摘要:运用贡献度随机森林方法(CRF)方法探讨公司债财务指标比率与其违约率的关系.运用连续属性离散化方法(OB)进行财务指标最优降维;运用WOE变换进行模型变量约简.研究表明,CRF模型的分类性能显著优于其他模型,测试集评估总体正确率达90.47%,AUC统计量、AR比率及K-S值分别提升了2.6%、7.6%、4.38%,变量贡献度量化了各财务指标对违约率影响,为诠释随机森林预测机制提供了依据.
关键词:财务管理 违约预测 实证分析 贡献度随机森林 连续属性离散化
单位:暨南大学经济学院; 广东广州510632
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社