首页|基于XGBoost的上市企业财务违约预测研究

基于XGBoost的上市企业财务违约预测研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
公司年度报告中的管理层讨论与分析部分是企业信息披露的重要组成.构建表面情感语调STONE和隐含违约倾向IPD两个文本特征指标对年报中管理层讨论与分析的定性文本数据进行量化,并提出了一种基于XGBoost的上市公司财务违约预测模型,该方法对上市公司财务违约实现了较好的预测效果.根据特征重要性排序对特征与财务违约之间的关系进行挖掘,进一步利用敏感性分析验证了表面情感语调和隐含违约倾向指标的有效性.
XGBoost-based Algorithm for Predicting Financial Default of Listed Companies

王行、李亚琼

展开 >

湖南大学数学学院 ,湖南长沙 410082

湖南大学金融与统计学院 ,湖南长沙 410006

情感词典 XGBoost 财务违约 特征重要性 敏感性分析

湖南省自然科学基金

2020JJ4225

2020

经济数学
湖南大学 湖南省经济数学研究会

经济数学

影响因子：0.614
ISSN：1007-1660
年,卷(期)：2020.37(3)
  • 1
  • 6