留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于GA-SVR模型的中国上市公司融资风险预测

刘玉敏,刘莉,任广乾

downloadPDF
刘玉敏, 刘莉, 任广乾. 基于GA-SVR模型的中国上市公司融资风险预测[J]. bob手机在线登陆学报(社会科学版), 2019, (4): 73-81. doi: 10.15918/j.jbitss1009-3370.2019.1835
引用本文: 刘玉敏, 刘莉, 任广乾. 基于GA-SVR模型的中国上市公司融资风险预测[J]. bob手机在线登陆学报(社会科学版), 2019, (4): 73-81.doi:10.15918/j.jbitss1009-3370.2019.1835
LIU Yumin, LIU Li, REN Guangqian. Financing Risk Prediction of China's Listed Company based on GA-SVR Model[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2019, (4): 73-81. doi: 10.15918/j.jbitss1009-3370.2019.1835
Citation: LIU Yumin, LIU Li, REN Guangqian. Financing Risk Prediction of China's Listed Company based on GA-SVR Model[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2019, (4): 73-81.doi:10.15918/j.jbitss1009-3370.2019.1835

基于GA-SVR模型的中国上市公司融资风险预测

doi:10.15918/j.jbitss1009-3370.2019.1835
基金项目:

国家自然科学基金青年项目资助(71702171);河南省哲学社会科学规划项目资助(2018BJJ051);河南省高等学校青年骨干教师培养计划项目资助(2017GGJS013);河南省高等学校重点科研项目资助(18A630053);河南省教育厅人文社会科学研究一般项目资助(2018-ZZJH-520)

详细信息
  • 中图分类号:F275

Financing Risk Prediction of China's Listed Company based on GA-SVR Model

  • 摘要:提升融资风险预测精度对促进企业资金融通与缓解企业融资约束问题具有重大意义。将中国上市公司作为研究对象,利用粗糙集理论(RS)筛选出企业融资风险预测指标,利用遗传算法(GA)对支持向量回归(SVR)模型的参数进行寻优,并采用GA-SVR模型预测上市公司的融资风险。研究表明:粗糙集理论筛选后得到的17个融资风险预测指标具有较强区分企业是否出现异常状况的能力;资产规模对上市公司的风险预测具有至关重要的作用;GA参数寻优后的SVR模型具有良好的预测精度与稳健性。
  • [1] 张志元,李兆友. 新常态下我国制造业转型升级的动力机制及战略趋向[J]. 经济问题探索,2015(6):144-149.
    [2] MODIGLIANI F,MILLER M H. The cost of capital,corporation finance and the theory of investment[J]. The American Economic Review,1958(3):261-297.
    [3] MYERS S C,MAJLUF N S. Corporate financing and investment decisions when firms have information that investors do not have[J]. Journal of Financial Economics,1984(2):187-221.
    [4] JENSEN M C,MECKLING W H.Theory of the firm:managerial behavior,agency costs,and capital structure[J]. Journal of Financial Economics,1976(3).
    [5] TITMAN S,WESSELS R.The determinants of capital structure choice[J]. The Journal of Finance,1988(1):1-19.
    [6] BOOTH L,AIVAZIA V,DEMIRGUE-KUNT A. Capital structures in developing countries[J]. Journal of Finance,2001,56(1):87-130.
    [7] WANG C W,CHIU W C,PEÑA J I. Effect of rollover risk on default risk:evidence from bank financing[J]. International Review of Financial Analysis,2017,54,130-143.
    [8] 陈道富. 我国融资难融资贵的机制根源探究与应对[J]. 金融研究,2015(2):45-52.
    [9] 张文龙,崔慧敏,沈沛龙. 公司股权挂牌转让融资效率——基于全国区域股权交易市场的分析[J]. 中南财经政法大学学报,2015(5):72-77.
    [10] 周霖,温锐,付志强. 金融错配视角下小微企业融资解困误区及对策[J]. 当代财经,2017(1):60-68+134-135.
    [11] 徐海峰,王涵昱. 科技型中小企业融资策略研究——以大连市为例[J]. 科学管理研究,2015,33(2):105-108.
    [12] 夏阳,顾新. 科技型中小企业的知识产权投融资风险管理[J]. 科学学与科学技术管理,2012,33(9):98-104.
    [13] 束兰根,吴春燕. 科技型中小企业融资风险识别及融资能力评价[J]. 财经问题研究,2014(12):111-115.
    [14] 朱冬琴,周晨玥,罗正英. 持续竞争优势、股利派发与融资性负债调整[J]. 苏州大学学报(哲学社会科学版),2017,38(4):100-108,191.
    [15] 周辉仁,唐万生,任仙玲. 基于递阶遗传算法和BP网络的财务预警[J]. 系统管理学报,2010(1):1-6.
    [16] 黄福宁. 技术创新投融资风险状态的识别研究[J]. 科学管理研究,2009(4):100-103.
    [17] 赛英,张凤廷,张涛. 基于支持向量机的中国股指期货回归预测研究[J]. 中国管理科学,2013,21(3):35-39.
    [18] 顾婧,赵达,王朝领. 基于支持向量机的科技投融资绩效评价研究[J]. 软科学,2014(12):125-129.
    [19] 宋彪,朱建明,李煦. 基于大数据的企业财务预警研究[J]. 中央财经大学学报,2015(6):55-64.
    [20] 苏治,傅晓媛. 核主成分遗传算法与SVR选股模型改进[J]. 统计研究,2013,30(5):54-62.
    [21] 徐国祥,杨振建. PCA-GA-SVM模型的构建及应用研究——沪深300指数预测精度实证分析[J]. 数量经济技术经济研究,2011,28(2):135-147.
    [22] 刘双印,徐龙琴,李道亮. 基于粗糙集融合支持向量机的水质预警模型[J]. 系统工程理论与实践,2015,35(6):1617-1624.
    [23] 马若微. 基于RS与ANN的上市公司财务困境预测模型的实证研究[J]. 南开管理评论,2006(3):85-91.
    [24] 余乐安. 基于最小二乘近似支持向量回归模型的电子商务信用风险预警[J]. 系统工程理论与实践,2012,32(3):508-514.
    [25] 李向红,栾春玉,过仕明. 基于财务信息的企业危机预警模型的构建研究[J]. 情报科学,2015,33(3):146-151.
    [26] HOLLAND J H. Adaptation in natural and artificial systems[M]. Ann Arbor,MI:University of Michigan Press,1975:228-234.
    [27] GOLDBERG D E. Genetic algorithms in search,optimization and machine learning[M]. New Jersey:Addison-Wesley,1989:31-35.
    [28] DEJONG T M,DASILVA D,VOS J,et al. Using functional-structural plant models to study,understand and integrate plant development and ecophysiology[J]. Annals of Botany,2011,108(6):987-989.
    [29] 赵辉,王雪青. 大型基础设施项目融资风险动态评价体系研究[J]. bob手机在线登陆学报(社会科学版),2017,19(1):83-90+98.
    [30] ZMIJEWSKI M E. Methodological issues related to estimation of financial distress prediction models[J]. Journal of Accounting Research,1984,22(1):59-82.
  • [1] 廖华, 付莹, 黄巍巍.上市公司碳减排行动指数研究. bob手机在线登陆学报(社会科学版), 2022, 24(2): 13-20.doi:10.15918/j.jbitss1009-3370.2022.0238
    [2] 肖淑芳, 石琦, 张一鸣.上市公司创新能力指数的构建. bob手机在线登陆学报(社会科学版), 2020, 22(1): 57-69.doi:10.15918/j.jbitss1009-3370.2020.1666
    [3] 赵辉, 王雪青.大型基础设施项目融资风险动态评价体系研究. bob手机在线登陆学报(社会科学版), 2017, (1): 83-90,98.doi:10.15918/j.jbitss1009-3370.2017.0111
    [4] 赵辉, 王雪青.大型工程项目融资风险动态分担. bob手机在线登陆学报(社会科学版), 2016, (5): 59-66.doi:10.15918/j.jbitss1009-3370.2016.0508
    [5] 孟艳玲, 张俊瑞.生命周期视角下上市公司资产结构与价值——来自中国上市公司A股市场的经验数据. bob手机在线登陆学报(社会科学版), 2014, (2): 76-82.
    [6] 范永芳.企业资金使用效果研究——以建筑业上市公司为例. bob手机在线登陆学报(社会科学版), 2011, (5): 54-58.
    [7] 毕金玲.上市公司再融资监管政策博弈分析. bob手机在线登陆学报(社会科学版), 2010, (2): 37-40.
    [8] 雷辉, 吴婵.董事会治理、管理者过度自信与企业并购决策. bob手机在线登陆学报(社会科学版), 2010, (4): 43-47.
    [9] 宣宇.国有与非国有控股上市公司资产重组绩效研究——来自中国A股市场重大资产重组的证据. bob手机在线登陆学报(社会科学版), 2009, (5): 44-50.
    [10] 李传学, 汪波.CPD战略协同伙伴的选择与优化研究. bob手机在线登陆学报(社会科学版), 2007, (5): 73-76.
    [11] 骆珣, 张明星, 刘殿珍, 刘殿珍.我国煤炭行业上市公司财务质量的评价. bob手机在线登陆学报(社会科学版), 2006, (6): 36-40.
    [12] 龙凤荣.论准备海外上市公司的内部控制建设. bob手机在线登陆学报(社会科学版), 2006, (6): 55-57.
    [13] 曹中红.我国上市公司信息披露中存在的问题及对策. bob手机在线登陆学报(社会科学版), 2006, (6): 51-54.
    [14] 路静敏, 唐万生.关于对可转换债券融资发行范围的确定研究. bob手机在线登陆学报(社会科学版), 2006, (2): 49-52.
    [15] 魏素艳, 张红, 刘丹.我国上市公司审计收费影响因素的实证分析——来自上证180指数样本股的经验证据. bob手机在线登陆学报(社会科学版), 2005, (5): 32-35.
    [16] 李婷.天然气管道项目融资风险研究. bob手机在线登陆学报(社会科学版), 2005, (3): 77-79.
    [17] 肖淑芳, 李阳.上市公司重大信息披露与股价异动的相关性研究. bob手机在线登陆学报(社会科学版), 2004, (6): 53-56.
    [18] 吴建伟, 唐万生, 李琪.基于DEA模型的上市公司MBO行为评价. bob手机在线登陆学报(社会科学版), 2004, (6): 62-65.
    [19] 李婕, 章海凤.浅议我国上市公司信息失真的成因. bob手机在线登陆学报(社会科学版), 2004, (1): 95-96.
    [20] 肖淑芳, 胡伟.中国上市公司环境信息披露现状研究. bob手机在线登陆学报(社会科学版), 2004, (5): 69-72.
  • 加载中
计量
  • 文章访问数:421
  • HTML全文浏览量:2
  • PDF下载量:176
  • 被引次数:0
出版历程
  • 收稿日期:2018-07-03
  • 刊出日期:2019-06-27

基于GA-SVR模型的中国上市公司融资风险预测

doi:10.15918/j.jbitss1009-3370.2019.1835
    基金项目:

    国家自然科学基金青年项目资助(71702171);河南省哲学社会科学规划项目资助(2018BJJ051);河南省高等学校青年骨干教师培养计划项目资助(2017GGJS013);河南省高等学校重点科研项目资助(18A630053);河南省教育厅人文社会科学研究一般项目资助(2018-ZZJH-520)

  • 中图分类号:F275

摘要:提升融资风险预测精度对促进企业资金融通与缓解企业融资约束问题具有重大意义。将中国上市公司作为研究对象,利用粗糙集理论(RS)筛选出企业融资风险预测指标,利用遗传算法(GA)对支持向量回归(SVR)模型的参数进行寻优,并采用GA-SVR模型预测上市公司的融资风险。研究表明:粗糙集理论筛选后得到的17个融资风险预测指标具有较强区分企业是否出现异常状况的能力;资产规模对上市公司的风险预测具有至关重要的作用;GA参数寻优后的SVR模型具有良好的预测精度与稳健性。

English Abstract

刘玉敏, 刘莉, 任广乾. 基于GA-SVR模型的中国上市公司融资风险预测[J]. bob手机在线登陆学报(社会科学版), 2019, (4): 73-81. doi: 10.15918/j.jbitss1009-3370.2019.1835
引用本文: 刘玉敏, 刘莉, 任广乾. 基于GA-SVR模型的中国上市公司融资风险预测[J]. bob手机在线登陆学报(社会科学版), 2019, (4): 73-81.doi:10.15918/j.jbitss1009-3370.2019.1835
LIU Yumin, LIU Li, REN Guangqian. Financing Risk Prediction of China's Listed Company based on GA-SVR Model[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2019, (4): 73-81. doi: 10.15918/j.jbitss1009-3370.2019.1835
Citation: LIU Yumin, LIU Li, REN Guangqian. Financing Risk Prediction of China's Listed Company based on GA-SVR Model[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2019, (4): 73-81.doi:10.15918/j.jbitss1009-3370.2019.1835
参考文献 (30)

目录

    /

      返回文章
      返回
        Baidu
        map