摘要
文章通过运用多种机器学习方法分别建立时间跨度为5年和6年的上市公司财务风险预警模型,初始选择了29个指标,利用数据挖掘的特征选择方法,最终选取9个有代表性的指标来建立模型。实验表明,最近邻分类、多层感知机、BP神经网络及逻辑回归四类方法建立风险预警模型的性能相当,可以较好地预测上市公司财务危机。
出处
《统计与决策》
CSSCI
北大核心
2010年第9期166-167,共2页
Statistics & Decision
基金
国家自然科学基金资助项目(60673191)
广东省高等学校自然科学研究重点项目(06Z012)
广东省自然科学基金项目(9151026005000002)