基于随机森林方法的中小企业信用风险评估研究

本文以上市公司信用风险为研究对象，从wind数据库沪交所挂牌的上市公司中选取340所中小企业，从六个方面构建包含28个二级指标的信用风险评价指标体系。参考目前国际上主流评价方法的研究，选择传统统计模型与机器学习方法对中小企业信用风险进行建模分析。结果表明，随机森林对数据进行SMOTE平衡后的测试集预测准确率最高，准确率可达到94.23%。