基于余弦相似度的企业违约预测模型及实证
企业违约预测,是通过挖掘指标数据与违约状态之间的函数关系,来预测企业未来的财务风险,其对银行贷款、股票投资、公司债券投资等具有重要的参考意义.本研究的贡献主要有三个方面:一是通过将企业的夹角余弦值而非欧氏距离作为违约状态相似性的度量,构建企业违约预测的Cos-k-means模型,避免了通过欧氏距离聚类时,忽略企业和聚类中心的角度关系以及对噪声样本和极端值敏感的弊端.二是通过构建兼顾模型违约鉴别力最大和指标组合冗余最小的目标函数,采用二进制粒子群算法(binary particle swarm optimization,BPSO)遴选指标组合,保证了构建的信用评价指标体系简洁、合理.三是通过采用企业t-d(d=1,2,3,4,5)期的指标数据和第t期的违约状态构建违约预测模型,实现了使用企业第 t期的指标数据预测t+d期违约状态的目的.
违约预测、指标选择、Cos-k-means、余弦相似度
42
F830.56(金融、银行)
辽宁省社会科学规划基金项目L21BGL011
2022-08-11(万方平台首次上网日期,不代表论文的发表时间)
共17页
1826-1842