基于粒子群的K均值算法和粗糙集理论的财务预警

被引:7
作者
鲍新中
机构
[1] 北京科技大学经济管理学院
关键词
粗糙集; 粒子群; K均值聚类; 财务预警;
D O I
暂无
中图分类号
F275 [企业财务管理]; F832.51 [];
学科分类号
1202 ; 120202 ; 1201 ; 020204 ;
摘要
针对上市公司财务危机风险预警问题,将基于粒子群的K均值聚类算法引入该领域,克服了人为分类的主观影响,再结合粗糙集理论综合评价上市公司财务状况,进行预警。以2008年家电制造业127家上市公司的财务数据为基础,运用基于粒子群的K均值算法将样本公司分为4类并进行预警,然后运用粗糙集原理计算每家公司的综合财务状况得分,检验分类的合理性。研究表明,基于粒子群的K均值算法能对公司进行合理分类,其结果与粗糙集评价结果的吻合度可达88.2%。
引用
收藏
页码:461 / 469
页数:9
相关论文
共 12 条
[1]   基于滚动时间窗口支持向量机的财务困境预测动态建模 [J].
孙洁 ;
李辉 ;
韩建光 .
管理工程学报, 2010, 24 (04) :174-180+92
[2]   基于多特征子集组合分类器的企业财务困境预测 [J].
韩建光 ;
惠晓峰 ;
孙洁 .
系统管理学报, 2010, 19 (04) :420-427
[3]   基于递阶遗传算法和BP网络的财务预警 [J].
周辉仁 ;
唐万生 ;
任仙玲 .
系统管理学报, 2010, 19 (01) :1-6
[4]   时间序列判别分析技术和指数加权移动平均控制图模型在公司财务危机预警中的应用 [J].
陈磊 ;
任若恩 .
系统管理学报, 2009, 18 (03) :241-248+260
[5]   一种基于信息熵与K均值迭代模型的模糊聚类算法 [J].
吴春旭 ;
吴镝 ;
蒋宁 .
中国管理科学, 2008, 16(S1) (S1) :152-156
[6]   基于模糊粗糙k-均值的用户访问模式的聚类 [J].
吴瑞 ;
宁玉富 .
系统工程理论与实践, 2007, (07) :116-121
[7]   K-MEANS算法中的K值优化问题研究 [J].
杨善林 ;
李永森 ;
胡笑旋 ;
潘若愚 .
系统工程理论与实践, 2006, (02) :97-101
[8]   基于粒子群的K均值聚类算法 [J].
刘靖明 ;
韩丽川 ;
侯立文 .
系统工程理论与实践, 2005, (06) :54-58
[9]   我国上市公司盈利能力行业特征的实证研究 [J].
张继袖 .
管理科学 , 2004, (03) :39-45
[10]   基于动态聚类邻域分区的并行蚁群优化算法 [J].
丁建立 ;
陈增强 ;
袁著祉 .
系统工程理论与实践, 2003, (09) :105-110