基于XGBoost的上市企业财务违约预测研究
    点此下载全文
引用本文:王 行1,李亚琼2.基于XGBoost的上市企业财务违约预测研究[J].经济数学,2020,(3):195-201
摘要点击次数: 183
全文下载次数: 0
作者单位
王 行1,李亚琼2 (1.湖南大学 数学学院湖南 长沙 4100822.湖南大学 金融与统计学院,湖南 长沙 410006) 
中文摘要:公司年度报告中的管理层讨论与分析部分是企业信息披露的重要组成.构建表面情感语调STONE和隐含违约倾向IPD两个文本特征指标对年报中管理层讨论与分析的定性文本数据进行量化,并提出了一种基于XGBoost的上市公司财务违约预测模型,该方法对上市公司财务违约实现了较好的预测效果.根据特征重要性排序对特征与财务违约之间的关系进行挖掘,进一步利用敏感性分析验证了表面情感语调和隐含违约倾向指标的有效性.
中文关键词:情感词典  XGBoost  财务违约  特征重要性  敏感性分析
 
XGBoost-based Algorithm for Predicting Financial Default of Listed Companies
Abstract:The management discussion and analysis(MD&A) in the annual report is an important part of corporate information disclosure. This paper constructs two textual feature indexes, superficial tone (STONE) and implicit propensity for default (IPD) to quantify MD&A text in the annual report, and proposes a financial default prediction method for listed companies based on XGBoost model. This method has achieved a good prediction effect on the financial default of listed companies. According to feature importance ranking, the relationship between features and financial defaults is mined, and the sensitivity analysis is used to verify the effectiveness of STONE and IPD.
keywords:sentiment dictionary  XGBoost  financial default  feature importance  sensitivity analysis
查看全文   查看/发表评论   下载pdf阅读器