基于SVM的上市公司退市風(fēng)險(xiǎn)預(yù)警方法研究——以我國制造業(yè)上市公司為例.pdf

1、上市公司退市風(fēng)險(xiǎn)預(yù)警是證券市場退市機(jī)制的核心內(nèi)容。構(gòu)建設(shè)計(jì)一個科學(xué)有效的退市風(fēng)險(xiǎn)預(yù)警方法對完善我國證券市場退出機(jī)制，保護(hù)相關(guān)利益者合法權(quán)益，提高上市公司質(zhì)量，降低證券市場風(fēng)險(xiǎn)具有重要意義。
　　支持向量機(jī)作為機(jī)器學(xué)習(xí)領(lǐng)域的一項(xiàng)新技術(shù)，在解決小樣本、非線性及多維模式識別中具有較好的學(xué)習(xí)能力和泛化能力。因此，本文嘗試構(gòu)建設(shè)計(jì)適合我國證券市場的基于支持向量機(jī)(SVM)的退市風(fēng)險(xiǎn)預(yù)警方法，來對我國上市公司進(jìn)行退市風(fēng)險(xiǎn)預(yù)警研究。
　　

2、本文以我國主板和中小板市場的制造業(yè)上市公司為例，選用2004-2013年10年內(nèi)162家首次被交易所處以退市風(fēng)險(xiǎn)警示的*ST樣本和162家配對樣本進(jìn)行基于SVM的退市風(fēng)險(xiǎn)預(yù)警方法的模擬應(yīng)用，結(jié)果發(fā)現(xiàn)該方法對t-2年的退市風(fēng)險(xiǎn)預(yù)測精度達(dá)到了90.625％至93.750％，t-3年的退市風(fēng)險(xiǎn)預(yù)測精度在66.410％至75.781％之間，t-4年的退市風(fēng)險(xiǎn)預(yù)測精度在67.969％至71.875％之間。SVM退市風(fēng)險(xiǎn)預(yù)警方法對t-2、t-3、t