论文部分内容阅读
本文构建了基于决策树和logistic的评估模型，对我国目前已上市的216家上市公司进行了实证研究。首先运用单因素方差分析、因子分析对46个变量进行属性约简，最后选定了整合16个指标信息的6个主因子。随后分别运用基于熵方法、基尼系数法的决策树、logistic方法，建立了3个上市公司信用分类的模型。本文的研究结果显示：决策树并不严格优于logistic回归，在公司信用水平差的可能性高的情况下，采用logistic模型预测能力较好，信用差的概率处于中高水平时，决策树模型较好，其他情况下，三种模型预测能力相当