基于随机森林和XGBoost算法的房地产行业上市公司财务绩效预测研究.pdfVIP

基于随机森林和XGBoost算法的房地产行业上市公司财务绩效预测研究.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

第26卷第2期安阳师范学院学报2024年4月

Vol26NO.2JOURNALOFANYANGNORMALUNIVERSITYApr.2024

基于随机森林和XGBoost算法的房地产行业

上市公司财务绩效预测研究

吴洋

(铜陵学院会计学院,安徽铜陵244000)

[摘要]研究旨在深入探讨随机森林、XGBoost及其集成算法在预测房地产上市公司财务绩效方面的应用,选取了

2008—2021年38家房地产公司的年度财务数据,依据4个关键财务指标,构建了预测净资产收益率(ROE)的回归和分

类模型。实证结果揭示,相较于单一预测模型,集成模型在预测准确性和稳定性上均表现优秀。该研究在方法论和实证

分析方面提供了有价值的视角,为未来在预测模型构建、特征选择以及算法应用方面的研究提供了有益的指导和参考。

[关键词]房地产上市公司;财务绩效预测;随机森林模型;XGBoost模型;集成算法

[中图分类号]F230[文献标识码]A[文章编号]1671-5330(2024)02-0078-06

0引言议题,传统的评估方法已逐步发展为现代机器学

[1]

在全球经济飞速发展与剧烈竞争的环境下,习和深度学习方法。徐胜男等(2011)运用神

[2]

企业财务绩效预测的重要性日益凸显,是公司管经网络进行财务绩效评估,雷辉等(2013)通过

理层制定战略规划和业务计划的基础,投资者作因子分析和灰色关联度方法提高评估精确性。随

出投资决策的参考,同时也是监管机构进行市场着大数据和机器学习的发展,新的评估模式引发

[3]

监督的有效工具。因此,对企业财务绩效预测的研究者关注。李晓津等(2020)引入BWM-

方法及其实证分析的研究具有重要的理论和实践GRA模型,为物流企业的财务绩效评估提供新视

[4][5]

价值。角。陆瑶等(2020)和张敏等(2021)应用机

随着数据科学、机器学习和数据挖掘技术的器学习算法,深化了对公司财务状况的理解。张

[6][7]

飞速发展,其已经在企业财务绩效预测领域展现亚男等(2019)和张向荣(2021)利用优化算

出巨大的潜力。新的预测方法不断涌现,为企业法和多核学习方法,提升了财务风险预测精度。

[8][9]

财务绩效预测提供了全新的视角,研究正是在此周卫华等(2022)和向有涛等(2022)则应用

背景下,拟采用随机森林和XGBoost以及其集成XGBoost模型和深度学习模型,提高预测的准确

文档评论(0)

经管专家 + 关注
实名认证
文档贡献者

各类文档大赢家

版权声明书
用户编号:6055234005000000

1亿VIP精品文档

相关文档