基于GA-BP神经网络的信息技术业上市公司的成长性预测 |
| |
引用本文: | 李山海,吴艳雄,王蓓,徐岩,刘玉龙.基于GA-BP神经网络的信息技术业上市公司的成长性预测[J].系统科学与数学,2022(4):854-866. |
| |
作者姓名: | 李山海 吴艳雄 王蓓 徐岩 刘玉龙 |
| |
作者单位: | 1. 中华全国工商业联合会信息中心;2. 北京科技大学信息与计算科学系;3. 中国电子科技集团公司第十五研究所 |
| |
基金项目: | 国家自然科学基金(12071024)资助课题; |
| |
摘 要: | 文章针对民营企业中的信息技术业,建立包含盈利能力、营运能力、偿债能力、扩张能力、创新能力与公司规模6个方面的指标体系,采用整合改进遗传算法和神经网络的GA-BP算法,对企业的成长性建立模型进行预测与分析.进一步,为验证模型性能,从WIND金融数据库获取数据并进行预处理后,测试集上可决系数R2为0.9990,性能优于其他五种机器学习算法.通过公司市值增长率进行相关系数分析,对建立的模型进行有效性检验,结果表明所选特征的有效性与合理性.最后通过随机森林进行封装特征重要性排序,对指标模型进行简化,选出的8个特征在测试集上改进GA-BP算法的R2为0.8927,再次证明了最初指标选择的合理性.
|
关 键 词: | 企业成长性 BP神经网络 遗传算法 随机森林 |
|
|