国有企业并购风险预警及其影响因素数据挖掘和XGBoost算法的分析
随着国企混合所有制改革的不断深入,出现了大量国企并购行为,然而很多国企由于盲目并购而导致并购绩效不佳。为了使国企更好地开展并购活动,对并购风险预警是十分重要和必要的,直接关系到并购双方的利益,甚至影响国企改革的成效。通过设计影响国有上市公司并购风险指标评价体系,利用 Python 爬取网页和文本数据,应用机器学习 XGBoost 算法构建预警模型实现风险的计量、监测、预警和管理,并将结果与其他经典模型作对比实验以评价预警效果,最后运用多元线性回归模型研究并购风险显著性因素。实证结果表明,基于 XGBoost 算法的预测结果精确度为 80% ,在所有模型中表现最优,具有更强的可靠性和适用性;投入资本回报率、营业利润率、支付对价净利润比对于并购风险的预测更加重要和有效;总资产周转率、投入资本回报率、股权制衡度、审计质量更加有利于抑制并购风险。
页:
[1]