發(fā)布時(shí)間：2020-11-19 14:14

　　 公司財(cái)務(wù)危機(jī)預(yù)警是典型的二元分類問題,有效降低變量之間的相關(guān)性及正確選擇預(yù)警模型是解決問題的關(guān)鍵。文章基于核主成分分析(KPCA)非線性降維方法與加權(quán)最小二乘支持向量機(jī)模型(Weight-LSSVM),提出了KPCA-WLSSVM組合財(cái)務(wù)危機(jī)預(yù)警模型,并選擇2016—2018年滬深兩市被特別處理的危機(jī)企業(yè)及同等規(guī)模的相同數(shù)量正常企業(yè)作為研究樣本,對(duì)構(gòu)建的指標(biāo)體系進(jìn)行比較驗(yàn)證。結(jié)果表明:KPCA-WLSSVM模型在第一類錯(cuò)誤率、預(yù)測AUC值以及泛化能力方面有更穩(wěn)定和優(yōu)化的表現(xiàn)。

【相似文獻(xiàn)】

本文編號(hào)：2890092