基于数据挖掘技术的企业财务困境预测建模

摘要：

研究企业财务困境预测问题,影响财务困境的输入变量参数较多,存在输入维数和冗余信息,造成预测效率低.如何准确选择合理的输入变量参数是提高财务困境预测精度的关键.为了解决财务困境输入变量选择不合理导致预测精度低等难题,提出采用主成分-遗传-支持向量机( PCA - GA - SVM)的企业财务困境组合预测方法.先用主成分分析法(PCA)合理选取企业财务困境的输入变量,然后结合遗传算法(GA)利用训练集的数据对SVM最优参数寻优,得到企业财务困境预测模型,最后采用具体企业财务数据进行仿真.实验结果表明,PCA - GA - SVM的企业财务困境预测方法提高了财务困境的预测精度.

关键词：财务困境、支持向量机、主成分分析、预测精度

分类号：F830(金融、银行)

资助基金：江苏建筑职业技术学院院级科研课题JYA309-08

在线出版日期：2012-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：355-358