基于聚类分析的惩罚约束财务风险预警模型

摘要：

影响上市公司财务状况的指标众多,如何识别重要的指标建立财务危机预警模型至关重要.文章基于Logistic回归提出聚类Group Bridge模型,首先基于聚类分析根据财务指标相关性进行分组,再利用Group Bridge方法选择重要的风险指标.模拟分析显示,新模型在识别显著风险指标和分类预测方面都表现优良,对比不考虑相关性的LASSO与ENet模型,新模型的优势随着指标的相关性增强而更加明显.在A股市场上市公司的实证分析中,新模型表现出了良好的分类效果和稳健性.

关键词：分组变量选择、财务危机、聚类分析、财务风险预警

所属期刊栏目：36

分类号：F222.3(经济计算、经济数学方法)

资助基金：国家自然科学基金青年项目;教育部人文社会科学研究青年项目;湖南省哲学社会科学基金资助项目

在线出版日期：2020-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：153-156