摘要：在金融全球化的影响之下，上市公司的信用风险逐渐成为金融界关注的重点。信用风险成为影响着上市公司的融资的重要因素，所以提升上市公司的信用风险度量水平具有不言而喻的重要性。本文选择浙江省45家ST公司和55家非ST公司的财务数据作为样本集，引入广泛应用于小样本问题的SVM算法，利用R语言建立基于SVM算法的信用风险预测模型。在此基础上，通过与KMV模型的预测结果进行比较，以证明基于SVM算法的信用风险预测模型可以对浙江省上市公司信用风险进行有效的判断。

关键词：SVM模型；上市公司；信用风险预测；KMV模型

目录

摘要

Abstract

1-引  言-1

2-信用风险预测模型的研究现状以及发展趋势-2

2.1-国外信用风险预测模型的研究现状-2

2.2-国内关于上市公司信用风险预测的研究现状-3

2.3-发展趋势分析-4

3-上市公司信用风险预测实证分析-5

3.1-信用风险度量管理-5

3.2-数据准备-5

3.2.1-数据来源-5

3.2.2-数据选择-6

3.2.3-指标选择-6

3.3-数据预处理-8

3.4-基于支持向量机算法的实证分析-9

3.4.1-SVM算法原理-9

3.4.2-指标相关性分析-11

3.4.3-模型构建及参数选择-12

3.4.4-实证结果-14

3.5-基于KMV模型的实证分析-14

3.5.1-KMV模型介绍-14

3.5.2-KMV模型计算步骤-15

3.5.3-实证结果-15

3.6-两种模型比较分析-17

4-总结-18

参考文献-20

附录A  指标体系-22

附录B  模型构建程序设计-23

致谢-26