平滑削边绝对偏离惩罚截断hinge损失支持向量机的财务危机预报

？针对传统支持向量机(svm)分类存在对离群点敏感、支持向量(sv)个数多和分类面参数非稀疏的问题，提出了平滑削边绝对偏离(scad)惩罚截断hinge损失svm(scad-tsvm)算法，并将其用于构建财务预警模型，同时就该模型的求解设计了一个迭代更新算法。结合沪深股市a股制造业上市公司的财务数据进行实证分析，同时对比l1范数惩罚svm、scad惩罚svm和截断hinge损失svm(tsvm)构建的t-2和t-3模型，结果发现scad-tsvm构建的t-2和t-3模型都具有最好的稀疏性和最高的预报精度，而且其在不同训练样本数上的平均预测准确率都要比l1范数svm(l1-svm)、scad-svm和tsvm算法的高。