基于改进AdaBoost算法的动态不平衡财务预警模型
2021-11-05分类号:F425;F406.7
【部门】中国计量大学经济与管理学院
【摘要】研究目标:构建动态不平衡财务预警模型以同时处理概念漂移和数据分布不平衡问题。研究方法:在改进AdaBoost算法的基础上,以代价敏感支持向量机为基分类器构建ADA-CSSVM-TW模型,并利用我国2010~2020年制造业公司数据进行分析。研究发现:ADA-CSSVM-TW模型可显著提高预测准确率,性能良好,模型稳健。研究创新:将代价敏感支持向量机作为改进AdaBoost算法的基分类器,建立动态不平衡预警模型。研究价值:对我国上市公司有效防范财务困境具有重要的理论价值和现实意义。
【关键词】财务预警 不平衡数据 代价敏感学习 概念漂移 AdaBoost算法
【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”(72071186)的资助
【所属期刊栏目】数量经济技术经济研究
文献传递