Application of Support Vector Machine in Risk
Management of Listed Companies
作者：叶兰洲;周健勇
作者机构：上海理工大学管理学院,上海200090 出版物刊名：科技和产业 页码：144-146页 年卷期：2017年 第1期
主题词：支持向量机;风险管理;非线性;核函数
摘要：在严峻的经济形势下,企业之间的竞争越来越激烈,提高企业的竞争力和综合实力,研究企业的风险具有很强的实践意义,可以让企业提前预知风险,降低企业破产的可能性.研究企业风险的传统方法大多是基于线性的,而企业的风险一般是非线性.支持向量机（support vector machine）模型是基于统计学习理论发展起来的一种新兴的机器学习方法,对解决非线性、小样本问题具有很好的适用性.利用支持向量机模型研究中国上市公司的风险,通过对上市公司的财务比率进行建模和仿真研究,发现支持向量机对所选取的样本具有很好的分类效果,强于传统的线性方法,得出了支持向量机在上市公司的风险预测方面具有很强的准确率和可行性.这对以后研究上市公司风险具有一定的参考意义.
