务风险预警模型实证研究

目前涉及遗传算法与支持向量机相结合的预测模型中,遗传算法基本上采用的是标准算法.但是在对全局函数的优化中,一般的遗传算法容易陷入局部最优,从而降低遗传算法收敛速度和搜索精度,进而影响财务风险预警模型的精度与速度.基于此,提出了基于混合全局优化正交遗传算法(HOGA)和支持向量机(SVM)的财务风险预警模型(HOGA-SVM),通过使用混合全局优化正交遗传算法连同支持向量机来改进支持向量机进行财务风险预警的效果.结果显示,提出的模型不仅提高了财务风险预警的准确率和速度,而且模型的两类分类错误率(尤其是第一类分类错误率)相对其他模型也有了明显下降.未来的工作可以把模型的应用扩大到多分类的财务风险预警问题中.     

论企业财务预警机制的建设

随着市场竞争的日趋激烈,为防止经营失败,很多企业已经在着手建设企业财务预警机制。而如何建设一套适合自身需求,能够切实起到作用的预警机制,本文从预警机制的功能、原则、影响因素等多方面进行了论述。     

面向供电行业的财务业绩预警技术研究

财务危机由潜伏到发作再到恶化通常都是经历了一个渐进积累转化的过程。及早察觉财务危机的信号,对企业财务危机进行预警,能够使企业的管理者赢得充裕的时间,在财务危机的萌芽状态就采取有效措施。本文以电力行业的财务业绩预警技术为研究对象,阐述了财务业绩预警指标选取的五个原则,选取了反映获利能力、偿债能力、营运能力三方面的13个指标。选取层次分析法作为权重的计算方法。本文的研究成果将对我国电力企业有效预防财务危机的发生起到一定的积极作用。     

企业财务危机预警:偏最小二乘logistic方法的应用

鉴于现阶段我国上市公司的信用数据具有高维性和高相关性的特点,已有企业财务危机预警研究多采用能够有效降雏和消除共线性的主成分logistic模型.然而,这种模型定式在提取主成分时没有考虑解释变量与被解释变量之间的相关性,可能导致与企业财务状况关系密切的解释变量信息的丢失,从而削弱模型的预测能力.考虑到这一缺陷,本文在分析中首次引入偏最小二乘方法,并对我国沪深两市上市公司的经营失败进行了实证研究,结果表明偏最小二乘logistic模型不仅具有较优的拟合度,而且具有较高的企业经营失败预测能力.Bootstrap检验显示模型还具有较强的稳健性,预警效果更为可靠.     

企业财务危机预警双基点距离比值法

本文介绍了国内外主要企业财务危机预警模型,对模型的空间几何意义进行解释。提出了企业财务危机预警双基点距离比值模型,该模型采用非线性方法对危机企业与非危机企业的财务指标集合进行分割。用112例样本实证,预警识别率达到92.8%。     

基于模糊综合评价的财务危机预警研究

本文针对传统财务预警研究方法的不足,提出将模糊综合评判法引入到财务危机预警研究中,并在综合考虑财务指标与非财务指标的基础上,建立企业财务危机综合评价体系,从而更有效的预测财务风险。     

基于最优支持向量机模型的经营失败预警研究

根据中国资本市场的实际和样本数据特点,设计一套从样本准备到模型参数优化、再到模型比较的集成解决方案,对上市公司经营失败进行预警,通过实验分析参数调整和核函数选择对支持向量机建模的影响,寻求最优的支持向量机模型.实证结果表明,经营失败预警应用中,参数和核函数的选择对预警模型有较大影响,基于最优支持向量机模型的预测效果优于统计方法和神经网络方法,支持向量机适合中国上市公司分行业小样本的实际.特别处理事件作为经营失败样本切分标准对模型产生一定影响.     

基于粗糙集理论的财务危机预警研究

本文针对财务危机预警中财务比率数量较多时计算量较大的问题,提出了基于粗糙集理论的财务危机预警模型,将财务比率分别作为条件属性,将企业所处的状态作为决策属性,从而构成一个财务预警决策系统.通过对决策表的属性约简和规则约简,得到决策系统的最小决策规则,从而实现财务危机预警.测试结果表明,该方法的预警结果正确、有效.