用支持向量机(SVM)构建企业破产预测模型

被引：26

作者：

杨毓 ^{[1
]}

蒙肖莲 ^{[2
]}

机构：

[1] 华中科技大学

[2] 南京理工大学

来源：

金融研究 | 2006年 / 10期

关键词：

企业破产预测; 支持向量机; 商业银行;

D O I：

暂无

中图分类号：

F271 [企业体制]; F224 [经济数学方法];

学科分类号：

0701 ; 070104 ;

摘要：

本文考察支持向量机SVM(Support Vector Machines)在商业银行构建企业破产预测模型中的作用。由于SVM能够使用小样本捕获特征空间的几何特征并抽取出最优解,因此对于企业破产预测问题,使用SVM方法构建的分类机的性能比倒传递神经网络模型(BPN)方法构建的分类机的性能要好。本文同时考察了取不同参数值时SVM模型性能的变化。此外,本文考察和总结了与BPN相比,SVM算法的几个优越点。研究结果表明,当训练集的规模变小时,SVM的精确性和推广性能优于BPN．

引用

页码：65 / 75

页数：11