媒体负面报道与上市企业财务风险预警研究——基于集成学习算法

媒体报道作为一种外部治理机制,对上市企业的内部治理和外部监管产生着潜移默化的影响。本文以2016-2023年沪深A股上市公司为研究对象,在传统财务风险预警体系的基础上引入媒体负面报道程度指标。针对不平衡数据,本文采用SMOTE-ENN组合采样对样本数据进行处理。随后,使用PSO与遗传算法寻找最优参数与最优概率阈值,通过多模型的对比分析,本文最终选用集成学习算法LightGBM构建上市企业财务风险预警模型。研究结果表明:利用SMOTE-ENN组合采样对不平衡数据进行处理,有效地提高了模型的预测性能;在传统财务风险预警体系的基础上融入媒体负面报道程度后,财务风险预警模型的分类效果明显增强。