分类器集成在财务危机预测中的应用研究

被引:9
作者
谢纪刚
裘正定
周铖
王静
机构
[1] 北京交通大学信息科学研究所
[2] 北京交通大学信息科学研究所 北京
[3] 北京
关键词
分类器集成; 财务危机; 预测; 决策树; 神经网络;
D O I
10.15943/j.cnki.fdxb-jns.2004.05.027
中图分类号
F275 [企业财务管理];
学科分类号
1202 ; 120202 ;
摘要
财务困境预测是金融领域中一个重要的研究课题.已有的统计模型、人工智能和机器学习模型具有预测准确率较低或稳定性差等缺点,因此首次将分类器集成应用于财务危机预测研究,以我国上市公司为研究对象,以决策树和神经网络为子分类器,从实验上证实了分类器集成在提高财务危机预测准确性方面的有效性,最后指出需要进一步研究的几个问题.
引用
收藏
页码:785 / 788
页数:4
相关论文
共 1 条
[1]   Boosting和Bagging综述 [J].
沈学华 ;
周志华 ;
吴建鑫 ;
陈兆乾 .
计算机工程与应用, 2000, (12) :31-32+40