---------------本文为网络收集精选范文、公文、论文、和其他应用文档，如需本文，请下载--------------基于PSO优化SVM制造业公司财务风险预警研究本文从网络收集而来，上传到平台为了帮到更多的人，如果您需要使用本文档，请点击下载按钮下载本文档（有偿下载），另外祝您生活愉快，工作顺利，万事如意！【中图分类号】F270【文献标识码】A【文章编号】1004-593714-0052-05制造业公司是我国市场经济的重要组成部分，为我国社会主义市场经济的繁荣发展起到了至关重要的作用。根据国家统计局公布的最新统计数据，2016年11月的制造业采购经理指数为%，比上月上升个百分点，延续上行走势，升至两年来的高点。但是，企业生产经营中仍存在一些困难，企业的各项经营活动、投资活动和筹资活动都会引发企业的财务风险[1]。因此，公司需要加强对企业财务风险的分析和管理，建立有效的财务风险控制机制，从而实现持续经营，营造百年老店。所以，如何判别并改善制造业公司的财务风险，对于进一步促进制造业实体经济健康发展具有重要现实意义。本文基于粒子群算法优化支持向量机模型的公司财务风险实证研究，以二元分类为例，选取36家制造业公司为研究样本，并将其划分为训练样本和检验样---------------本文为网络收集精选范文、公文、论文、和其他应用文档，如需本文，请下载-----------------------------本文为网络收集精选范文、公文、论文、和其他应用文档，如需本文，请下载--------------本，每个子样本根据配比方案分为金融危机公司和非金融危机公司，运用主成分分析法对36家制造业公司的6大类13个不同方面的财务指标进行综合评价，通过引入支持向量机，沿袭LIBSVM工具箱对制造业公司的财务风险进行判别，最后利用粒子群算法对支持向量机参数进行优化，从而实现对制造业公司财务风险的度量，这有助于制造业公司制定更加有效的财务决策，以降低财务危机发生的概率，促进其自身的可持续发展。一、指标体系构建样本的选取通过参照国内外相关学者的文献研究，采用Zavagren提出的正常组与违约者2：1的配比方案，从数据可得性和真实性考虑，选取上海证券交易所和深圳证券交易所中符合证监会《上市公司行业分类指引》的2016―2016年36家制造业上市公司为研究样本[2]。样本数据主要来自上海证券交易所、深圳证券交易所、各上市公司年报、WIND数据库、国泰安数据库以及金融界网站。行业选择：因为行业不同，其生产特点和生产周期不同，财务指标也会存在较大差异，为保证判别模型的准确性和实用性，选择制造业上市公司为研究样---------------本文为网络收集精选范文、公文、论文、和其他应用文档，如需本文，请下载-----------------------------本文为网络收集精选范文、公文、论文、和其他应用文档，如需本文，请下载--------------本。金融危机公司：在t年因“财务状况异常”被特殊处理的上市公司，同时确保可以获得财务报表数据。非金融危机公司：在为金融危机公司选择相应的非金融危机公司时，要求根据中国证监会行业分类的制造业行业代码进行匹配，保证金融危机公司和非金融危机公司的行业相同或相似。同时确保相匹配的金融危机公司和非金融危机公司的财务数据同一个会计年度。组间数量分布：选取上海证券交易所和深圳证券交易所中金融危机公司12家和非金融危机公司24家，样本总量合计36家公司2016―2016年的财务数据，具体见表1。为进行财务风险的有效判别分析，将上述36家制造业上市公司样本分为两个子样本，即训练样本和检验样本。考虑到金融危机公司和非金融危机公司的?务数据配比，对两个子样本的比例进行了适当分配，其中训练样本包括16家非金融危机公司以及与之相配对的8家金融危机公司，检验样本包括8家非金融危机公司以及与之相配对的4家金融危机公司。指标的选取广泛参考以往国内外相关研究、企业财务特点以---------------本文为网络收集精选范文、公文、论文、和其他应用文档，如需本文，请下载-----------------------------本文为网络收集精选范文、公文、论文、和其他应用文档，如需本文，请下载--------------及衡量风险的方法[3]，选取6大类13个不同方面的财务指标，用...
VIP
