摘要
资源型企业与传统的制造业相比,财务风险在发展过程中有较大差异。文章立足于资源型企业财务风险,采用主成分分析法(PCA)提取代表资源型企业财务特点的七个关键因素指标;打破传统运用粒子群算法(PSO)对支持向量机(SVM)的优化,采用较粒子群算法更稳定,优化性能更好的差分进化算法(DE)对支持向量机(SVM)进行优化,形成DE-SVM财务预测模型。将上市的ST资源型企业和非ST资源型企业近三年财务数据放置于DE-SVM、PSO-SVM以及单一的SVM财务模型中进行对比后发现,DE-SVM预测结果比PSO-SVM以及SVM更精准,运行速度更快,效率更高。因此,DE-SVM财务预测模型有助于提高资源型企业对财务风险问题的识别。
出处
《会计之友》
北大核心
2019年第7期58-65,共8页
Friends of Accounting
基金
国家社科基金项目"矿产资源密集型区域的可持续发展研究--基于生态创新系统的视角"(12BJL074)
教育部哲学社会科学研究重大课题攻关项目"经济全球化背景下中国矿产资源战略研究"(12JZD034)
作者简介
严良(1961—),男,湖北大悟人,中国地质大学(武汉)经济管理学院教授,博士生导师,研究方向:资源经济与管理;李淑雯(1994—),女,湖北襄阳人,中国地质大学(武汉)经济管理学院硕士研究生,研究方向:资源经济、企业管理;蒋梦婷(1995—),女,广西桂林人,中国地质大学(武汉)经济管理学院硕士研究生,研究方向:区域经济发展、资源管理;熊英楠(1994—),男,湖北襄阳人,华中科技大学管理学院博士研究生,研究方向:启发式算法、机器学习
