摘要：研究目标:构建动态不平衡财务预警模型以同时处理概念漂移和数据分布不平衡问题。研究方法:在改进AdaBoost算法的基础上,以代价敏感支持向量机为基分类器构建ADA-CSSVM-TW模型,并利用我国2010～2020年制造业公司数据进行分析。研究发现:ADA-CSSVM-TW模型可显著提高预测准确率,性能良好,模型稳健。研究创新:将代价敏感支持向量机作为改进AdaBoost算法的基分类器,建立动态不平衡预警模型。研究价值:对我国上市公司有效防范财务困境具有重要的理论价值和现实意义。
文章目录
引 言
一、文献综述与问题提出
二、动态不平衡ADA-CSSVM-TW预警模型
1.代价敏感支持向量机(Cost Sensitive Support Vector Machine, CSSVM)
2.ADASVM-TW模型
3.ADA-CSSVM-TW模型
三、研究设计
1.样本选择与数据来源
2.动态数据集构建
3.指标选择与特征筛选
(1) 指标选择。
(2)特征筛选。
① 双重显著性检验。
② 主成分降维。
4.模型评价标准
四、实证分析
1.概念漂移检测
2.模型对比分析
3.显著性检验
4.稳健性检验
五、总 结
