基于非財務指標的上市公司財務預警研究

作者：劉玉敏,劉莉,任廣乾

摘要：當前財務預警的相關研究主要集中于依托財務指標構建模型以預測公司的財務狀況,難以深入解釋財務困境發生的原因,對財務危機的早期預警有較大局限。在財務指標的基礎上,本文引入公司治理、EVA等非財務指標因素,利用統計分析方法對備選指標進行篩選后構建上市公司的財務預警指標體系,通過建立PSO-SVM的預測模型,利用PSO算法自動尋找最優參數組合,并與其他方法進行比較以驗證基于非財務指標的PSO-SVM預測模型的有效性,結果表明這種模型的預測準確率比之其他方法有了明顯的提高,能夠為我國上市公司的財務預警提供理論依據。

發文機構：鄭州大學商學院

關鍵詞：非財務指標財務預警上市公司支持向量機粒子群尋優non-financial measuresfinancial early warninglisted companySupport Vector MachineParticle Swarm Optimization

分類號： F275[經濟管理—企業管理][經濟管理—國民經濟]