1. 研究目的与意义（文献综述）
上市公司在国民经济中有着举足轻重的地位，其经营状况的好坏，不仅关乎多公司及其股东经济利益，还直接影响到国民经济发展的速度和质量。上市公司业绩评价是公司管理的基本前提。上市公司业绩评价与激励机制的结合才能有效实现上市公司发展战略目标。其中，上市公司业绩评价的定量分析，不但能让决策者、投资者了解公司在行业中的相对地位，而且对公司改善经营管理方式、政府加强宏观调控能力都有其特殊的价值，是制定相关法律、法规的信息支持，是证券市场研究和监管的依据，是投资者保护金融资产的基本手段，是债权人进行风险评估的重要工具。
上市公司业绩评价，指的是对公司占有、使用、管理与配置经济资源的效果进行的评定，是对形成公司业绩的所有经营和管理活动的全方位的评价，更具体地说，就是公司的利益相关者根据特定目的，选择特定指标，设置特定标准，并运用特定方法对公司一定期间内的经营管理活动过程及结果做出的综合判断。因此，上市公司业绩评级研究主要分为上市公司业绩评价体系研究和上市公司业绩评价模型研究两个部分。
评价指标的设计是构建上市公司经营业绩评价体系的基础，直接影响到评价的准确性和客观性。国外企业业绩评价指标[1]大概可以分为早期基于财务的评价指标（主要有沃尔指标、杜邦财务分析法[2]）、中期基于价值的评价指标（主要有经济增加值即eva指标、修正经济增加值即reva指标[3]）、后期基于战略的评价指标（主要有业绩金子塔模型、平衡计分卡法[4]、temp 方法）。国内在企业经营业绩评价方面研究起步比较晚。在计划经济时代，对于企业的业绩评价主要是以计划产量的完成情况为依据；改革开放后开始引入国外的经营业绩评价方法，主要以财务指标和eva指标[5]为主。
2. 研究的基本内容与方案
支持向量机[11](support vector machine，SVM)由Vapnik(1995)首先提出，主要用于模式分类和非线性回归，是继人工神经网络后的新一代机器学习算法。因其能够克服传统学习算法的“维数灾难”及“过学习”等问题，因此表现出良好的分类预测特性，尤其是多分类支持向量机在字符识别、生物识别、文本自动分类、人脸检测、图像处理、经济模式分类预测等方面都获得了大量成功的应用[12-14]，是公认的比较理想的评价模型。近年来，支持向量机被应用于金融领域，但多为财务预警[15]、客户信用评分[16,17]等两分类问题。上市公司业绩评级问题本质上为多指标的多分类问题，本文尝试将支持向量机多分类算法应用于上市公司业绩评级中，从上市公司业绩数据中发现潜在的、有用的信息，提供更为科学客观的上市公司业绩评价方法，解决传统上市公司业绩评价所存在的问题。
本文研究的基本内容和目标，一是根据比较现有的上市公司业绩评价体系，选取并筛选评价指标、确定评级标准，构建本文的上市公司业绩评价体系；二是研究支持向量机算法原理及各种现有多分类分类思想，对现有的算法进行改进和比较。在现有各种上市公司业绩评价模型的基础上，根据指标数据的特征，总结上市公司业绩评级的规律性，建立适合的基于支持向量机的评价模型，从而对上市公司的未来运营进行预测评价；三是利用PSO等寻优算法改进支持向量机核函数选取和参数优化方面，进一步降低计算复杂度，提高分类精度。
上市公司业绩评级的基本技术路线是，选取并筛选上市公司业绩评价指标和评级标准，收集上市公司业绩 评价指标和评级标准历史数据作为训练样本和测试样本，建立基于多分类支持向量机的上市公司评级模型，并利用PSO算法对模型核函数和参数进行优化。评价模型旨在评估未知的上市公司经营业绩所处地位，模型输入上市公司业绩指标，输出上市公司业绩等级，从而为上市公司发展战略提供支持。3. 研究计划与安排
第1－3周：完成英文文献翻译，进一步完善研究目标，建立上市公司业绩评级指标体系，并收集数据完成指标的筛选和数据的预处理；
第4－8周：学习支持向量机理论，对现有的多分类支持向量机及算法进行研究和改进，利用pso算法进行核函数选取和参数优化，建立基于svm的上市公司业绩评级模型；
第9-11周：进行基于svm的上市公司业绩评级的实证案例分析，联系实际进行上市公司业绩评级模型的分析和改进；
4. 参考文献（12篇以上）
[1] 张立军.上市公司经营业绩综合评价研究[m].第一版.中国统计出版社, 中国统计出版社.
[2] 孙超.上市公司业绩评价体系的构建研究[j].财务与管理, 2013(5).
[3] jeffey m. bacidore,john a.boquist. the search for the best financial performance measure[j].financial analysis journal,1997,5:10-11.
