基于改进ADASVM的不平衡财务困境动态预测模型  

作　　者：李乃文[1] 李慧 

机构地区：[1]辽宁工程技术大学工商管理学院,辽宁葫芦岛125100

出　　处：《统计与决策》2024年第4期184-188,共5页Statistics & Decision

基　　金：国家自然科学基金面上项目(52174184)。

摘　　要：过去的大多数研究都采用平衡数据构建静态模型用于财务困境预测,既未考虑样本类别不平衡对预测结果的影响,也未考虑数据流随时间变化而引起的概念漂移问题,研究具有一定的局限性。文章从类不平衡与动态数据流两个角度出发,对企业财务困境进行了全面分析,以ADASVM模型为基础,提出了一种新的动态集成模型MS-ADASVM-ITW。引入了带有信息保持期的时间权重函数,以解决动态预测面临的概念漂移问题;同时提出了一种混合采样方法与模型进行耦合,提高了数据不平衡的分类性能。选取1081家沪深股市的上市公司进行实证分析,首先将新模型与常规模型同时进行50次重复实验,结果证明新模型性能优于常规模型。进一步选取了不同的过/欠采样方式进行组合,确定了适合财务困境预测的最优采样组合Tomek Link算法+Border-line SMOTE算法。

关 键 词：财务困境 动态预测 概念漂移 不平衡数据 信息保持期 混合采样 

分 类 号：F832[经济管理—金融学]