基于数据包络和数据挖掘的财务危机预测模型研究

• 作者: 曹倩 赵智繁
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 数据包络 财务危机 关联规则 决策树
• 年，卷（期）: 2016,（z2）
• 所属期刊栏目: 数据挖掘
• 页码范围: 461-465
• 页数: 5页
• 分类号: TP391
• 字数: 7517字
• 语种: 中文

摘要

以往的企业财务危机预测研究只能预测企业是否具有财务危机,无法预测企业财务危机的程度,这是由于在界定企业财务危机时,只依据了企业是否为ST企业的分类方式.鉴于此,通过数据包络分析法,近一步细化了企业财务危机的分类,再使用关联规则算法筛选出重要的预测变量,最后使用决策树技术构建企业财务危机预测模型,并对分类的有效性和预测的准确率进行了验证.实证结果表明,基于数据包络和数据挖掘的财务危机预测模型既能保持较高的准确率,又能预测企业财务危机的程度,使得预测结果更具有参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹倩	北京工商大学计算机与信息工程学院	18	52	4.0	6.0
2	赵智繁	北京工商大学计算机与信息工程学院	2	16	2.0	2.0