基于MTS-Bagging神经网络集成的企业财务危机预测

被引:1
作者
时建中
程龙生
牛俊磊
机构
[1] 南京理工大学经济管理学院
关键词
企业财务危机; 神经网络集成; 马田系统;
D O I
暂无
中图分类号
F275 [企业财务管理]; F224 [经济数学方法];
学科分类号
1202 ; 120202 ; 0701 ; 070104 ;
摘要
在Bagging分类器集成算法的基础上,利用马田系统实现特征选择,提出MTS-Bagging分类器集成方法,并对4个UCI数据集进行数值分析。将MTS-Bagging神经网络集成方法应用于企业财务危机预测,利用2003—2008年我国330家上市公司的财务数据建立企业危机预测模型。实证结果表明,利用MTS-Bagging神经网络集成方法对财务危机的预测精度不仅优于单一分类器,也优于Bagging集成算法。
引用
收藏
页码:111 / 115
页数:5
相关论文
共 5 条
[1]   遗传算法选择性集成多分类器的企业财务困境预测 [J].
韩建光 ;
惠晓峰 ;
孙洁 .
系统工程 , 2010, (08) :9-15
[2]   基于多特征子集组合分类器的企业财务困境预测 [J].
韩建光 ;
惠晓峰 ;
孙洁 .
系统管理学报, 2010, 19 (04) :420-427
[3]   现金利润在企业财务困境预警中的应用 [J].
李泓泽 ;
王闻 ;
李涛 .
技术经济, 2009, (11) :121-126
[4]   分类器集成在财务危机预测中的应用研究 [J].
谢纪刚 ;
裘正定 ;
周铖 ;
王静 .
复旦学报(自然科学版), 2004, (05) :785-788
[5]   Measures of diversity in classifier ensembles and their relationship with the ensemble accuracy [J].
Kuncheva, LI ;
Whitaker, CJ .
MACHINE LEARNING, 2003, 51 (02) :181-207