基于数据挖掘技术的上市公司财务预警模型的比较研究
本文从沪、深两市2006～2007年因财务危机被ST的56家上市公司中随机抽取40家，并以行业相同、资产规模相近为标准，从非ST上市公司中抽取40家财务健康公司作为对照，将这80家公司作为估计样本。利用神经网络、决策树以及逻辑回归三种方法分别建立财务危机预警模型。之后，利用模型对16家ST和16家非ST公司进行预测，并将预测结果与实际情况进行比较检验，结论是：决策树、神经网络以及逻辑回归算法在上市公司财务危机预警中的应用都具有较好的效果，预测准确率在80％以上，相对来说，决策树算法模型的准确性更高，准确率可达90％。
财务危机预警模型 上市公司 数据挖掘
田青 王宝帅
东北财经大学管理科学与工程学院，辽宁 大连 116025
国内会议
北京
中文
283-286
2010-11-05（万方平台首次上网日期，不代表论文的发表时间）