期刊文献+

基于特征筛选和代价敏感学习的财务预警研究 被引量:3

下载PDF
导出
摘要 构建准确的财务预警模型可帮助企业有效防范财务困境的发生,而该领域中普遍存在的特征冗余和数据分布不平衡问题会使传统模型的准确度降低甚至失效。文章在双重显著性检验和主成分降维的基础上,将错分代价分别引入机器学习中的逻辑回归、支持向量机和决策树算法以构建代价敏感模型,并以我国沪深A股制造业上市公司为对象进行实证研究,结果表明代价敏感模型可显著提高财务困境公司的分类准确率,其中的代价敏感支持向量机性能最优。
出处 《商业会计》 2021年第20期11-16,共6页 Commercial Accounting
基金 国家自然科学基金项目“广义定序回归模型的高维统计推断及其应用”(项目编号:72071186)。
  • 相关文献

参考文献14

二级参考文献107

共引文献826

同被引文献19

引证文献3

二级引证文献3

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部