基于主成分分析和支持向量机的企业盈利能力预测  

作　　者：张红[1] 高帅[1] 张洋[2] 

机构地区：[1]清华大学建设管理系,北京100084 [2]北京林业大学经济管理学院,北京100083

出　　处：《统计与决策》2016年第23期174-177,共4页Statistics & Decision

基　　金：国家自然科学基金资助项目(71073096)

摘　　要：文章针对中国建筑业上市公司样本规模较小,常规预测方法难以奏效的特点,尝试将支持向量机应用于其盈利能力预测。首先从不同的角度选择盈利能力单项指标,以此为基础构建反映公司盈利能力的集成指标,结合2001—2014年中国A股建筑业上市公司的数据,构建基于支持向量的盈利能力预测模型,对样本公司的盈利能力进行预测。研究结果显示,经过训练的支持向量机模型能较为成功地预测样本公司的盈利能力,2003—2014年的预测准确率均超过80%;通过与BP神经网络的对比试验可以发现,在预测中国建筑业上市公司盈利能力方面,支持向量机表现出了较明显的优势。

关 键 词：盈利能力 预测 建筑业上市公司 支持向量机 主成分分析 

分 类 号：F830.2[经济管理—金融学]