财务困境预测:数据挖掘方法的比较与运用

被引：8

作者：

吴俊杰 ^{[1
]}

机构：

[1] 清华大学经济管理学院北京100084

来源：

清华大学学报(哲学社会科学版) | 2006年 / S1期

关键词：

财务困境; 数据挖掘; 逻辑回归; 神经网络; 决策树;

D O I：

10.13613/j.cnki.qhdz.001381

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

近年来,数据挖掘方法在商业领域的应用方兴未艾。文章尝试将数据挖掘方法引入财务困境预测的问题中,并以上市公司的实际财务数据为出发点,全面比较了逻辑回归、神经网络和决策树等分类算法在上市公司财务困境预测问题上的优劣。结果表明决策树在预测准确率、波动性以及可解释性上具有综合优势。文章还提出了不同程度财务困境的新概念,并对这个问题进行了决策树建模。

引用

页码：45 / 53

页数：9