论文部分内容阅读
以我国A股上市公司退市风险预警为例,将非线性支持向量机模型(SVM)与主成分分析法相结合,构建了一种基于主成分分析的支持向量机预测模型。模型通过主成分分析将具有非线性和非正态分布的财务数据压缩到五维空间中,引入支持向量机模型对我国A股市场2019年被交易所处以退市风险警示的139家上市公司以及239家配对样本进行实证分析。实证结果表明,基于主成分分析的支持向量机模型比传统Logistic回归模型对上市公司退市风险预警的准确性提高了5.29%。因此,该模型有望为利益相关者的风险管控和投资决策提供参考依据。