张 露 ，刘家鹏 ，江敏祺

（1.中国计量大学 经济与管理学院，浙江 杭州 310018；2.上海财经大学 信息管理与工程学院，上海 200000）

0 引言

进入大数据时代以来，对信息的敏感程度和预测能力变得尤为重要，而对企业而言，无论是在经营活动还是投资活动中，财务危机预警一直是个问题和难题。机器学习的兴起为大数据的处理和应用提供了新的方式。

目前，许多学者将机器学习与金融危机预警相结合，取得了重大突破。OHLSON J A[1]建议将逻辑回归应用于分类的后概率，来估计公司的破产概率。Zou Hui 和HASTIE T[2]提出了弹性网络，克服了岭回归和Lasso的缺点[3]。决策树学习是一种强大的分类器[4]，在树分类器的基础上，有学者提出了随机森林[5]和XGBoost[6]，在计算机[7]、图像分类[8]等领域被证明有效。

但在过去的研究中，大多采用人工设定样本量，而忽视了实际上财务预警企业与正常企业的数量对比的悬殊[9]。数据不平衡的问题是财务预警研究领域的难题[10]。VEGANZONES D 和SEVERIN E[11]提出采样技术可用于提高不平衡样本预测的分类器性能，随机上采样技术[12]、随机下采样技术[13]和人工合成少数抽样技术（SMOTE）[14]的应用解决了集成复杂分类器在不平衡的财务预警研究数据中失效的问题。而集成学习机制可以通过集成不同的模型来整合多种算法的优点[15]，目前在个人信贷领域已经有了一定的应用[16]。

本文研究的目的包括三个部分：一是测试集成机器学习模型的预测性能，寻找最适合财务预警的分类器；二是将不平衡学习理念运用到中国上市公司的全样本中，避免人工筛选样本的巧合性，利用抽样技术和袋装（Bagging）方法提高企业在T-3 期间内财务风险的概率；……