论文部分内容阅读
家庭既可以作为简单个体来研究，也可以通过所有家庭成员的行为特征来研究整个家庭，本文首先采用Probit模型寻找出能够显著影响家庭风险金融资产投资的因素，接着进一步建立了决策树模型，分析这些因素对家庭的风险金融资产投资决策的影响。模型表明，家庭收入是影响家庭是否投资金融资产的最优先因素，同时决策树模型对未来数据的预测有92.7％的预测准确性，这证明了机器学习法在检测家庭金融行为方面有着显著的可参考性。