請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/80285| 標題: | 使用機器學習演算法預測企業財務危機 Using machine learning algorithms to predict financial distress |
| 作者: | Yung-Yu Chou 周永昱 |
| 指導教授: | 石百達(Pai-Ta Shih) |
| 關鍵字: | 財務危機,機器學習,樣本配對,資料預處理,邏輯斯迴歸,支持向量機,隨機森林,K-近鄰演算法, Financial distress,Machine learning,Sample Matching,Data Preprocessing,Logistic regression,Support vector machines,Random forest,K-Nearest Neighbor, |
| 出版年 : | 2021 |
| 學位: | 碩士 |
| 摘要: | 相較於過去文獻多追求財務危機預測之最佳模型或是最佳變數組合。本研究探討資料預處理對於建立財務危機預測模型之重要性。透過不同定義之產業別來進行樣本配對，產生配對樣本，以建立財務危機預測模型，比較財務危機預測模型的表現。 研究結果顯示，使用較佳的配對樣本進行訓練，可以提升模型的整體表現，且結果於不同的樣本配對比例、分類模型皆穩固。在五個衡量指標：準確率、召回率、精確率、F1-score、ROC AUC中，新產業所訓練出之模型絕大多數都異於且優於舊產業。此外，隨機森林在除精確率外，其餘的衡量指標皆為最佳的模型。 |
| URI: | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/80285 |
| DOI: | 10.6342/NTU202101194 |
| 全文授權: | 同意授權(限校園內公開) |
| 顯示於系所單位： | 財務金融學系 |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| U0001-2906202116315200.pdf 授權僅限NTU校內IP使用（校園外請利用VPN校外連線服務） | 2.42 MB | Adobe PDF |
系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。