摘要
文章基于2000-2021年沪深A股上市公司数据,将会计指标带入XGBoost模型去预测A股挂牌公司的财务风险.通过构建Benford因子,将财务指标和Benford因子带入XGBoost模型,并和未加因子的XGBoost风险预警模型的预测效果进行比较.并将带有Benford因子的数据分别带入极端森林、DT、GBDT、KNN、逻辑回归等模型,与XGBoost模型的预测效果进行对比.研究发现,Benford因子可以提高数据质量从而提高模型的准确度.并且Benford-XGBoost模型的预测效果要优于其他带因子的模型.
基金项目
国家自然科学基金(72061008)
广西自然科学基金(2018GXNSFAA294123)
广西可信软件重点实验室项目(kx201923)
NETL
NSTL
万方数据