Hybrid-随机森林财务危机预警模型研究

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
万方数据
维普

中文摘要：为提高财务危机预警模型的判断准确率,将随机森林算法与Shuffle、Embedd、Hybrid等3种特征选择算法相结合构建模型.分别使用69家ST企业和69家正常企业进行1:1配对实验,与利用决策树算法、逻辑回归算法构建的预警模型对比,以得到一个优良的财务危机预警模型.实验结果表明,随机森林与Hybrid相结合构建的模型效果最好,优于决策树模型与逻辑回归模型,正例命中率为91.18％,正例覆盖率为83.78％,整体正确率为86.96％,AUC为0.9291.基于随机森林与Hybrid算法构建的模型相对于传统的分析模型判别率有较大提升,能够帮助投资者及企业管理者更好地判断企业财务状况.

外文标题：Study on Hybrid Random Forest Financial Crisis Warning Model

作者：

张俊涵

展开 >

作者单位：

上海工程技术大学数理与统计学院,上海201620

关键词：

随机森林 Hybrid Shuffle Embedd 财务预警

出版年：

2021

DOI：

10.11907/rjdk.201933