文献类型：期刊文章

作　　者：张向荣[1]

ZHANG Xiang-rong(School of Economics and Management,Heilongjiang Institute of Technology,Harbin 150080,China)

机构地区：[1]黑龙江工程学院经济管理学院,黑龙江哈尔滨150080

出　　处：《运筹与管理》

基　　金：国家自然科学基金青年项目(717D1063);黑龙江工程学院创新团队项目(2018CX15)。

年　　份：2021

卷　　号：30

期　　号：1

起止页码：184-191

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、CSSCI、CSSCI_E2021_2022、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：财务指标的异构性是影响企业财务困境预测精度的重要因素,现有多核学习方法能够用于解决异构数据学习问题。本文首先介绍了子空间多核学习财务困境预测理论框架,在此基础上根据子空间学习的最大化方差准则、类别可分性最大化准则、非线性子空间映射原理,提出了三种子空间多核学习方法,分别为最大化方差投影子空间多核学习、类别可分性最大化子空间多核学习、非线性子空间多核学习。利用采集的我国上市公司数据进行实验,对比所提出的方法同现有代表性财务困境预测方法,并对实验结果进行分析。实验结果表明,本文提出的子空间多核学习财务困境预测框架行之有效,该框架下所构造的子空间多核学习预测方法能够有效地提升财务困境预测精度。

关 键 词：财务困境预测 核方法 支持向量机 多核学习

分 类 号：F273[工商管理类]