用支持向量机(SVM)构建企业破产预测模型
An Application of Support Vector Machines in Bankruptcy Prediction Model作者机构:华中科技大学湖北武汉430074 南京理工大学江苏南京210094
出 版 物:《金融研究》 (Journal of Financial Research)
年 卷 期:2006年第10期
页 面:65-75页
核心收录:
学科分类:12[管理学] 120202[管理学-企业管理(含:财务管理、市场营销、人力资源管理)] 1202[管理学-工商管理] 07[理学] 070104[理学-应用数学] 0701[理学-数学]
基 金:国家自然科学基金资助项目(70271030)"企业客户关系管理中服务机理与支持平台的研究"
摘 要:本文考察支持向量机SVM(Support Vector Machines)在商业银行构建企业破产预测模型中的作用。由于SVM能够使用小样本捕获特征空间的几何特征并抽取出最优解,因此对于企业破产预测问题,使用SVM方法构建的分类机的性能比倒传递神经网络模型(BPN)方法构建的分类机的性能要好。本文同时考察了取不同参数值时SVM模型性能的变化。此外,本文考察和总结了与BPN相比,SVM算法的几个优越点。研究结果表明,当训练集的规模变小时,SVM的精确性和推广性能优于BPN.