典型文献
农业类上市公司信用风险评估研究
文献摘要：
本文通过建立农业类上市公司信用风险指标体系,选取2020年48家农林牧渔上市公司的财务数据,通过标准化和SMOTE过采样处理,利用决策树、随机森林和XGBoost 3种机器学习算法构建农业类上市公司信用风险评估模型,通过实证分析发现,3种算法的准确率均在90％以上,都能有效评估农业类上市公司信用风险.其中基于XGBoost算法的农业类上市公司信用风险评估模型是最好的,准确率高达97.62％.
文献关键词：
农业类上市公司;信用风险;XGBoost
中图分类号：
作者姓名：
梁文婷;李强
作者机构：
贵州财经大学大数据应用与经济学院,贵州 贵阳550025
文献出处：
引用格式：
[1]梁文婷;李强-.农业类上市公司信用风险评估研究)[J].农业与技术,2022(21):138-141
A类：
B类：
农业类上市公司,公司信用,信用风险评估,评估研究,风险指标体系,农林牧渔,财务数据,SMOTE,过采样,决策树,XGBoost,机器学习算法,风险评估模型,有效评估
AB值：
0.204349
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。
