基于机器学习的上市公司财务预警模型的构建

被引：13

作者：

蒋盛益 ^{[1
]}

汪珊 ^{[2
]}

蔡余冲 ^{[1
]}

机构：

[1] 广东外语外贸大学信息学院

[2] 广东外语外贸大学财经学院

来源：

基金：

广东省自然科学基金;

关键词：

分类算法; 财务指标; 属性选择; 预警模型;

D O I：

10.13546/j.cnki.tjyjc.2010.09.036

中图分类号：

F224.7 [概率论与数理统计在经济中的应用]; F275 [企业财务管理];

学科分类号：

020208 ; 020209 ; 0714 ;

摘要：

文章通过运用多种机器学习方法分别建立时间跨度为5年和6年的上市公司财务风险预警模型,初始选择了29个指标,利用数据挖掘的特征选择方法,最终选取9个有代表性的指标来建立模型。实验表明,最近邻分类、多层感知机、BP神经网络及逻辑回归四类方法建立风险预警模型的性能相当,可以较好地预测上市公司财务危机。

引用

页码：166 / 167

页数：2