期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合MD&A多维度语义的企业碳减排信用风险预警研究
被引量：
1
1
作者
陈湘州
龙志
滕熙玉
《工业技术经济》
CSSCI
北大核心
2024年第7期101-111,共11页
本文以2011~2022年制造型企业为例,将创新性、前瞻性、风险性等10种MD&A语义指标引入基于机器学习算法构建的碳减排信用风险预警模型中,探究引入前后模型预测效果的变化,并使用SHAP可解释法揭示预警模型决策逻辑过程。研究发现:(1)M...
本文以2011~2022年制造型企业为例,将创新性、前瞻性、风险性等10种MD&A语义指标引入基于机器学习算法构建的碳减排信用风险预警模型中,探究引入前后模型预测效果的变化,并使用SHAP可解释法揭示预警模型决策逻辑过程。研究发现:(1)MD&A语义指标可显著提升碳减排信用风险预警模型的预测效果,如P_(i)、CV_(i)评估指标的提升幅度、降低幅度分别在1%~11%、0.0029~0.1944。而相较于语义指标,碳减排信用指标对模型预测效果提升更为明显;(2)总体碳减排信用风险预警效果上,XGBoost模型最佳,其次是RF和SVM模型,LR模型最差;(3)净语调1、创新性、风险性是影响碳减排信用风险的关键语义指标。当净语调1、创新性指标增大时,模型预测为正常企业的概率增加;当风险性指标增大时,模型预测为违约企业的概率增加。
展开更多
关键词
碳减排信用风险
制造型企业
MD&A
文本分析
机器学习
因子分析
SHAP
风险
预警
在线阅读
下载PDF
职称材料
题名
融合MD&A多维度语义的企业碳减排信用风险预警研究
被引量：
1
1
作者
陈湘州
龙志
滕熙玉
机构
湖南科技大学商学院
湖南省战略性新兴产业研究基地
出处
《工业技术经济》
CSSCI
北大核心
2024年第7期101-111,共11页
基金
国家社会科学基金一般项目“持续调控背景下房地产市场利益分配协调机制及政策研究”(项目编号:13BJY057)
“生态产品价值实现超级基金的制度设计与运行机制研究”(项目编号:20BGL201)
湖南省社会科学基金一般项目“‘双碳’目标下的我国企业碳资产价值转化机制研究”(项目编号:22YBA141)。
文摘
本文以2011~2022年制造型企业为例,将创新性、前瞻性、风险性等10种MD&A语义指标引入基于机器学习算法构建的碳减排信用风险预警模型中,探究引入前后模型预测效果的变化,并使用SHAP可解释法揭示预警模型决策逻辑过程。研究发现:(1)MD&A语义指标可显著提升碳减排信用风险预警模型的预测效果,如P_(i)、CV_(i)评估指标的提升幅度、降低幅度分别在1%~11%、0.0029~0.1944。而相较于语义指标,碳减排信用指标对模型预测效果提升更为明显;(2)总体碳减排信用风险预警效果上,XGBoost模型最佳,其次是RF和SVM模型,LR模型最差;(3)净语调1、创新性、风险性是影响碳减排信用风险的关键语义指标。当净语调1、创新性指标增大时,模型预测为正常企业的概率增加;当风险性指标增大时,模型预测为违约企业的概率增加。
关键词
碳减排信用风险
制造型企业
MD&A
文本分析
机器学习
因子分析
SHAP
风险
预警
Keywords
carbon emission reduction credit risk
manufacturing enterprise
MD&A
text analysis
machine learning
factor analysis
SHAP
risk early warning
分类号
F274 [经济管理—企业管理]
F832.4 [经济管理—金融学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合MD&A多维度语义的企业碳减排信用风险预警研究
陈湘州
龙志
滕熙玉
《工业技术经济》
CSSCI
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
