论文部分内容阅读
将二次Renyi熵应用于企业财务困境预测,提出了一种基于二次Renyi熵的最小二乘支持向量机(LS-SVM)模型。通过将该模型与传统的LS-SVM模型、标准SVM模型以及与二项Logistic回归模型、BP神经网络(BP-ANN)的分析比较,表明了该模型无论是训练样本的数量还是运算时间,都显著优于其他模型,且有较好的稳定性。实证分析表明,将二次Renyi熵引入企业财务困境预测领域是成功的,同时,通过对原始输入变量进行显著性检验、因子分析处理,减少了输入变量个数,预测正确率达到了88%,说明因子分析法