基于信息融合的数据挖掘方法在公司财务预警中的应用

被引：43

作者：

张亮 ^{[1
,2
]}

张玲玲 ^{[1
,2
,3
]}

陈懿冰 ^{[2
,4
]}

腾伟丽 ^{[5
]}

机构：

[1] 中国科学院大学管理学院

[2] 中国科学院虚拟经济与数据科学研究中心

[3] 中国科学院大数据挖掘与知识管理重点实验室

[4] 中国科学院科技政策与管理科学研究所

[5] 英国诺丁汉特伦特大学诺丁汉商学院

来源：

中国管理科学 | 2015年 / 23卷 / 10期

关键词：

财务预警; 信息融合; 支持向量机; Logistic回归;

D O I：

10.16381/j.cnki.issn1003-207x.2015.10.020

中图分类号：

F275 [企业财务管理];

学科分类号：

1202 ; 120202 ;

摘要：

目前越来越多的数据挖掘方法被用于风险预警中,决策树、支持向量机、神经网络、Logistic回归等方法在风险预警中都表现出了较好的特性和预警效果,但是不同数据挖掘分类方法得到的结果不同,往往导致预警结果的不一致,因此也会存在一定风险。本文引入信息融合技术对不同数据挖掘分类方法得到的结果进行融合处理得到最优的结果,解决了不同数据挖掘方法得到的结果不一致问题。文章在SVM和Logistic回归的数据挖掘模型基础上建立基于信息融合的公司财务预警模型,提高了财务预警准确率,并且保留了原数据挖掘方法在分类预测上的优势。在实证研究中,论文选取了中国制造业的上市公司作为研究对象,在SVM和Logistic回归两种数据挖掘模型的基础上利用信息融合方法建立了财务预警模型,实证结果表明,基于信息融合的数据挖掘方法的预测准确率要高于单独的SVM和Logistic回归两种方法。

引用

页码：170 / 176

页数：7