“欢迎访问北京理工大学学报社会科学版网站!”
加入收藏 | 地图 | 联系方式      
刘玉敏,刘莉,任广乾.基于GA-SVR模型的中国上市公司融资风险预测[J].北京理工大学学报(社会科学版),2019,21(4):73~81 本文二维码信息
二维码(扫一下试试看!)
基于GA-SVR模型的中国上市公司融资风险预测
Financing Risk Prediction of China's Listed Company based on GA-SVR Model
投稿时间:2018-07-03  
DOI:10.15918/j.jbitss1009-3370.2019.1835
中文关键词:  融资风险  上市公司  粗糙集  支持向量回归  遗传算法
English Keywords:financing risk  listed company  rough set theory  support vector regression  genetic algorithm
基金项目:国家自然科学基金青年项目资助(71702171);河南省哲学社会科学规划项目资助(2018BJJ051);河南省高等学校青年骨干教师培养计划项目资助(2017GGJS013);河南省高等学校重点科研项目资助(18A630053);河南省教育厅人文社会科学研究一般项目资助(2018-ZZJH-520)
作者单位
刘玉敏 郑州大学 商学院, 河南 郑州 450001 
刘莉 郑州大学 商学院, 河南 郑州 450001 
任广乾 郑州大学 商学院, 河南 郑州 450001 
摘要点击次数: 111
全文下载次数: 106
中文摘要:
      提升融资风险预测精度对促进企业资金融通与缓解企业融资约束问题具有重大意义。将中国上市公司作为研究对象,利用粗糙集理论(RS)筛选出企业融资风险预测指标,利用遗传算法(GA)对支持向量回归(SVR)模型的参数进行寻优,并采用GA-SVR模型预测上市公司的融资风险。研究表明:粗糙集理论筛选后得到的17个融资风险预测指标具有较强区分企业是否出现异常状况的能力;资产规模对上市公司的风险预测具有至关重要的作用;GA参数寻优后的SVR模型具有良好的预测精度与稳健性。
English Summary:
      Improving the prediction accuracy of corporate financing risk is of great significance for promoting corporate financing and alleviating corporate financing constraints.In this paper,the listed companies in China's listed company are taken as the research object,the financing risk forecasting index is screened by using rough set theory(RS),the parameters of support vector regression(SVR)model are optimized by genetic algorithm(GA),and GA-SVR model predicts financing risks of listed companies.The research shows that the 17 financing risk forecasting indexes obtained by rough set theory screening have a strong ability of distinguishing whether an enterprise is abnormal or not; the scale of assets plays a crucial role in the risk prediction of listed companies; SVR model has good prediction accuracy and robustness.
查看全文  查看/发表评论  下载PDF阅读器

您是第3240736位访问者  今日共有706访问者
版权所有:北京理工大学学术期刊中心
主管单位:中华人民共和国工业和信息化部 主办单位:北京理工大学 地址:北京市海淀区中关村南大街5号
技术支持:北京勤云科技发展有限公司