基于KPCA降维的Weight-LSSVM财务危机预警模型  

作　　者：黄虹[1] 徐庆根 张奕倩 史惠文 

机构地区：[1]上海师范大学商学院,上海200234

出　　处：《统计与决策》2020年第20期180-184,共5页Statistics & Decision

基　　金：国家自然科学基金资助项目(71373162);上海师范大学精品力作培育项目(2018)。

摘　　要：公司财务危机预警是典型的二元分类问题,有效降低变量之间的相关性及正确选择预警模型是解决问题的关键。文章基于核主成分分析(KPCA)非线性降维方法与加权最小二乘支持向量机模型(Weight-LSS⁃VM),提出了KPCA-WLSSVM组合财务危机预警模型,并选择2016—2018年沪深两市被特别处理的危机企业及同等规模的相同数量正常企业作为研究样本,对构建的指标体系进行比较验证。结果表明:KPCA-WLSSVM模型在第一类错误率、预测AUC值以及泛化能力方面有更稳定和优化的表现。

关 键 词：财务危机预警 核主成分分析 加权最小二乘支持向量机 

分 类 号：F222.3[经济管理—国民经济]