东篱科研大数据发现系统（DRDS）

位置：成果数据库 > 期刊 > 期刊详情页

基于PCA-PSO-SVM的上市公司财务危机预警

ISSN号：1003-1154
期刊名称：《管理现代化》
时间：0
分类：F830.91[经济管理—金融学] F275[经济管理—企业管理;经济管理—国民经济]
作者机构：郑州大学商学院,河南郑州450001
相关基金：国家自然科学基金项目“竞争与制度交互下的公司金融契约治理：行为分析与实验检验”（U1304705）; 河南省高等学校重点科研项目“基于公司治理视角的河南省国有企业混合所有制改革研究”（16A630032）; 郑州大学青年教师支持科研基金项目“转型背景下弱政治资源企业的寻租行为及其治理机制研究”（2015SKYQ01）

中文摘要：

针对单纯支持向量机（SVM）预警准确率较低等问题,采用粒子群算法（PSO）优化支持向量机的参数,提出改进的SVM预警模型。该方法首先采用主元分析方法（PCA）进行数据降维处理,再将支持向量机的参数作为PSO的粒子,分类准确率作为PSO的目标函数,通过全局搜索得到最优参数进而优化SVM。研究结果表明,PCA-PSO-SVM模型准确率相较于SVM模型得到较大改善。

同期刊论文项目