CAJ | 학술논문

为了更加有效地进行企业财务困境预测,利用t检验、单因素方差分析、逐步判别分析、逐步逻辑回归和邻域粗糙集5种特征提取方法,结合支持向量机、多元判别分析、Logistic回归、分类和回归树等多种分类学习算法构造备选基本分类器.在此基础上,提出了基于精度前向搜索和后剪枝的多特征子集组合分类器财务困境预测方法.该方法无需计算单分类器之间的差异性,首先以系统预测精度最大化为原则进行前向搜索,然后通过后剪枝策略选择精度最高或满意的系统作为最终结果.实证研究中以中国上市公司为研究对象,以十折交叉验证精度为评价标准,结果表明,该方法构建的组合系统的分类预测精度明显高于个体最优模型,最优组合系统和最简洁组合系统为财务困境预测提供了更多的灵活性.
위료경가유효지진행기업재무곤경예측,이용t검험、단인소방차분석、축보판별분석、축보라집회귀화린역조조집5충특정제취방법,결합지지향량궤、다원판별분석、Logistic회귀、분류화회귀수등다충분류학습산법구조비선기본분류기.재차기출상,제출료기우정도전향수색화후전지적다특정자집조합분류기재무곤경예측방법.해방법무수계산단분류기지간적차이성,수선이계통예측정도최대화위원칙진행전향수색,연후통과후전지책략선택정도최고혹만의적계통작위최종결과.실증연구중이중국상시공사위연구대상,이십절교차험증정도위평개표준,결과표명,해방법구건적조합계통적분류예측정도명현고우개체최우모형,최우조합계통화최간길조합계통위재무곤경예측제공료경다적령활성.