论文部分内容阅读
在市场经济条件下，随着经济全球化和经济信息化的发展，我国上市公司遭受着不断加剧的外部市场竞争以及内部管理经营不善的双重压力，不少公司陷入财务危机。在激烈的市场竞争中，如何防止财务风险演变为财务危机，已经成为大家探讨的热门话题。为了求生存谋发展并维护市场经济的正常运转，利用上市公司的财务数据对上市公司进行财务危机预警分析变得必要并且紧迫。 支持向量机(Support Vector Machine，SVM)技术以VC维理论和结构风险最小化原理为基础，具有较好的学习能力和泛化性能，近年来在金融领域得到广泛的关注、研究和应用。本文将基于特征加权支持向量机模型以及双加权支持向量机模型对创业板的上市公司进行财务危机预警研究，主要的研究内容包括以下三个方面: 第一，双正交小波混合核函数的构造研究。支持向量机通过核函数实现原始空间数据向高维空间的映射，核函数是支持向量机的基础。首先基于核函数理论和双正交小波的良好特性，构造一类双正交小波核函数，在此基础上构造了一种具体的双正交小波核函数—Cdf9/7双正交小波核函数，随后将其与线性核函数进行混合，构造新的双正交小波混合核函数。 第二，基于双正交小波混合核EVA-FWOCSVM的财务危机预警研究。基于能为企业财务失效提供有效预警信息的经济附加值(Economic Value Added，EVA)指标以及灰色关联方法，用EVA与财务指标之间的灰色关联度作为特征权重，提出了基于EVA的特征加权双正交小波混合核函数。在此基础上，针对财务危机预警领域财务异常和财务正常企业在数量上不平衡的情况，进一步构造了基于该核函数的EVA-FWOCSVM财务危机预警模型，针对我国创业板的上市公司进行实证研究。 第三，基于双加权双正交小波混合核支持向量机的财务危机预警研究。针对不同的样本对模型学习影响的重要程度有所不同，本文在考虑特征加权的基础上，进一步考虑样本重要程度对支持向量机模型分类精度的影响，并基于高维空间核映射原理提出一种经验性的方法，用来估计不同重要程度样本权重值。在此基础上，进一步构造了基于双加权双正交小波混合核支持向量机的财务危机预警模型并进行实证研究。 通过科学的方法建立有效的财务危机预警模型，不仅使市场经济主体降低运营风险，而且促进了我国资本市场的规范和发展，并进一步优化社会资源的配置;进行财务危机预警能够使经营者及时作出相应调整，灵活应对风险;也为政府相关管理监督部门提供有效的监督手段，捍卫全民利益。