典型文献
基于XGBoost-LR模型的企业财务危机预测与研究
文献摘要：
上市公司年报中的统计性数据是上市公司发展情况的重要体现,通过对上市公司经营情况数据的挖掘与分析可以提高对其财务风险的预测能力.本文从上市公司的财务数据中选取了36个财务指标,并把指标划分成五个维度进行分析(依次是偿债能力、盈利能力、营运能力、发展能力和现金流能力)[1],分别使用Logistic回归算法、决策树算法、支持向量机算法、极限梯度提升决策树(XGBoost)等算法建立了企业经典财务预警模型,并提出了一种基于XGBoost-LR算法的融合模型来进行财务危机预警,该模型首先运用用XGBoost算法自动进行了特征组合和离散化,然后将新构造出的特征向量运用在LR模型上,通过LR模型来进行分类预测.通过模型对比表明,该算法在预测企业财务危机上具有较高的准确率,可为企业日常生产经营活动提供一定的指导意义.
文献关键词：
财务危机;财务危机预警模型;不平衡数据;XGBoost-LR融合模型
中图分类号：
作者姓名：
王舒梵;姜新盈;严涛
作者机构：
上海工程技术大学数理与统计学院,上海 201600
文献出处：
引用格式：
[1]王舒梵;姜新盈;严涛-.基于XGBoost-LR模型的企业财务危机预测与研究)[J].软件,2022(04):13-17
A类：
B类：
XGBoost,LR,企业财务危机,财务危机预测,上市公司年报,公司发展,公司经营,经营情况,财务风险,预测能力,财务数据,财务指标,五个维度,偿债能力,盈利能力,营运能力,现金流,回归算法,决策树算法,支持向量机算法,极限梯度提升,梯度提升决策树,财务预警模型,融合模型,用用,特征组合,离散化,新构造,特征向量,分类预测,模型对比,日常生产,生产经营活动,财务危机预警模型,不平衡数据
AB值：
0.366048
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
