战略性新兴产业上市公司财务风险智能预警研究  

作　　者：张颖[1] 辜秋琴[1] 张成松[1] 

机构地区：[1]成都理工大学商学院,成都610059

出　　处：《财会月刊（下）》2014年第10期19-23,共5页Finance and Accounting Monthly

基　　金：四川省科技厅软科学研究计划项目"战略性新兴产业发展科技支撑研究"(编号:2012ZR0159);四川省科技厅软科学研究计划项目"自主创新支撑四川省战略性新兴产业发展路径研究"(编号:2012ZR0046)的研究成果

摘　　要：本文以中国战略性新兴产业上市公司为研究对象,运用主成分分析(PCA)方法提取出对财务风险具有显著影响的特征指标,以此作为输入变量将粒子群算法(PSO)、遗传算法(GA)、网格搜索法(GS)分别与支持向量机(SVM)相结合构建财务风险预警模型,进而以样本集分类准确率和第一、二类错误率为标准对模型的可靠性进行对比研究。实证结果表明,PCA-PSO-SVM模型具有最为优越的学习能力与泛化推广能力,能够最为准确地预测财务风险,从而为我国监管机构和企业管理层提供可操作性的应用工具与方法。

关 键 词：战略性新兴产业 财务风险 智能预警 支持向量机 粒子群算法 

分 类 号：F275[经济管理—企业管理]