基于随机森林和XGBoost算法的房地产行业上市公司财务绩效预测研究  

作　　者：吴洋[1] 

机构地区：[1]铜陵学院会计学院,安徽铜陵244000

出　　处：《安阳师范学院学报》2024年第2期78-83,共6页Journal of Anyang Normal University

基　　金：安徽省质量工程重大教学研究项目“共享经济背景下应用型本科高校联盟实习基地共享模式研究”(项目编号:2018jyxm0482);铜陵学院校级科研人文一般项目“双碳目标背景下碳排放权价格对企业价值的影响机理与实证研究”(项目编号:2022tlxy09);铜陵学院人才基金项目(项目编号:2017tlxyrc04)。

摘　　要：研究旨在深入探讨随机森林、XGBoost及其集成算法在预测房地产上市公司财务绩效方面的应用,选取了2008—2021年38家房地产公司的年度财务数据,依据4个关键财务指标,构建了预测净资产收益率(ROE)的回归和分类模型。实证结果揭示,相较于单一预测模型,集成模型在预测准确性和稳定性上均表现优秀。该研究在方法论和实证分析方面提供了有价值的视角,为未来在预测模型构建、特征选择以及算法应用方面的研究提供了有益的指导和参考。

关 键 词：房地产上市公司 财务绩效预测 随机森林模型 XGBoost模型 集成算法 

分 类 号：F230[经济管理—会计学]