基于随机森林创业板与主板上市公司财务数据比较研究.docVIP

基于随机森林创业板与主板上市公司财务数据比较研究 　　[摘 要]文章利用四种不同的分类模型Logistic模型、决策树模型、BP神经网络以及随机森林对2015年创业板与主板上市公司差异性财务数据进行了识别。研究发现不同的识别方法，识别结果有一定差异，在识别差异性数据的此类问题上，随机森林具有一定的优势。随机森林识别出的两板差异性数据主要有速动比率、流动比率、应收账款周转率等。 　　[关键词]随机森林；上市公司；财务数据；差异性识别 　　[DOI]10.13939/j.cnki.zgsc.2018.02.188 　　1 引 言 　　2009年启动创业板，至今已有600多家公司成功发行。虽然创业板与主板市场的准入条件、交易规则以及投资者特征等方面不同，但可以根据统计财务数据对两市场进行对比研究，找出两个市场在哪些方面存在差异，分析差异的原因，并通过彼此之间的借鉴来加以完善，这对我国股市持续稳定的发展具有参考价值。为识别出两板上市公司差异性财务数据，通常涉及传统的ANOVA方差分析，与此同时，分类模型可为此类问题提供一种方法。分类问题在医学、经济管理等领域经常涉及，针对这一类问题通常采用统计学方法Logistic进行分析。近年来，越来越多的机器学习方法对分类模型给出了新的解决方案，常见的机器学习分类模型如决策树模型、BP神经网络、随机森林等，一般来说，建立的分类模型是用来预测