针对传统预测模型的不足,探讨支持向量机(SupportVectorsMachine,SVM)模型在中国上市公司财务困境预测中的作用。通过SVM与传统的多元线性回归(Multi Linear Regression,MLR)和Logit分析(LogitAnalysis,LA)的实证对比和模型分析,得出SVM...针对传统预测模型的不足,探讨支持向量机(SupportVectorsMachine,SVM)模型在中国上市公司财务困境预测中的作用。通过SVM与传统的多元线性回归(Multi Linear Regression,MLR)和Logit分析(LogitAnalysis,LA)的实证对比和模型分析,得出SVM在20组测试样本集上的平均误判率是最好的,显著优于MLR,也优于LA,证实了SVM模型用于财务困境预测的有效性和优越性。展开更多
文摘针对传统预测模型的不足,探讨支持向量机(SupportVectorsMachine,SVM)模型在中国上市公司财务困境预测中的作用。通过SVM与传统的多元线性回归(Multi Linear Regression,MLR)和Logit分析(LogitAnalysis,LA)的实证对比和模型分析,得出SVM在20组测试样本集上的平均误判率是最好的,显著优于MLR,也优于LA,证实了SVM模型用于财务困境预测的有效性和优越性。
