基于新闻文本的上市公司财务困境组合预测模型

• 作者: 杨晓雪 陈云
• 来源期刊: 计算机应用研究
• 关键词: 财务困境预测 文本分类 组合预测模型 支持向量机 Logistic
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1663-1667
• 页数: 5页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.06.014

摘要

已有上市公司财务困境预测模型主要是基于结构化数据进行研究,为进一步提高上市公司财务困境预测模型准确率,将非结构化数据引入上市公司财务困境预测问题中,研究了基于新闻文本分类的上市公司财务困境预测模型,结合新闻文本信息和财务信息提出上市公司财务困境组合预测模型.首先将新闻数据进行预处理,然后基于新闻文本数据通过支持向量机(SVM)进行财务困境预测,同时基于财务数据通过Logistic模型进行财务困境预测,最后采用阈值表决集成策略整合两种模型的预测结果.实验结果证明了模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈云	上海财经大学公共经济与管理学院	44	300	10.0	15.0
5	杨晓雪	上海财经大学公共经济与管理学院	9	24	3.0	4.0