分类器集成在财务危机预测中的应用研究

• 作者: 周铖 王静 裘正定 谢纪刚
• 来源期刊: 复旦学报（自然科学版）
• 学科: 经济
• 关键词: 分类器集成 财务危机 预测 决策树 神经网络
• 年，卷（期）: 2004,（5）
• 页码范围: 785-788
• 页数: 4页
• 分类号: F830.9
• 字数: 3057字
• 语种: 中文
• DOI: 10.3969/j.issn.0427-7104.2004.05.027

摘要

财务困境预测是金融领域中一个重要的研究课题. 已有的统计模型、人工智能和机器学习模型具有预测准确率较低或稳定性差等缺点,因此首次将分类器集成应用于财务危机预测研究,以我国上市公司为研究对象,以决策树和神经网络为子分类器,从实验上证实了分类器集成在提高财务危机预测准确性方面的有效性,最后指出需要进一步研究的几个问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王静	北京交通大学信息科学研究所	40	467	10.0	20.0
2	谢纪刚	北京交通大学信息科学研究所	19	472	10.0	19.0
3	裘正定	北京交通大学信息科学研究所	90	1146	16.0	30.0
4	周铖	北京交通大学信息科学研究所	1	25	1.0	1.0