企业财务困境的多分类器混合组合预测

被引：13

作者：

孙洁

李辉

机构：

[1] 浙江师范大学工商管理学院

来源：

系统工程理论与实践 | 2009年 / 02期

基金：

浙江省自然科学基金;

关键词：

财务困境预测; 多分类器; 混合组合;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP399-C2 [];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 081203 ;

摘要：

为了降低单分类器财务困境预测的不确定性和不稳定性,本文通过多分类器组合来提高预测效果,提出了企业财务困境预测的多分类器混合组合模型,实现了并联组合和串联组合的优势互补作用.采用差异性原则和个体优化原则作为选择基本分类器的标准,在定义单类择优算子的基础上,设计了构建混合组合基本模块的流程算法以及混合组合模型内部并联结构的动态赋权机制和加权多数投票机制.以中国上市公司为对象的实证研究证实了该模型在提高平均预测准确率的同时大大降低了离散程度,统计分析表明:该模型显著优于现有的单分类器财务困境预测模型.

引用

页码：78 / 86

页数：9

共 5 条

[1] 基于BP神经网络的上市公司财务预警模型 [J].