原创力文档- 1、本文档共6页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第２６卷第２期安阳师范学院学报２０２４年４月
Ｖｏｌ２６ＮＯ．２ＪＯＵＲＮＡＬＯＦＡＮＹＡＮＧＮＯＲＭＡＬＵＮＩＶＥＲＳＩＴＹＡｐｒ．２０２４
基于随机森林和ＸＧＢｏｏｓｔ算法的房地产行业
上市公司财务绩效预测研究
吴洋
（铜陵学院会计学院，安徽铜陵２４４０００）
［摘要］研究旨在深入探讨随机森林、ＸＧＢｏｏｓｔ及其集成算法在预测房地产上市公司财务绩效方面的应用，选取了
２００８—２０２１年３８家房地产公司的年度财务数据，依据４个关键财务指标，构建了预测净资产收益率（ＲＯＥ）的回归和分
类模型。实证结果揭示，相较于单一预测模型，集成模型在预测准确性和稳定性上均表现优秀。该研究在方法论和实证
分析方面提供了有价值的视角，为未来在预测模型构建、特征选择以及算法应用方面的研究提供了有益的指导和参考。
［关键词］房地产上市公司；财务绩效预测；随机森林模型；ＸＧＢｏｏｓｔ模型；集成算法
［中图分类号］Ｆ２３０［文献标识码］Ａ［文章编号］１６７１－５３３０（２０２４）０２－００７８－０６
０引言议题，传统的评估方法已逐步发展为现代机器学
［１］
在全球经济飞速发展与剧烈竞争的环境下，习和深度学习方法。徐胜男等（２０１１）运用神
［２］
企业财务绩效预测的重要性日益凸显，是公司管经网络进行财务绩效评估，雷辉等（２０１３）通过
理层制定战略规划和业务计划的基础，投资者作因子分析和灰色关联度方法提高评估精确性。随
出投资决策的参考，同时也是监管机构进行市场着大数据和机器学习的发展，新的评估模式引发
［３］
监督的有效工具。因此，对企业财务绩效预测的研究者关注。李晓津等（２０２０）引入ＢＷＭ－
方法及其实证分析的研究具有重要的理论和实践ＧＲＡ模型，为物流企业的财务绩效评估提供新视
［４］［５］
价值。角。陆瑶等（２０２０）和张敏等（２０２１）应用机
随着数据科学、机器学习和数据挖掘技术的器学习算法，深化了对公司财务状况的理解。张
［６］［７］
飞速发展，其已经在企业财务绩效预测领域展现亚男等（２０１９）和张向荣（２０２１）利用优化算
出巨大的潜力。新的预测方法不断涌现，为企业法和多核学习方法，提升了财务风险预测精度。
［８］［９］
财务绩效预测提供了全新的视角，研究正是在此周卫华等（２０２２）和向有涛等（２０２２）则应用
背景下，拟采用随机森林和ＸＧＢｏｏｓｔ以及其集成ＸＧＢｏｏｓｔ模型和深度学习模型，提高预测的准确
文档评论（0）