摘要
本文选取被ST的股票,通过分析其包括盈利能力、资产管理能力、偿债能力、发展潜力四大类的21个财务指标,对公司是否被ST进行分类预测。本文在对数据进行极差规格化处理后,借助R中Rattle软件包的随机森林(Random Forests),选取了重要性高的前8个指标,再分别用决策树和支持向量机的方法进行对比研究。得出支持向量机建立的风险评估模型相较于决策树有更好的分类预测功能。
学科与关键词
关键词
决策树支持向量机财务风险ST分类
- 基于SVM支持向量机的上市公司财务危机预警研究——来自京津冀上市公司的经验证据张晓萍; 张若望; 王丽媛; 崔维康; 胡安琴; 刘虹雨中外企业家, 2019, (34): 5-6.
- 支持向量机的上市公司财务危机预警模型阎娟娟; 孙红梅; 刘金花统计与决策, 2006, (12): 158-159.
- 基于决策树的信用评价模型及实证研究吕晓丹; 范宏市场周刊(理论研究), 2013, (08): 80-83.
