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 |
|
|