基于Lasso和支持向量机的上市公司信用评价  

作　　者：滕树军[1] 刘丽平 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：《现代经济信息》2018年第12期22-24,共3页Modern Economic Information

基　　金：辽宁省社会科学规划基金重点项目(L16ATJ001);天津商业大学教师产学研创新实践活动项目(2018RC020637);天津商业大学青年科研培育基金项目(G12Y100111)

摘　　要：随着经济的全球化,作为市场经济交易基础的公司信用研究,已趋于社会化、普遍化。信用关系或者债券关系已经成为一种非常基本的经济关系。而在公司交易规模不断壮大的同时,信用风险也随之而来。本文首先采用Lasso方法从可能影响上市公司信用评价的众多财务指标中挑选出现金比率、资产负债率、长期资本负债率、固定资产比率等17个重要影响因素,然后再运用支持向量机方法对上市公司信用评价进行预测。实际研究结果表明本文所提出的Lasso与SVM相结合的新方法的拟合预测效果要优于单纯SVM方法的预测效果。

关 键 词：Lasso 支持向量机 信用评价 

分 类 号：F830.91[经济管理—金融学]