[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(cái)務(wù)預(yù)警。該方法首先通過(guò)核函數(shù)建立一個(gè)非線性映射，把原空間中的樣本點(diǎn)投影到一個(gè)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(diǎn)判別到相應(yīng)類別。通過(guò)對(duì)上市公司財(cái)務(wù)指標(biāo)的研究，核Fisher方法的實(shí)證結(jié)果較為滿意。

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

財(cái)務(wù)危機(jī)預(yù)警是一個(gè)非線性問(wèn)題，利用傳統(tǒng)的統(tǒng)計(jì)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(gè)直觀的思路就是構(gòu)造非線性判別函數(shù)對(duì)上市公司財(cái)務(wù)預(yù)警進(jìn)行研究。核Fisher判別分析運(yùn)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(lái)進(jìn)行模式識(shí)別。通過(guò)這種方法，可以將低維空間中的非線性問(wèn)題轉(zhuǎn)化成高維空間中的線性問(wèn)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(shí)別中的應(yīng)用越來(lái)越廣泛。例如，在人臉識(shí)別、故障診斷、油田勘測(cè)、以及經(jīng)濟(jì)領(lǐng)域中的消費(fèi)者信用風(fēng)險(xiǎn)評(píng)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(cái)務(wù)危機(jī)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(jìn)行比較，探討其現(xiàn)實(shí)可行性。

注:本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文