基于贝叶斯网络的上市证券公司风险预警模型研究

摘要

上市证券公司的风险预警模型能够为政府监管、证券公司稳健发展以及投资者研判提供依据.以上市证券公司风险管理指标体系为基础,利用贝叶斯网络方法以及支持向量机、随机森林和多项Logit模型分别建立风险预警模型进行比较,并在实证中针对上市证券公司的不平衡数据特征,用SMOTE抽样对数据进行预处理.最终实证表明:从平均准确率和标准差两个角度比较,SOMTE抽样增加了贝叶斯网络的预测效果,机器学习方法要优于多项Logit模型,贝叶斯网络方法效果最佳.