基于DeepSurv和IML的上市公司财务危机预警研究 |
| |
作者姓名: | 栾一瑞 朱宗元 |
| |
作者单位: | 浙江财经大学数据科学学院 |
| |
基金项目: | 杭州市哲学社会科学项目(编号:Z23JC039);;国家社会科学基金(编号:21BTJ032); |
| |
摘 要: | 本文基于2019~2022年首次被ST的公司及其配对样本建立DeepSurv模型对上市公司财务危机预警展开研究,相较于主流的SVM和BP神经网络模型表现更优。为提高机器学习模型“黑箱”操作的可解释性,使用可解释机器学习从整体和局部两方面解读DeepSurv模型。研究表明:(1)公司应重点关注企业价值、负债、非财务表现和流动资产四个方面;(2)Gscore与有形资产负债率、ROIC与权益乘数、综合杠杆与Gscore、权益乘数与有形资产负债率之间存在交互效应。
|
关 键 词: | DeepSurv 财务危机预警 可解释机器学习 |
|
|