基于支持向量机的上市公司财务危机预警研究

• 作 者: 宋姣
• 机 构: 哈尔滨工业大学管理学院
• 出 处: 哈尔滨商业大学学报(自然科学版)
• 发表日期: 2007年期
• 关键词: 上市公司 财务危机 危机预警 支持向量机

上市公司是社会经济的基础,其经营业绩和财务状况的好坏直接影响政府的宏观经济政策、资本市场的有序运转。上市公司陷入财务危机是一个逐步的过程,通常都是由财务状况正常逐步恶化,最终才导致财务危机。这说明企业的财务危机不但具有征兆,而且是可预测的。因此,建立上市公司财务危机预警模型,准确、有效地预测财务危机,对于保护投资者和债权人的利益、经营者防范财务危机、政府管理部门监控上市公司质量和证券市场风险,都具有重要的意义。本文针对上市公司财务危机预警问题,在国内外学者研究的基础上,分析了上市公司财务危机的特征、成因和征兆,有助于建立更为实用、合理、科学的财务危机预警模型。财务危机预警是借助财务危机预警系统发挥作用的,基于此,我们需要采用一个合理的财务危机预警系统,在危机发生之前,就对其进行预测,给公司管理当局以明确的危机警示。因此,本文也对财务危机预警系统进行了分析。支持向量机是数据挖掘的一项新技术,被认为是目前针对小样本的分类、回归等问题的最佳理论。将支持向量机引入到上市公司财务危机预警中,必将对财务危机预警分析方法的不断科学化作出贡献。本文介绍了支持向量机的原理,建立了基于支持向量机的上市公司财务危机预警模型,并利用公开发布的上市公司财务数据进行了研究。结果表明,支持向量机避免了人工神经网络等方法的网络结构难于确定、过学习和欠学习以及局部极小等问题,在小样本数据条件下,基于支持向量机的上市公司财务危机预警模型预测精度远远高于其他方法,具有其他方法所不具有的优越性,非常适合用于上市公司财务危机预警。