《财经理论与实践杂志》发表论文赏析
作者:李田雨1,高煌婷2,翟亚琪2
单位:1.湖北大学 商学院,湖北 武汉 430062;2.武汉理工大学 管理学院,湖北 武汉 430070
摘要:大数据环境下,应用机器学习数据挖掘分析技术对波兰破产及未破产公司的财务数据进行建模训练和测试验证,其中包括多层感知器中的SMOTE、SMOTE-Borderline1和BMS不平衡算法。横向对比发现SMOTE、SMOTE-Borderline1、BMS算法有效提升了F1-Score,证明了多层感知器算法在公司破产评估领域内处理非平衡类别数据手段的有效性。纵向对比表明在不同的预测时间跨度上,MLP模型和公司财务数据的分类器模型效果具有显著差异。最后,使用卡方检验筛选出公司短期负债、资金结构和经营利润等较为重要的财务指标。
关键词:机器学习;多层感知器算法;破产评估模型;MLP模型
2025年2期其他文献查阅:
绿色金融影响下的重污染企业ESG战略:实质性改革还是“漂绿”?
中国保险业系统性风险的评估与预警研究——基于Attention-LSTM模型的分析
地方政府债务规模与城市创新创业活跃度——基于激励效应和挤出效应的视角
银行行政处罚监管、外部审计监督与信贷风险防控:互补还是替代?
“双碳”目标下绿色技术创新对企业财务绩效的影响——来自重污染制造行业的经验证据
数智化赋能中国式现代化乡村振兴的机理与检验——基于马克思主义生产力理论