基于学习矢量量化算法的财务失败预测研究

• 作者: 王静 裘正定
• 来源期刊: 微机发展
• 学科: 工学
• 关键词: 学习矢量量化 神经网络 财务失败 BP网络 决策树
• 年，卷（期）: 2004,（8）
• 所属期刊栏目: 智能与算法研究
• 页码范围: 34-37
• 页数: 4页
• 分类号: TP301.6
• 字数: 4340字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2004.08.011

摘要

实现有效的财务失败预测对于银行、投资者、企业和政府管理机构来说具有重要的意义,因而相关研究一直在金融信息处理领域中备受关注.近年来,神经网络方法被引入该领域并成为新的研究热点.文中分别利用160家和384家公司的财务数据作为训练集和测试集,首次将学习矢量量化(LVQ)算法应用至中国上市公司的财务失败预测模型的构建,并与传统的BP神经网络、对数回归模型、C4.5决策树等方法进行了实证分析比较.研究结果表明学习矢量量化算法与这些传统方法相比具有更高的预测精度,在此领域有着良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王静	北京交通大学信息所	40	467	10.0	20.0
2	裘正定	北京交通大学信息所	90	1146	16.0	30.0