上市公司退市风险预警研究——基于主成分分析的支持向量机预测模型

发布时间：2021-05-15 07:17

　　以我国A股上市公司退市风险预警为例,将非线性支持向量机模型（SVM）与主成分分析法相结合,构建了一种基于主成分分析的支持向量机预测模型。模型通过主成分分析将具有非线性和非正态分布的财务数据压缩到五维空间中,引入支持向量机模型对我国A股市场2019年被交易所处以退市风险警示的139家上市公司以及239家配对样本进行实证分析。实证结果表明,基于主成分分析的支持向量机模型比传统Logistic回归模型对上市公司退市风险预警的准确性提高了5.29%。因此,该模型有望为利益相关者的风险管控和投资决策提供参考依据。 

【文章来源】：铜陵学院学报. 2020,19(04)

【文章页数】：5 页

【文章目录】：
一、引言
二、研究设计
    （一）研究样本选取
    （二）显著性检验
    （三）主成分分析
三、基于主成分分析的支持向量机模型
    （一）模型的建立
    （二）模型的求解
        1. 数据预处理
        2. 核函数的选取
    （三）Logistic回归模型的预测效果对比
四、上市公司退市风险控制意见
    （一）加强上市公司资产质量管理
    （二）加强上市公司内部控制管理
    （三）建立上市公司退市风险预警机制



本文编号：3187207