Resumen

Los enfoques tradicionales de predicción de crisis financieras tienen dificultades para extraer las propiedades de los datos financieros, lo que resulta en una predicción de crisis financiera con una precisión insuficiente. Como resultado, se propone un enfoque inteligente de predicción de crisis financieras para empresas cotizadas basado en el algoritmo de bosque aleatorio. El método de bosque aleatorio se utiliza para analizar las características de los datos financieros basados en datos de índices financieros de empresas cotizadas en bolsa. Esta investigación desarrolla un sistema de índices de predicción de crisis financieras basado en los hallazgos de la extracción de características de datos. El modelo CCR se utiliza para evaluar la eficiencia de las unidades de toma de decisiones de empresas cotizadas con más entradas y salidas, y se calcula el índice de eficiencia de cada unidad de toma de decisiones. El índice de evaluación de eficiencia de empresas cotizadas se utiliza para dividir la gravedad de la crisis financiera. Los resultados experimentales revelan

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Predicción de crisis financieras; Algoritmo random forest; Empresas cotizadas; Datos financieros; Modelo CCR; índice de evaluación de la eficiencia
• Keywords:Financial crisis prediction; Random forest algorithm; Listed enterprises; Financial data; CCR model; Efficiency evaluation index