张金贵+陈凡+王斌

【摘 要】 制造业公司是我国市场经济的重要组成部分，判别分析制造业公司的财务风险对于进一步促进制造业实体经济健康发展具有重要现实意义。适当选取2013—2015年制造业公司为样本，利用SPSS统计软件运用主成分分析方法（PCA）对制造业公司的财务指标进行了筛选，再利用MATLAB软件借助粒子群算法（PSO）对支持向量机参数进行优选，构建了基于PSO-LIBSVM模型的公司财务风险预警模型。实证分析表明，该模型可以对制造业公司财务风险进行较为准确的度量，是将人工智能算法运用到经济管理领域的有效尝试，对分析公司财务风险具有一定的现实指导意义。

【关键词】 财务风险； 主成分分析； 支持向量机； 粒子群算法

【中图分类号】 F270 【文献标识码】 A 【文章编号】 1004-5937（2017）14-0052-05

制造业公司是我国市场经济的重要组成部分，为我国社会主义市场经济的繁荣发展起到了至关重要的作用。根据国家统计局公布的最新统计数据，2016年11月的制造业采购经理指数（PMI）为51.7%，比上月上升0.5个百分点，延续上行走势，升至两年来的高点。但是，企业生产经营中仍存在一些困难，企业的各项经营活动、投资活动和筹资活动都会引发企业的财务风险[ 1 ]。因此，公司需要加强对企业财务风险的分析和管理，建立有效的财务风险控制机制，从而实现持续经营，营造百年老店。所以，如何判别并改善制造业公司的财务风险，对于进一步促进制造业实体经济健康发展具有重要现实意义。

本文基……