财务困境预警SVM模型的构建及实证研究

摘要

精确的财务困境预测对企业管理层、投资者、债权人、监管层等有着十分重要的意义.本文以支持向量机(SVM)为基础,选取高斯核函数为内积函数,分析惩罚参数和核参数对模型的影响,并通过5-fold cross-validation方法与网格搜索算法选取最优参数,构建财务困境预警的SVM模型.相关的实证结果表明,SVM模型在提前3年的情况下仍能取得较好的预测效果,在预测效率上优于传统的多元判别分析方法.