基于软投票集成模型的房地产上市企业财务预警研究OA
Research on Financial Distress Predicting of Listed Real Estate Companies using Soft Voting Ensemble Learning
以中国房地产上市企业为研究对象,选取了反映企业偿债能力、盈利能力、营运能力和杠杆比率在内的 20 个指标,收集了 137 家企业在 1991～2021 年期间的财务数据,构建了基于软投票的集成模型来预测中国房地产上市企业一年期和两年期的财务困境.结果显示,集成模型提前一年期和两年期预测的AUC值分别为0.946 和 0.880,与性能最好的单一分类器相比预测性能更高.然后通过SHAP解释模型对集成模型中输入变量的解释能力进行分析.无论提前一年期还…查看全部>>
In this study,taking Chinese listed real estate companies as research objects,20 financial indicators reflecting solvency,profitability,operating capacity and leverage ratios are selected,and the financial data of 137 companies are collected for the period of 1991-2021,and a ensemble models based on soft voting is constructed to predict the financial distress of Chinese list-ed real estate companies in the one-year and two-year periods.The results show that …查看全部>>
姜凤珍;李毛;王骏
青岛理工大学管理工程学院,山东青岛 266520青岛理工大学管理工程学院,山东青岛 266520青岛理工大学管理工程学院,山东青岛 266520
经济学
房地产企业财务困境集成模型软投票Shapley值
Real Estate CompaniesFinancial DistressEnsemble LearningSoft VotingShapley Value
《荆楚理工学院学报》 2024 (2)
43-52,10
国家自然科学基金青年项目(72001121)
评论