最小二乘支持向量機(jī)在財務(wù)業(yè)績預(yù)測中的應(yīng)用研究.pdf

1、自奧特曼對財務(wù)困境展開開創(chuàng)性研究以來，對財務(wù)困境預(yù)測的研究已經(jīng)相對成熟，但是財務(wù)困境預(yù)測以公司是否被ST作為預(yù)測標(biāo)準(zhǔn)，這難免給人一種為時已晚的感覺。鑒于此，有學(xué)者初步提出財務(wù)業(yè)績預(yù)測并進(jìn)行了相關(guān)研究。財務(wù)業(yè)績預(yù)測仍然處于一個起步階段，它通過預(yù)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(yù)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(xué)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(xiàn)進(jìn)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(xué)習(xí)理論和支持向量機(jī)相關(guān)理論。第三部分，介紹了預(yù)測指標(biāo)的選取以及預(yù)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(yùn)能力、成長能力以及現(xiàn)金流量能力的24個指標(biāo)，將這24個指標(biāo)依次進(jìn)行正態(tài)分布檢驗(yàn)、顯著性差異檢驗(yàn)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(shí)證研究

3、部分，作者嘗試性的選擇半年度作為預(yù)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(xùn)練集和樣本集，其中訓(xùn)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(yù)測結(jié)果進(jìn)行了比較。第五部分，主要是將LS-SVM模型加以應(yīng)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(wù)業(yè)績預(yù)測過程中引入最小二乘支持向量機(jī)，并采用半年度數(shù)據(jù)進(jìn)行預(yù)測，最終構(gòu)建的LS-SVM模型的預(yù)測準(zhǔn)確率高于Logit回歸模型的預(yù)測準(zhǔn)確率。本文的主要創(chuàng)新點(diǎn)包括以下兩點(diǎn)：
　　第一，將最小二乘支持向量機(jī)應(yīng)用于財務(wù)業(yè)績預(yù)測。通過研究發(fā)現(xiàn)基于最小二乘支持向量機(jī)的財務(wù)業(yè)績預(yù)測模型判斷準(zhǔn)確率為64.