核Ｆｉｓｈｅｒ判別分析在上市公司財務(wù)預(yù)警中的應(yīng)用研究

[摘要] 本文利用基于核函數(shù)和線性Fisher判別構(gòu)建的核Fisher判別方法研究上市公司財務(wù)預(yù)警。該方法首先通過核函數(shù)建立一個非線性映射，把原空間中的樣本點投影到一個高維特征空間，然后在高維特征空間中應(yīng)用線性Fisher函數(shù)，把具有不同屬性值的樣本點判別到相應(yīng)類別。通過對上市公司財務(wù)指標的研究，核Fisher方法的實證結(jié)果較為滿意。

[關(guān)鍵詞] 核函數(shù) 財務(wù)預(yù)警 Fisher判別

財務(wù)危機預(yù)警是一個非線性問題，利用傳統(tǒng)的統(tǒng)計方法如Fisher判別、logistic回歸等線性方法往往難以得到滿意的結(jié)果。因此一個直觀的思路就是構(gòu)造非線性判別函數(shù)對上市公司財務(wù)預(yù)警進行研究。核Fisher判別分析運用核函數(shù)方法，可以近似地將低維空間中的數(shù)據(jù)映射到高維空間中去，并在高維空間中利用線性Fisher判別建立線性分界面來進行模式識別。通過這種方法，可以將低維空間中的非線性問題轉(zhuǎn)化成高維空間中的線性問題，從而提高分類精度。

隨著核函數(shù)方法的引入，核Fisher判別分析在模式識別中的應(yīng)用越來越廣泛。例如，在人臉識別、故障診斷、油田勘測、以及經(jīng)濟領(lǐng)域中的消費者信用風(fēng)險評估中都取得了良好的判別效果?；谝陨涎芯砍晒麑⒑薋isher方法應(yīng)用到財務(wù)危機預(yù)警中，并于線性的Fisher判別和人工神經(jīng)網(wǎng)絡(luò)模型進行比較，探討其現(xiàn)實可行性。

注:本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文