赵 衡, 彭 铃, 李云飞. 基于改进 K-means聚类算法的上市公司信用风险评估研究[J]. 内江师范学院学报, 2022, (12): 77-83. DOI:10.13603/j.cnki.51-1621/z.2022.12.013
引用本文: 赵 衡, 彭 铃, 李云飞. 基于改进 K-means聚类算法的上市公司信用风险评估研究[J]. 内江师范学院学报, 2022, (12): 77-83.DOI:10.13603/j.cnki.51-1621/z.2022.12.013

基于改进 K-means聚类算法的上市公司信用风险评估研究

  • 摘要:针对上市公司信用风险评估问题进行研究.选取的50家上市公司2020年的财务数据,首先应用因子分析法筛选出能有效反映上市公司财务状况的指标,构建了信用风险评估指标体系,然后建立了基于密度和权重改进的 K-means聚类模型对上市公司的信用风险进行评估,按照信用风险等级将上市公司分为三类:高风险、中风险和低风险,再将改进后的 K-means聚类模型和传统 K-means聚类模型进行比较分析.研究结果显示:改进的 Kmeans聚类信用风险评估模型提高了估计精度,对上市公司的信用风险评估更合理,其中高风险有25家、中风险24家、低风险1家.

/

    返回文章
    返回
      Baidu
      map