基于PSO优化SVM制造业公司财务风险预警研究  

作　　者：张金贵[1] 陈凡[1] 王斌[2] 

机构地区：[1]江苏科技大学 [2]江南大学

出　　处：《会计之友》2017年第14期52-56,共5页Friends of Accounting

基　　金：2015年度江苏科技大学研究生科技创新计划项目(YCX15S-15)

摘　　要：制造业公司是我国市场经济的重要组成部分,判别分析制造业公司的财务风险对于进一步促进制造业实体经济健康发展具有重要现实意义。适当选取2013—2015年制造业公司为样本,利用SPSS统计软件运用主成分分析方法(PCA)对制造业公司的财务指标进行了筛选,再利用MATLAB软件借助粒子群算法(PSO)对支持向量机参数进行优选,构建了基于PSO-LIBSVM模型的公司财务风险预警模型。实证分析表明,该模型可以对制造业公司财务风险进行较为准确的度量,是将人工智能算法运用到经济管理领域的有效尝试,对分析公司财务风险具有一定的现实指导意义。

关 键 词：财务风险 主成分分析 支持向量机 粒子群算法 

分 类 号：F270[经济管理—企业管理]