随机森林在制造业上市公司信用风险评价中的应用
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第6-11页 |
| 1.1 研究背景 | 第6页 |
| 1.2 研究意义 | 第6-7页 |
| 1.3 文献综述 | 第7-10页 |
| 1.4 研究内容 | 第10页 |
| 1.5 创新之处 | 第10-11页 |
| 2 我国制造业上市公司信用风险概述 | 第11-15页 |
| 2.1 信用风险的内涵 | 第11-12页 |
| 2.2 我国制造业上市公司信用风险分析 | 第12-15页 |
| 3 随机森林基础理论 | 第15-24页 |
| 3.1 随机森林的基分类器——决策树 | 第15-16页 |
| 3.2 分类回归树CART | 第16-17页 |
| 3.3 Bagging算法 | 第17-18页 |
| 3.4 随机森林模型 | 第18-24页 |
| 4 信用风险评价指标体系的构建 | 第24-35页 |
| 4.1 数据收集 | 第24-25页 |
| 4.2 指标选择 | 第25-27页 |
| 4.3 数据处理 | 第27-29页 |
| 4.4 指标体系的构建 | 第29-35页 |
| 5 信用风险模型的建立与评价 | 第35-39页 |
| 5.1 参数寻优 | 第35-37页 |
| 5.2 信用风险模型的构建与评价 | 第37-39页 |
| 6 总结 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 附录 部分样本企业及数据 | 第43-44页 |
| 附录 部分实验代码 | 第44-45页 |
| 致谢 | 第45页 |
