基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在财务困境预测中,如何从大量备选指标中筛选出预警指标是一个重要环节。为了更有效地设计财务困境预测模型,本文将平均影响值方法应用于SVM回归来进行变量筛选,首先对训练集数据用SVM进行训练,然后分别增减每一自变量的10%来进行仿真,对两个仿真结果的差值按样本数平均,得出平均影响值;最后对各个自变量的平均影响值按绝对值大小排序,从而进行变量筛选。实证结果表明,该方法能够以较少的特征变量实现较高的分类精度,是切实有效的。
推荐文章
基于GWO-SVM的财务困境预测模型研究
灰狼优化算法
支持向量机
财务困境预测
遗传算法
粒子群算法
基于新闻文本的上市公司财务困境组合预测模型
财务困境预测
文本分类
组合预测模型
支持向量机
Logistic
基于GA-SVM的企业财务困境预测
遗传算法
支持向量机
财务困境
特征提取
基于变量筛选的岩质高边坡锚杆轴力预测
岩质高边坡
变量筛选
粒子群算法
BP模型
锚杆轴力预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 财务困境预测中的变量筛选——基于平均影响值的SVM方法
来源期刊 系统工程 学科 经济
关键词 财务困境预测 变量筛选 平均影响值 SVM
年,卷(期) 2011,(8) 所属期刊栏目
研究方向 页码范围 73-78
页数 6页 分类号 F272
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王维国 125 1677 23.0 36.0
2 卢永艳 12 129 5.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
财务困境预测
变量筛选
平均影响值
SVM
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
系统工程
双月刊
1001-4098
43-1115/N
大16开
长沙市浏河村巷37号湖南省社会科学院内
42-67
1983
chi
出版文献量(篇)
4447
总下载数(次)
29
论文1v1指导