创业板上市公司财务危机的识别与预警

发布时间：2023-02-25 18:24

　　以我国创业板上市公司为研究对象,针对公司不同财务状况构成的非均衡样本特性,运用Twin-SVM来构建财务危机预警模型。实证结果表明:在Twin-SVM模型的构建过程中,RBF核函数展示出比Linear、Polynomial、Sigmoid、Wavelet核函数更为优异的预测性能;与改进的ODR-ADASYNSVM、BP神经网络、Bayes分类法和K近邻法相比,Twin-SVM不仅在预测精度上高于其他模型,而且在预测稳健性上也显著更为优越,在制造业与信息传输、软件和信息技术服务业两个分行业的泛化性能也显著优越于其余模型。

【文章页数】：9 页

【文章目录】：
一、引言
二、研究方法
    1. 基于Twin-SVM的财务危机预警模型构建。
    2. 财务危机识别方法。
    3. 财务危机预警模型的性能评估方法。
三、实证结果与分析
    1. 样本选择及数据处理。
    2. 特征指标的筛选。
    3. 不同核函数下Twin-SVM模型的预测性能对比。
    4. 不同预警模型的预测性能对比。
    5. 分行业下Twin-SVM预警模型的预测结果。
四、结论



本文编号：3748964