基于SVM_AdaBoost模型的上市公司退市预警研究

【摘要】：退市制度是资本市场整体框架构成的重要组成部分，一个健康合理的资本市场既要保证经营业绩好的企业能进场，又要保证经营效益差的企业被清理出场。我国已于2012年相继颁布了创业板退市新规和主板与中小板退市新规，这标志着我国证券市场多年来上市公司有进无退历史的终结。 退市风险存在于我国沪深两市中的部分上市公司之中，尤其是ST标志上市公司。对于上市公司风险识别和处置是保证公司有效运行的核心内容，建立有价值的上市公司退市风险预警模型，尽早识别上市公司是否有退市风险，有利于做到风险的事前控制，这是保证投资者合法权益，降低市场风险的有效途径。 本文使用SVM_AdaBoost强分类器模型构建上市公司退市预警模型。支持向量机（SVM）是数据挖掘中的新方法，AdaBoost算法作为一种通用的学习算法，可以提高任一给定算法的性能。使用AdaBoost算法连接若干个不同核函数的SVM，可以得到分类精度更高的强分类器SVM_AdaBoost模型。本文选取200家上市公司作为样本，先粗选17个指标，后使用独立样本T检验精选9个指标作为预警指标。然后对9个指标进行归一化处理，消除量纲差异的影响，最终使用AdaBoost算法构建基于径向基核函数和多项式核函数的10个不同的SVM的SVM_AdaBoost强分类器，进行退市预警。研究发现：相对单一SVM，SVM_AdaBoost对70家测试样本公司的分类性能由92.8571%提高到95.7143%，这显示了SVM_AdaBoost强分类器模型有较在退市预警研究中有较好的应用价值。