股权属性、董事会特征与绩效识别——支持向量机(SVM)在公司绩效识别中的应用研究

• 作者: 唐德祥 孟卫东
• 来源期刊: 生产力研究
• 学科: 经济
• 关键词: 支持向量机(SVM) 股权属性 董事会特征 绩效识别
• 年，卷（期）: 2008,（18）
• 所属期刊栏目: 经济理论问题
• 页码范围: 22-23,59
• 页数: 3页
• 分类号: F271
• 字数: 3953字
• 语种: 中文

摘要

与现有研究文献不同,文章采用基于统计学习理论的新型机器学习方法--支持向量机(SVH),通过2004年沪市的机械、设备、仪表行业上市公司的股权属性、董事会特征对公司绩效进行识别.研究结果显示,各组检验样本的正确识别率基本都在80%以上,证明支持向量机对公司绩效具有良好的识别能力,特别是表现出对小样本的适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟卫东	重庆大学经济与工商管理学院	252	4183	32.0	51.0
2	唐德祥	重庆大学经济与工商管理学院	38	214	8.0	12.0