基于集成支持向量机的企业财务业绩分类模型研究
外文标题：Analysis of Classification Model of Companies’Financial Performance Based on Integrated Support Vector Machine
文献类型：期刊
作者：蒋艳霞[1]
机构：[1]中国人民大学商学院
[2]北京大学光华管理学院
年：2009
期刊名称：中国管理科学
卷：17
期：2
页码范围：42-51
增刊：增刊
收录情况：中文核心期刊要目总览
所属部门：商学院
语言：中文
关键词：财务业绩;支持向量机;AdaBoost算法
摘要：要想正确预测公司财务业绩,首先必须选择合适的预测方法。现有文献所采用的财务业绩预测模型普遍存在着泛化能力不强的问题。本文提出用支持向量机方法来预测我国上市公司的财务业绩。为了提高预测准确率,本文还用AdaBoost算法对支持向量机进行了改进(集成支持向量机)。在支持向量机核函数的选择上,我们采用了实验法,即对每个核函数及其相关参数的预测效果都进行了测算,以期找出最适用的预测模型。实证结果表明,径向基核函数(rbf)的效果最好,支持向量机方法预测准确率远远高于其它方法。
作者其他论文
高科技上市公司智力资本信息披露的实证分析.蒋艳霞;徐程兴.科技进步与对策.2009,26(5),76-79.
基于中国背景的内部资本市场研究:理论框架与研究建议.王化成;蒋艳霞;王珊珊,等.会计研究.2011,28-37.
金融资产分类的决定性因素研究--管理者意图是否是真实且唯一标准.孙蔓莉;蒋艳霞;毛珊珊.会计研究.2010,27-31.
上市公司财务业绩影响因素的选择--以遗传算法为视角.蒋艳霞;解青芳.审计与经济研究.2010,25(4),72-77.
管理层激励对内部资本市场配置效率的影响.安杰;蒋艳霞.商业研究.2010,16-20.
