基于粗糙集-支持向量机的财务危机预警实证研究

文章提出了以粗糙集与支持向量机相结合的技术方法,应用于我国制造业上市公司财务危机预警研究中。对106个训练样本和40个检测样本进行实证分析之后,结果表明粗糙集的引入有效的消除了冗余的数据信息,提高了模型整体的预测精度和有效性。遗传算法在支持向量机模型参数的设定中起到了全局搜索的功能,有效避免了人为设定的局限性。实证表明该模型具有97.17%的训练精度和87.5%的预测精度,具有良好的学习和预警能力。