基于机器学习的中小企业财务困境预测  

作　　者：邹丰华 

机构地区：[1]吉林警察学院

出　　处：《信息系统工程》2023年第12期68-71,共4页

基　　金：2023年度吉林警察学院社会科学研究项目(项目编号:jykyzd202307)。

摘　　要：数字经济背景下,如何应用先进的统计建模技术和海量数据源对中小企业财务困境进行精准预测已成为一个重要的研究方向和实践问题。基于已有研究成果,分别对比逻辑回归、人工神经网络和随机森林模型,使用经典财务困境预测变量和附加数据对中小企业的信用状况进行评估。研究表明,经典财务困境变量并不足以体现财务困境,需要进一步引入更多因素。随机森林模型是财务困境预测的佼佼者,多项评估指标均表明随机森林模型理应成为大数据信用评估的首选模型。

关 键 词：大数据 中小企业 财务困境 机器学习 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] F275[自动化与计算机技术—控制科学与工程] F276.3[经济管理—企业管理] F270.7[经济管理—国民经济]