一种基于SVM的多变量企业财务预警模型  

A Multi-variable Early Warning Model of Enterprise Finance Based on SVM

作　　者：李贺[1] 冯天瑾[2] 王树文[3] 

机构地区：[1]青岛理工大学通信与电子工程学院,青岛266033 [2]中国海洋大学信息工程中心,青岛266071 [3]中国海洋大学管理学院,青岛266071

出　　处：《通讯和计算机（中英文版）》2005年第8期32-36,共5页Journal of Communication and Computer

基　　金：本文得到青岛市自然科学基金（No,2002-1-2r-11）资助.

摘　　要：本文将支撑向量机这一通用学习机器引入企业财务预警中，克服了以往应用统计分析方法中需要大量样本的缺点，提出了一种在小量样本情况下，实现企业财务数据与企业的运营状况映射关系的方法，还探讨了支撑向量机在企业财务预警中应用的优势和发展潜力，并给出了实验设计和验证。The SVM （Support Vector Machine） is used overcomes the shortage of traditional statistic methods that to classify the state of the enterprise in this paper. It need too many samples. The proposed method can reflect the relationship between finance data and enterprise status. The predominance and potential factor of SVM are discussed, and the experimental design and testing result are given.

关 键 词：企业预警 支撑向量机 统计学习理论 BP神经网络 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]