基于非平衡數據處理的上市公司ST預警混合模型

作者：遲國泰,章彤,張志鵬

摘要：準確預測上市公司ST狀態,對上市公司自身的管理以及投資者的投資決策極為重要。本文通過Lasso最小二乘回歸篩選ST判別能力最強的指標組合,并用SMOTE過采樣技術對上市公司數據進行平衡化處理,再通過邏輯回歸與BP神經網絡的混合模型,基于不同時間窗口的數據對中國上市公司ST狀態進行預測。本文創新與特色:一是將BP神經網絡和邏輯回歸分別得到的公司ST概率與指標數據一同代入BP神經網絡模型中預測ST狀態,提高了僅用單一判別模型的預測準確率;二是以Lasso最小二乘回歸方程的誤差最小為目標,尋找對ST狀態判別能力最大的一組指標;三是采用SMOTE對上市公司樣本進行平衡化處理,解決了非平衡數據下模型判別不準確的問題;四是分別采用了提前2年、3年、4年和5年的數據對公司未來ST狀態進行預測,找到了ST預警的最優時間窗口。

發文機構：大連理工大學經濟管理學院

關鍵詞：非平衡樣本最優指標組合ST預警中國上市公司混合模型imbalanced dataoptimal indicator setST warningChinese listed companyhybrid model

分類號： F27[經濟管理—企業管理][經濟管理—國民經濟]