曹纳

(陕西财经职业技术学院，咸阳 712000)

0 引言

支持向量机(SVM)是一种基于VC维理论以及结构风险最小化等统计学习理论的学习方法，具有坚实的理论基础。支持向量机(SVM)主要是通过对特定样本信息模型的复杂性以及学习能力进行考察，寻求出两者间的最优关系，从而准确地对输出进行预测。就目前实际应用情况而言，对于一些具有较大难度的应用，支持向量机(SVM)表现出了令人满意的性能以及出众的推广能力，但是在财务决策支持领域尚未普及应用。有鉴于此，本文重点针对支持向量机(SVM)如何有效应用于财务决策支持领域的问题展开探究，从分类的层面提出基于支持向量机的企业财务风险预警系统设计方案。

1 系统角色分析

本文中首先构建财务风险预警模型系统，然后在应用过程中以添加系统用户信息的方式，将其中各个实体的相关信息录入财务风险预警模型系统，以此实现财务预警分析以及分析结果查询。本文以某上市企业为例，该企业的财务风险预警模型系统具体角色，如图1所示。

图1 系统角色分析

从图1中可以看到，该财务风险预警模型系统的实体包括领导、财务部门、IT管理部门以及其他授权部门，当上述实体的用户进行登录系统的操作后，系统后台将抽取该用户的基本信息数据，同时对该用户的权限进行验证。因此，用户在成功登录该财务风险预警模型系统后，仅能在权限范围内进行操作。其中各实体的用户权限分别为：领导具有添加用户信息、录入财务风险预警模型数据、财务预警分析以及分析结果查询等权限；……