论文部分内容阅读
加入WTO后，随着市场的逐步开放和竞争的加剧，我国企业外部环境正在发生一系列深刻的变化，给企业带来大量机遇的同时也放大了企业发生财务危机的风险。在我国，随着大量国企和私企的上市，上市公司日渐成为中国经济的主体和最具代表性的部分。因此，针对我国上市公司的情况，加强财务危机预警的理论和实证研究是非常重要和紧迫的。首先，对财务危机预警研究作了回顾和总结，重点介绍了各种常见的模型和方法；接着，详细介绍了支持向量机方法和粒子群算法；然后本文提出了一种将经过改进的粒子群(PSO)算法和支持向量机(SVM)相结合的算法，以选择最优的指标集并用于财务危机预警。并将此算法应用于上市公司的最新数据，检验模型提前3年的预警效果，最后与已有的主成分分析(PCA)方法与SVM相结合的模型进行对比，结果证明了PSO-SVM模型的合理性和优越性。