高维数据下基于主成分分析＋支持向量机的上市公司的信用风险评价  

作　　者：滕树军[1] 杨馥临 刘柏森 

机构地区：[1]天津商业大学理学院 [2]东北财经大学统计学院

出　　处：《环球市场信息导报》2018年第13期20-21,共2页Global Market Information Guide

基　　金：辽宁省社会科学规划基金重点项目“高维数据下运用Logistic模型研究上市公司企业信用风险评价”（项目编号：L16ATJ001）

摘　　要：上市公司是市场经济的重要组成部分,其信用评价研究逐渐受到人们的重视.本文就高维数据下上市公司的风险评价问题提出了一种新的方法,首先运用主成分分析方法对影响上市公司信用风险的众多因素进行降维,提取出若干个主成分变量;然后基于这些主成分变量,再运用支持向量机方法对上市公司的信用风险进行综合测评.实证结果表明,与基于主成分分析和logistic回归分析的方法,以及传统的支持向量机方法相比较,基于主成分分析＋支持向量机的方法的预测更加准确.

关 键 词：主成分分析方法 信用风险评价 支持向量机 上市公司 logistic回归分析 维数 市场经济 问题提出 

分 类 号：F222[经济管理—国民经济]