本文選題：財務(wù)風(fēng)險 + 主成分分析��； 參考：《會計之友》2017年14期

【摘要】：制造業(yè)公司是我國市場經(jīng)濟的重要組成部分,判別分析制造業(yè)公司的財務(wù)風(fēng)險對于進一步促進制造業(yè)實體經(jīng)濟健康發(fā)展具有重要現(xiàn)實意義。適當選取2013—2015年制造業(yè)公司為樣本,利用SPSS統(tǒng)計軟件運用主成分分析方法(PCA)對制造業(yè)公司的財務(wù)指標進行了篩選,再利用MATLAB軟件借助粒子群算法(PSO)對支持向量機參數(shù)進行優(yōu)選,構(gòu)建了基于PSO-LIBSVM模型的公司財務(wù)風(fēng)險預(yù)警模型。實證分析表明,該模型可以對制造業(yè)公司財務(wù)風(fēng)險進行較為準確的度量,是將人工智能算法運用到經(jīng)濟管理領(lǐng)域的有效嘗試,對分析公司財務(wù)風(fēng)險具有一定的現(xiàn)實指導(dǎo)意義。
[Abstract]:Manufacturing company is an important part of market economy in China. Discriminating and analyzing the financial risk of manufacturing company has important practical significance for further promoting the healthy development of manufacturing entity economy. The financial indexes of manufacturing companies are screened by using the principal component analysis (PCA) software of SPSS, which is the appropriate sample of manufacturing companies from 2013 to 2015. Then the parameters of support vector machine are optimized by MATLAB software with the help of particle swarm optimization (PSO) and a corporate financial risk early warning model based on PSO-LIBSVM model is constructed. The empirical analysis shows that the model can accurately measure the financial risk of manufacturing companies, and it is an effective attempt to apply artificial intelligence algorithm to the field of economic management, which has a certain practical significance for the analysis of financial risks of manufacturing companies.
【作者單位】： 江蘇科技大學(xué);江南大學(xué);
【基金】：2015年度江蘇科技大學(xué)研究生科技創(chuàng)新計劃項目(YCX15S-15)
【分類號】：F406.7;F425

【參考文獻】

相關(guān)期刊論文 前10條

1 王君萍;王娜;;我國能源上市公司財務(wù)風(fēng)險評價——基于主成分分析法[J];會計之友;2016年11期

2 鄔建平;;基于主成分分析與最小二乘支持向量機的電子商務(wù)信用風(fēng)險綜合評分[J];物流技術(shù);2016年03期

3 朱曉燕;潘美芹;;基于Logistics回歸的中小上市公司財務(wù)風(fēng)險評級模型[J];上海管理科學(xué);2015年06期

4 泮敏;曾敏;;基于主成分分析法的上市公司財務(wù)風(fēng)險研究——以我國制造業(yè)為例[J];會計之友;2015年21期

5 趙璐;;低碳經(jīng)濟背景下煤炭企業(yè)財務(wù)風(fēng)險研究[J];生產(chǎn)力研究;2015年10期

6 孫薇;覃銘;;基于粒子群優(yōu)化的SVM的第三方物流企業(yè)客戶滿意度評價研究[J];物流工程與管理;2015年03期

7 閆丹丹;夏虹;;基于PCA的上市公司財務(wù)風(fēng)險預(yù)測的實證研究[J];商業(yè)經(jīng)濟;2014年12期

8 吳翎燕;韓華;唐菲;;基于PSO-SVM的多分類財務(wù)預(yù)警模型[J];武漢理工大學(xué)學(xué)報(信息與管理工程版);2013年02期

9 鄧敏;韓玉啟;;基于支持向量機的大學(xué)財務(wù)困境預(yù)警模型[J];南京理工大學(xué)學(xué)報;2012年03期

10 孔寧寧;魏韶巍;;基于主成分分析和Logistic回歸方法的財務(wù)預(yù)警模型比較——來自我國制造業(yè)上市公司的經(jīng)驗證據(jù)[J];經(jīng)濟問題;2010年06期

【相似文獻】

相關(guān)期刊論文 前10條

1 陳茜彬;美國最佳管理法的基本思想(之二)[J];管理現(xiàn)代化;1985年06期

2 陳寅;;制造業(yè)公司匯率風(fēng)險暴露計量和實證分析[J];中國對外貿(mào)易;2009年04期

3 顧小偉;;3M公司的創(chuàng)新戰(zhàn)略與文化[J];企業(yè)改革與管理;2012年12期

4 李志勇;;激勵的誤區(qū)[J];IT經(jīng)理世界;2000年12期

5 王巍;吳毓斌;;論產(chǎn)學(xué)研合作對制造業(yè)公司績效的影響[J];中國電力教育;2013年17期

6 彼得·德魯克;劉恩京;;由世界貿(mào)易轉(zhuǎn)向世界投資[J];國際貿(mào)易;1987年11期

7 劉嘉偌;卞啟武;;星期8小鎮(zhèn):“過家家”賺大錢[J];中國企業(yè)家;2010年05期

8 張世龍;施楊芳;;非制造業(yè)上市公司貸款信用風(fēng)險評價方法研究[J];杭州電子科技大學(xué)學(xué)報(社會科學(xué)版);2012年01期

9 周正勤;;制造業(yè)公司資本結(jié)構(gòu)特征因素研究——來自制造業(yè)公司的經(jīng)驗數(shù)據(jù)[J];市場周刊(理論研究);2014年04期

10 王錚;;對“創(chuàng)業(yè)元老”說“不”[J];當代經(jīng)理人;2007年01期

相關(guān)重要報紙文章 前10條

1 記者 鐘國斌;118家制造業(yè)公司僅占7.4%凈利[N];深圳商報;2013年

2 吳瓊;中國機械制造業(yè)公司最具投資價值[N];上海證券報;2007年

3 特約撰稿人 周到;非典難撼中期業(yè)績增長[N];證券日報;2003年

4 本報記者 杜雅文;中小板2009年平均凈利增27.55%[N];中國證券報;2010年

5 ;轉(zhuǎn)型重塑上市公司增長基因[N];中國證券報;2014年

6 本報見習(xí)記者 喬妼東;42家過會企業(yè)制造業(yè)公司云集 戰(zhàn)略新興產(chǎn)業(yè)是亮點[N];證券日報;2014年

7 本報特約記者 陳之罡;K街論壇：尋找北京-華盛頓共識[N];第一財經(jīng)日報;2006年

8 王佑;能源爭奪戰(zhàn)浮現(xiàn)日本五大商社“廠商一體”模式[N];第一財經(jīng)日報;2006年

9 記者 魏夢杰　編輯 全澤源;產(chǎn)融結(jié)合再升溫 133家制造企業(yè)逾半涉足金融業(yè)[N];上海證券報;2010年

10 本報記者 桂小筍;299個募投項目年內(nèi)被變更 組團變臉成“故事接力賽”[N];證券日報;2014年

相關(guān)碩士學(xué)位論文 前2條

1 羅楊;我國制造業(yè)公司債信用價差影響因素實證研究[D];浙江財經(jīng)大學(xué);2015年

2 連靖靖;我國上市制造業(yè)公司融資結(jié)構(gòu)對非效率投資的影響研究[D];浙江財經(jīng)大學(xué);2016年

，

本文編號：1906890