基于支持向量机的大学财务困境预警模型

• 作者: 邓敏 韩玉启
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 经济
• 关键词: 大学 财务困境 预警 支持向量机 误差反向传播神经网络
• 年，卷（期）: 2012,（3）
• 页码范围: 551-556
• 分类号: F224.0
• 字数: 5195字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9830.2012.03.032

摘要

为了解决大学的财务风险预警模型由于样本稀疏造成预测准确率偏低的问题,该文提出了一种基于支持向量机(SVM)的预警模型的构造方法.选取教育部64所大学的7个财务评价指标并将其分为轻警、重警和巨警3种类别进行了训练计算.与误差反向传播(BP)神经网络模型相比较,在小样本数据条件下,基于SVM的大学财务困境预警模型是大学财务困境预警的有效方法.研究结果可以较好地对大学财务困境进行预警监测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩玉启	南京理工大学经济管理学院	308	4462	35.0	52.0
2	邓敏	南京理工大学经济管理学院	26	171	9.0	12.0