基于Adaboost强分类器的财务预警模型

摘要

作为预判和规避风险的财务工具,企业财务预警系统可以有效避免潜在风险给企业带来的损失.公司财务预警系统以企业的各项财务变量为输入值,以风险结果为输出值.同时,企业财务预警系统也可以预测公司财务状况和发展趋势,具有针对性、时效性和预测性等优点.针对企业财务预警系统模型复杂和精准率低的缺陷,提出了基于Adaboost强分类器的财务预警模型.实验选取1350组企业财务数据进行分类.实验结果显示,相较于与BP神经网络的弱分类器,基于Adaboost强分类器的财务预警模型具有更高的分类准确率.