基于决策树集成的债券发行企业财务预警研究

作     者：宋宇 李鸿禧 

作者机构：中国东方资产管理股份有限公司博士后科研工作站北京100033 清华大学经济管理学院博士后流动站北京100033 中央国债登记结算有限责任公司博士后科研工作站北京100033 中国人民银行金融研究所博士后流动站北京100033 

出 版 物：《财会月刊》 (Finance and Accounting Monthly)

年 卷 期：2020年第6期

页      面：45-50页

学科分类：12[管理学] 02[经济学] 0202[经济学-应用经济学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020204[经济学-金融学（含∶保险学）] 

基　　金：国家自然科学基金重点项目(项目编号:71731003) 国家自然科学基金面上项目(项目编号:71471027、71171031) 中国博士后科学基金资助项目(项目编号:2019M650991) 

主　　题：财务预警 决策树集成 AUC 预警指标体系 债券发行 

摘      要：在我国,债券发行人中财务危机企业数量远小于财务健康企业,样本的非平衡性导致一般的财务预警模型在训练时对财务危机企业的特征挖掘不足、预警精度低。利用“聚类Bagging集成方法,将样本数量较多的财务健康企业样本分成多组,将多组财务健康样本与财务危机样本进行两两配对,形成两类样本大致平衡的多个训练子集。在多个训练子集上分别构建决策树模型作为基学习器,使得决策树基学习器可以大致同等地学习健康样本与危机样本的特征。利用基学习器在测试集上的预测精度AUC值作为权重,对决策树基学习器进行加权,得到决策树集成模型,作为最终的财务预警模型。以制造业债券发行企业为样本,实证对比发现基于决策树集成的财务预警模型精度更高,说明本模型能够在总体预警正确率较高的前提下提高对财务危机企业的正确识别率。