基于KPCA降维的Weight-LSSVM财务危机预警模型

摘要：

公司财务危机预警是典型的二元分类问题,有效降低变量之间的相关性及正确选择预警模型是解决问题的关键.文章基于核主成分分析(KPCA)非线性降维方法与加权最小二乘支持向量机模型(Weight-LSSVM),提出了KPCA-WLSSVM组合财务危机预警模型,并选择2016-2018年沪深两市被特别处理的危机企业及同等规模的相同数量正常企业作为研究样本,对构建的指标体系进行比较验证.结果 表明:KPCA-WLSSVM模型在第一类错误率、预测AUC值以及泛化能力方面有更稳定和优化的表现.

关键词：财务危机预警、核主成分分析、加权最小二乘支持向量机

所属期刊栏目：36

分类号：F222.3(经济计算、经济数学方法)

资助基金：国家自然科学基金资助项目;上海师范大学精品力作培育项目2018

在线出版日期：2020-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：180-184