SVM财务欺诈识别模型

发布时间：2023-12-11 20:43

　　利用我国资本市场的面板数据,选取2006—2015年公布的财务报表欺诈公司作为样本公司,以1∶1比例配比非财务欺诈公司,对27个指标(包括财务指标和非财务指标)进行分析,然后通过独立性检验对指标进行降维处理,最终保留8个建模指标.分别利用网格搜索算法、遗传算法和粒子群算法进行支持向量机模型的参数寻优,基于上述不同算法建立了三个支持向量机财务欺诈识别模型.最后,比较三个模型的运行效果,结果表明,通过粒子群算法寻找最优参数效果最好,据此建立的支持向量机模型可以很好地识别出财务欺诈公司样本.

【文章页数】：6 页

【文章目录】：
1 研究设计
    1.1 样本选取及数据来源
    1.2 研究变量的初选
        1.2.1 财务指标
        1.2.2 非财务指标
    1.3 研究变量的筛选
    1.4 数据归一化
2 模型构建及检验
    2.1 SVM模型的构建流程
    2.2 模型的建立与检验
        2.2.1 网格搜索算法及交叉验证思想
        2.2.2 遗传算法
        2.2.3 粒子群算法
3 结语



本文编号：3873336