考虑金融网络指标的信息技术类上市公司财务危机预测研究

信息技术类上市公司市场变化趋势难以捕捉,而这部分信息能有效显示企业的运营状况。股票收益信息能够及时反映市场变化,为了监督企业运营状况,避免财务危机发生,本文采用股票信息构建金融网络,将股票信息以网络指标的形式引入模型。为了充分发挥集成算法在财务危机预测模型中的作用,提高模型的泛化能力,同时解决单一分类器不能充分使用数据的问题,本文采用lightGBM集成算法构建信息技术类上市公司财务危机预测模型,并提出了基于lightGBM算法的调参集成策略,利用模型之间的信息互补提高算法的预测性能。以沪深两市信息技术类上市公司为研究对象进行实证研究,结果表明,经过调参集成的lightGBM算法具有更高的预测性能。同时引入金融网络指标的模型总体表现优于传统模型,说明股票信息的引入有利于财务危机预测。本文研究为财务危机预测模型构建提供了新思路。