粗集-遺傳支持向量機在制造業上市公司財務危機預警中的應用

作者：葛新旗,周虹

摘要：本文利用相關財務危機理論建立影響上市公司財務危機的指標體系,通過粗集理論對這些指標進行約簡獲得核心指標,再利用支持向量機對核心指標建模得到企業財務危機預警模型,并運用到未來三年的財務危機預測當中。實證分析表明,本模型前兩年的綜合預警準確率達90%以上,證明了該模型有較強的預測能力。從財務危機預警結果來看,與傳統SVM方法相比,粗集及遺傳算法的引入不僅能夠提高預警效率,而且能夠提高預測精度,與實際企業財務情況基本一致。實際應用表明,在企業財務危機預警建模中,粗集理論的約簡和遺傳支持向量機方法的實施充分利用了樣本數據本身特點,并為后續的優異預警結果提供良好地理論基礎。

發文機構：東莞職業技術學院財經系

關鍵詞：制造業上市公司財務危機預警粗集遺傳算法支持向量機manufacturing industry listed companiesfinancial crisis warningrough setgenetic algorithmSupportVector Machine （SVM）

分類號： F275[經濟管理—企業管理][經濟管理—國民經濟]