|
|||||
|
|
| 农业类上市公司信用风险评估研究 | |
| 引用本文： | 梁文婷,李强.农业类上市公司信用风险评估研究[J].农业与技术,2022(21):138-141. |
| 作者姓名： | 梁文婷 李强 |
| 作者单位： | 贵州财经大学大数据应用与经济学院 |
| 基金项目： | 国家社会科学基金项目“基于混合Copula的中国系统性金融风险测度与稳定研究”(项目编号：18XTJ004)； |
| 摘 要： | 本文通过建立农业类上市公司信用风险指标体系，选取2020年48家农林牧渔上市公司的财务数据，通过标准化和SMOTE过采样处理，利用决策树、随机森林和XGBoost 3种机器学习算法构建农业类上市公司信用风险评估模型，通过实证分析发现，3种算法的准确率均在90%以上，都能有效评估农业类上市公司信用风险。其中基于XGBoost算法的农业类上市公司信用风险评估模型是最好的，准确率高达97.62%。 |
| 关 键 词： | 农业类上市公司 信用风险 XGBoost |