商场现代化 · 2020年第7期150-152,共3页

基于机器学习方法的上市公司财务预警模型对比研究

作者:李星辰,王青龙,林国庆

摘要:当前我国上市公司信息披露仍存在着许多不规范的现象,个别上市公司在面临财务危机时,粉饰其财务风险,进行财务造假.本文利用上市超过3年的A股共3002家上市公司的财务数据,通过对ST、*ST和10家2019年退市的公司样本分析,根据不同的时间窗口,构建了财务预警因子库,共96个因子.分别采用机器学习中的逻辑斯蒂回归、支持向量机、决策树模型对因子数据进行训练.将数据集分为训练集和测试集,用训练集训练模型,并将模型应用在测试集中进行预测.结果如下:(1)三种模型均有较好的预测能力,其准确率都在94%以上;(2)决策树模型的预测效果最佳,支持向量机模型次之,逻辑斯蒂回归模型的预测效果最差;(3)三种模型都存在将较多的财务预警公司预测为正常公司的情况.本文通过将三种模型进行对比分析,以寻找更加优质的财务预警模型,来更好地帮助企业识别财务风险.

发文机构:天津科技大学

关键词:财务预警机器学习逻辑回归模型支持向量机模型决策树模型

分类号: F27[经济管理—企业管理][经济管理—国民经济]

注:学术社仅提供期刊论文索引,查看正文请前往相应的收录平台查阅
相关文章