基于支持向量机的上市公司财务困境预测

• 作者: 李星 肖智
• 来源期刊: 现代管理科学
• 学科: 经济
• 关键词: 支持向量机 财务困境 预测
• 年，卷（期）: 2010,（11）
• 页码范围: 31-32
• 分类号: F2
• 字数: 2803字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-368X.2010.11.011

摘要

文章采用支持向量机(SVM)来处理上市公司财务数据,与传统的方法相比较,有较好的范化能力,避免了传统方法的不足,能较客观的对上市公司财务困境进行预测.事实证明本模型是有效的,能为投资人和债权人的决策提供有力的支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖智	重庆大学经济与工商管理学院	82	1328	22.0	32.0
2	李星	重庆大学经济与工商管理学院	18	134	7.0	11.0