基于RS-Bag分类器集成技术的上市公司财务危机预测

被引：4

作者：

时建中

程龙生

牛俊磊

机构：

[1] 南京理工大学经济管理学院

来源：

数理统计与管理 | 2013年 / 32卷 / 05期

关键词：

神经网络; 分类器集成; 财务危机预测; RS-Bag; Bootstrap;

D O I：

10.13860/j.cnki.sltj.2013.05.020

中图分类号：

F275 [企业财务管理]; F224 [经济数学方法];

学科分类号：

1202 ; 120202 ; 0701 ; 070104 ;

摘要：

财务危机预测是金融管理决策中的重要问题,其实质是对未来财务状况的预报和分类。鉴于目前单一分类器预测性能不稳定,本文运用分类器集成技术,以BP神经网络为分类学习算法,建立基于RS-Bag算法的神经网络分类器集成模型。然后,以我国上市公司财务数据为例进行财务危机预测实证研究,结果表明,基于RS-Bag算法的神经网络分类器集成预测精度和泛化性能优于单一神经网络分类器,也优于Bagging分类器集成和RS分类器集成。

引用

页码：941 / 950

页数：10

共 13 条

[1] 基于蚁群神经网络的财务危机预警方法 [J].

庞清乐 ;

刘新允 .

数理统计与管理, 2011, 30 (03) :554-561

[2] 基于Cox模型研究财务困境的行业差异性 [J].

江一涛 ;

张顺明 .

数理统计与管理, 2011, 30 (02) :339-345

[3] 企业财务困境的多分类器混合组合预测 [J].

孙洁 ;

李辉 .

系统工程理论与实践, 2009, 29 (02) :78-86

[4] 基于遗传算法的上市公司财务危机预测模型研究 [J].

李清 .

数理统计与管理, 2008, (05) :928-937

[5] 分类器集成在财务危机预测中的应用研究 [J].

谢纪刚 ;

裘正定 ;

周铖 ;

王静 .

复旦学报(自然科学版), 2004, (05) :785-788

[6]

An experimental comparison of ensemble of classifiers for bankruptcy prediction and credit scoring[J] . Loris Nanni,Alessandra Lumini. Expert Systems With Applications . 2008 (2)

[7] Bankruptcy prediction using support vector machine with optimal choice of kernel function parameters [J].

Min, JH ;

Lee, YC .

EXPERT SYSTEMS WITH APPLICATIONS, 2005, 28 (04) :603-614

[8]

An application of support vector machines in bankruptcy prediction model[J] . Kyung-Shik Shin,Taik Soo Lee,Hyun-jung Kim. Expert Systems With Applications . 2004 (1)

[9] Measures of diversity in classifier ensembles and their relationship with the ensemble accuracy [J].

Kuncheva, LI ;

Whitaker, CJ .

MACHINE LEARNING, 2003, 51 (02) :181-207

[10]

Attribute bagging: improving accuracy of classifier ensembles by using random feature subsets[J] . Robert Bryll,Ricardo Gutierrez-Osuna,Francis Quek. Pattern Recognition . 2002 (6)

← 1 2 →