粗集-遗传支持向量机在制造业上市公司财务危机预警中的应用

摘要

本文利用相关财务危机理论建立影响上市公司财务危机的指标体系,通过粗集理论对这些指标进行约简获得核心指标,再利用支持向量机对核心指标建模得到企业财务危机预警模型,并运用到未来三年的财务危机预测当中.实证分析表明,本模型前两年的综合预警准确率达90％以上,证明了该模型有较强的预测能力.从财务危机预警结果来看,与传统SVM方法相比,粗集及遗传算法的引入不仅能够提高预警效率,而且能够提高预测精度,与实际企业财务情况基本一致.实际应用表明,在企业财务危机预警建模中,粗集理论的约简和遗传支持向量机方法的实施充分利用了样本数据本身特点,并为后续的优异预警结果提供良好地理论基础.