基于遗传算法的同步优化方法在财务困境预警中的应用  

Application of A GA-Based Simultaneous Optimization Method in Financial Crisis Prediction

作　　者：宋新平[1,2] 丁永生[2,3,4] 曾月明[2] 

机构地区：[1]江苏大学工商管理学院,江苏镇江212013 [2]东华大学旭日工商管理学院,上海200051 [3]东华大学信息科学与技术学院,上海201620 [4]东华大学数字化纺织服装技术教育部工程研究中心,上海201620

出　　处：《预测》2009年第1期48-55,共8页Forecasting

基　　金：教育部哲学社会科学研究重大课题攻关资助项目(07JZD0020);教育部新世纪优秀人才支持计划资助项目(NCET-04-415);上海市教育委员会科研创新资助项目(08ZS33)

摘　　要：传统的基于统计技术的变量筛选法不能保证财务困境预警模型的精度。本文提出了用遗传算法同时优化输入变量和支持向量机参数的方法。实证研究表明:该同步方法在降低变量维数的同时得到较好的预测精度,其得到的优化变量集也具有较强的经济含义。The variable selection method based on traditional statistical technique can not achieve high accuracy in financial distress prediction. Hence, a method based on genetic algorithm is proposed to optimize the input variables and parameters of support vector machine （SVM） simultaneously. The empirical result indicates that this proposed method can reduce the number of variables and achieve high prediction accuracy. Moreover, the variable subset extracted via this proposed method can be interpreted economically.

关 键 词：同步优化 输入变量 支持向量机参数 财务困境预警 

分 类 号：F275[经济管理—企业管理]