基于机器学习的上市公司财务预警模型的构建  

作　　者：蒋盛益[1] 汪珊[2] 蔡余冲[1] 

机构地区：[1]广东外语外贸大学信息学院,广州510420 [2]广东外语外贸大学财经学院,广州510420

出　　处：《统计与决策》2010年第9期166-167,共2页Statistics & Decision

基　　金：国家自然科学基金资助项目(60673191);广东省高等学校自然科学研究重点项目(06Z012);广东省自然科学基金项目(9151026005000002)

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。

关 键 词：分类算法 财务指标 属性选择 预警模型 

分 类 号：F224.7[经济管理—国民经济]