基于改进SVM模型的财务信息共享研究

针对财务信息正常与不正常样本数据集不平衡的问题,研究提出一种基于改进SVM的财务信息预警共享模型。首先,采用相关性检验法对财务信息初始特征进行检验,并确定了财务信息的重要特征;然后,采用改进的SVM算法构建了财务信息预警共享模型;最后,通过仿真实验验证了算法的可行性和有效性。结果表明,本研究提出的基于改进SVM算法的财务信息预警共享模型,对训练集样本分类正确率从91.46%,对测试集样本分类正确率为87.83%,相较于标准SVM算法和基于人工合成模型,本研究算法具有一定的优越性,可对财务信息进行准确分类。