论文部分内容阅读
近年来,关于企业财务危机预警系统的研究逐渐成为国内外学者研究的焦点。20世纪90年代中后期以来,在金融全球化的背景下,公司财务管理实践对风险管理工具的需求日益突显。财务预警模型作为能够识别财务危机并为公司投资者和管理者提供预警信号的风险管理工具,正逐渐成为公司财务管理研究领域中的热点问题。 与此同时,我国证券市场与房产市场中暴露的深层次问题也引起了市场人士与研究人员的多方关注。房地产,具有典型的高投资、高风险、周期长、高收益的特点。由于我国房地产业起步晚,行业尚未实现规范化,严重制约和影响到企业的长远发展。如何防范房地产企业陷入财务危机是当前迫切需要解决的问题。 现有的预警模型都是外国学者根据本国上市公司的资料进行统计计算得出的,虽然在许多国家也同样具有一定的有效性,但仍存在种种局限。随着市场上功能日益增强的统计软件的开发与会计资料库的建立,建立更适用于本国、本行业的财务预警模型,并根据自身情况对评价指标加以改进,及时预测反映上市公司的财务状况,可以推动我国资本市场的健康发展。 本文主要是在学习和借鉴国内外先进的预警理论后,首次把最小二乘支持向量机(LS-SVM)方法,应用到预测房地产上市公司的财务危机上来。根据我国房地产上市公司自身的特点以及国内宏观经济环境的特点,以我国95家房地产上市公司为研究样本,构建房地产公司财务危机预警模型,并且,通过理论和实证研究的对比证明,最小二乘支持向量机(LS-SVM)比支持向量机(SVM),Logistic模型、BP神经网络模型在预测的精度和泛化能力上有更强的优势。