Abstract：
本文在确立了信用评价指标体系的基础上,分别采用了PSO-LSSVM方法、BP神经网络方法和C5.0决策树方法，构建了机械制造业上市公司的信用评价模型,用来对2001-2010年50家机械制造业上市公司进行两类模式分类。以t-3、t-4年的财务和非财务数据组合的面板数据作为研究样本,分别对机械制造业上市公司进行信用评价的实证研究。实证结果表明：t-4年PSO-LSSVM预测精度最高,t-3年BP神经网络模型的预测准确率最高。这三种方法的预测精度都较高,说明这三个数据挖掘模型可以用于中长期预测，并且都适合对机械制造业上市公司进行信用评价。
Keyword：
Reprint 's Address：
Email：
Source ：
Year： 2011
Page： 102-106
Language： Chinese
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
