创业板上市公司财务危机的识别与预警

• 作者: 吴庆贺 唐晓华 林宇
• 来源期刊: 财会月刊
• 学科: 经济
• 关键词: 财务危机预警 Twin-SVM 创业板 上市公司 非均衡样本
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 财务研究2
• 页码范围: 后插54-后插62
• 页数: 1页
• 分类号: F275
• 字数: 9978字
• 语种: 中文
• DOI: 10.19641/j.cnki.42-1290/f.2020.02.008

摘要

以我国创业板上市公司为研究对象,针对公司不同财务状况构成的非均衡样本特性,运用Twin-SVM来构建财务危机预警模型.实证结果表明:在Twin-SVM模型的构建过程中,RBF核函数展示出比Linear、Polynomial、Sigmoid、Wavelet核函数更为优异的预测性能;与改进的ODR-ADASYN-SVM、BP神经网络、Bayes分类法和K近邻法相比,Twin-SVM不仅在预测精度上高于其他模型,而且在预测稳健性上也显著更为优越,在制造业与信息传输、软件和信息技术服务业两个分行业的泛化性能也显著优越于其余模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林宇	成都理工大学商学院	32	401	12.0	19.0
2	吴庆贺	成都理工大学商学院	3	3	1.0	1.0
3	唐晓华		2	3	1.0	1.0