最小二乘支持向量機在財務業(yè)績預測中的應用研究.pdf

1、自奧特曼對財務困境展開開創(chuàng)性研究以來，對財務困境預測的研究已經(jīng)相對成熟，但是財務困境預測以公司是否被ST作為預測標準，這難免給人一種為時已晚的感覺。鑒于此，有學者初步提出財務業(yè)績預測并進行了相關(guān)研究。財務業(yè)績預測仍然處于一個起步階段，它通過預測公司未來業(yè)績的變動情況，為利益相關(guān)者提供決策所需信息。本文的研究目的就是希望在以往研究的基礎(chǔ)上提出一種適用于制造業(yè)業(yè)績預測的方法，向利益相關(guān)者提供公司發(fā)展趨勢的信息，從而有利于他們做出科學的決策。

2、
　　本文共分為六個部分：第一部分，對研究背景、研究意義以及相關(guān)參考文獻進行了闡述。第二部分，介紹了文章研究的理論基礎(chǔ)，主要包括統(tǒng)計學習理論和支持向量機相關(guān)理論。第三部分，介紹了預測指標的選取以及預處理，本文主要選取了能夠反映公司償債能力、獲利能力、營運能力、成長能力以及現(xiàn)金流量能力的24個指標，將這24個指標依次進行正態(tài)分布檢驗、顯著性差異檢驗以及因子分析處理之后，共提取出2個公因子作為模型的輸入變量。第四部分，是文章的實證研究

3、部分，作者嘗試性的選擇半年度作為預測期間，初始選取了2010年制造業(yè)642家上市公司，經(jīng)過剔除被 ST的公司以及業(yè)績增減幅度小于50％的公司，最終經(jīng)過處理后的研究樣本數(shù)量為264家（其中132家業(yè)績上升的公司，132家業(yè)績下降的公司），將這264家樣本分成訓練集和樣本集，其中訓練樣本88家（44家業(yè)績上升公司，44家業(yè)績下降公司），測試樣本44家（22家業(yè)績上升的公司，22家業(yè)績下降的公司），分別構(gòu)建Logit回歸模型以及LS-SVM模

4、型，并將兩種模型的預測結(jié)果進行了比較。第五部分，主要是將LS-SVM模型加以應用的案例分析。第六部分是文章的結(jié)論以及不足。
　　本文在財務業(yè)績預測過程中引入最小二乘支持向量機，并采用半年度數(shù)據(jù)進行預測，最終構(gòu)建的LS-SVM模型的預測準確率高于Logit回歸模型的預測準確率。本文的主要創(chuàng)新點包括以下兩點：
　　第一，將最小二乘支持向量機應用于財務業(yè)績預測。通過研究發(fā)現(xiàn)基于最小二乘支持向量機的財務業(yè)績預測模型判斷準確率為64.