系统性风险与企业财务危机预警——基于前沿机器学习的新视角

摘要：

本文采用Logit回归模型以及随机森林模型、梯度提升模型等前沿机器学习方法,深入考察系统性风险指标对我国企业财务危机的预测能力.结果表明,系统性风险对中下游企业的财务危机具有显著的预测能力,而基于因子分析构建的系统性风险指标,结合随机森林模型可取得更好的预测效果.本文进一步区分财务危机的不同成因并发现,基于随机森林模型和Logit回归模型的预测框架能够对我国大多数财务危机事件进行有效预警.在此基础上,本文对我国上市企业监管提出相关建议,从而为完善金融风险处置机制提供一定参考.

关键词：财务危机、系统性风险、机器学习、部分依赖图、风险防范

分类号：F425.72;O211.67;F832.51

资助基金：国家社会科学基金21&ZD114

在线出版日期：2022-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共19页

页码：152-170