基于Stacking-Bagging-Vote多源信息融合模型的财务预警应用

doi:10.11772/j.issn.1001-9081.2021020306

《计算机应用》唯一官方网站 ›› 2022, Vol. 42 ›› Issue (1): 280-286.DOI: 10.11772/j.issn.1001-9081.2021020306

• 前沿与综合应用 • 上一篇

基于Stacking-Bagging-Vote多源信息融合模型的财务预警应用

张露, 刘家鹏(), 田冬梅

中国计量大学经济与管理学院，杭州 310018

收稿日期:2021-03-02 修回日期:2021-06-21 接受日期:2021-06-23 发布日期:2022-01-11 出版日期:2022-01-10
通讯作者: 刘家鹏
作者简介:张露（1995—），女，浙江宁波人，硕士研究生，主要研究方向：公司金融、数据挖掘
刘家鹏（1969—），男，山东日照人，教授，博士，CCF会员，主要研究方向：金融信息；田东梅（1996—），女，河南南阳人，硕士研究生，主要研究方向：智能投资、量化交易。
基金资助:
国家社会科学基金资助项目(18BGL224)

Application of Stacking-Bagging-Vote multi-source information fusion model for financial early warning

Lu ZHANG, Jiapeng LIU(), Dongmei TIAN

College of Economics and Management，China Jiliang University，Hangzhou Zhejiang 310018，China

Received:2021-03-02 Revised:2021-06-21 Accepted:2021-06-23 Online:2022-01-11 Published:2022-01-10
Contact: Jiapeng LIU
About author:ZHANG Lu， born in 1995， M. S. candidate. Her research interests include corporate finance， data mining.
LIU Jiapeng， born in 1969， Ph. D.， professor. His research interests include financial information.
TIAN Dongmei， born in 1996， M. S. candidate. Her research interests include intelligent investment， quantitative trading.
Supported by:
National Social Science Foundation of China(18BGL224)

摘要/Abstract

摘要：

集成重采样技术可以在一定程度上解决财务预警研究中样本的不平衡性难题，而不同的集成模型与不同的重采样集成技术有不同的适配性。研究发现，Up-Down集成采样与Tomek-Smote集成采样分别适配于Bagging-Vote集成模型和Stacking融合模型。基于此，构建了Stacking-Bagging-Vote （SBV）多源信息融合模型。首先，将基于Up-Down集成采样的Bagging-Vote模型与基于Tomek-Smote采样的Stacking模型进行融合；然后，加入股票的交易数据，并对该数据用卡尔曼滤波进行处理，从而形成数据层次和模型层次的交互式融合优化；最终，得到SBV多源信息融合模型。该融合模型不仅在预测性能上有了较大的提升，能较好地兼顾模型的预测准确度和预测精确率，并且可以根据利益相关者的实际需要，通过调整模型参数，来选择对应的SBV多源信息融合模型进行财务预警预测。

关键词: 财务预警, 多源信息融合, 集成重采样技术, Stacking-Bagging-Vote模型, 卡尔曼滤波

Abstract:

Ensemble resampling technology can solve the problem of imbalanced samples in financial early warning research to some extent. Different ensemble models and different ensemble resampling technologies have different suitabilities. It is found in the study that Up-Down ensemble sampling and Tomek-Smote ensemble sampling were respectively suitable for Bagging-Vote ensemble model and Stacking fusion model. Based on the above， a Stacking-Bagging-Vote （SBV） multi-source information fusion model was built. Firstly， the Bagging-Vote model based on Up-Down ensemble sampling and the Stacking model based on Tomek-Smote sampling were fused. Then， the stock trading data were added and processed by Kalman filtering， so that the interactive fusion optimization of data level and model level was realized， and the SBV multi-source information fusion model was finally obtained. This fusion model not only has a great improvement in the prediction performance by taking into account prediction accuracy and prediction precision simultaneously， but also can select the corresponding SBV multi-source information fusion model to perform the financial early warning to meet the actual needs of different stakeholders by adjusting the parameters of the model.

Key words: financial early warning, multi-source information fusion, ensemble resampling technology, Stacking-Bagging-Vote (SVB) model, Kalman filtering

中图分类号:

TP181

张露, 刘家鹏, 田冬梅. 基于Stacking-Bagging-Vote多源信息融合模型的财务预警应用[J]. 计算机应用, 2022, 42(1): 280-286.

Lu ZHANG, Jiapeng LIU, Dongmei TIAN. Application of Stacking-Bagging-Vote multi-source information fusion model for financial early warning[J]. Journal of Computer Applications, 2022, 42(1): 280-286.

图/表 10

参考文献 19

1	孟小峰，杜治娟. 大数据融合研究：问题与挑战［J］. 计算机研究与发展， 2016， 53（2）：231-246. 10.7544/issn1000-1239.2016.20150874
	MENG X F， DU Z J. Research on the big data fusion： issues and challenges［J］. Journal of Computer Research and Development， 2016， 53（2）：231-246. 10.7544/issn1000-1239.2016.20150874
2	BARBOZA F， KIMURA H， ALTMAN E. Machine learning models and bankruptcy prediction［J］. Expert Systems with Applications， 2017， 83： 405-417. 10.1016/j.eswa.2017.04.006
3	杨剑锋，乔佩蕊，李永梅，等. 机器学习分类问题及算法研究综述［J］. 统计与决策， 2019， 35（6）：36-40. 10.13546/j.cnki.tjyjc.2019.06.008
	YANG J F， QIAO P R， LI Y M， et al. A review of machine-learning classification problems and algorithms［J］. Statistics and Decision， 2019， 35（6）：36-40. 10.13546/j.cnki.tjyjc.2019.06.008
4	HE H B， GARCIA E A. Learning from imbalanced data［J］. IEEE Transactions on Knowledge and Data Engineering， 2009， 21（9）：1263-1284. 10.1109/tkde.2008.239
5	CATENI S， COLLA V， VANNUCCI M. A method for resampling imbalanced datasets in binary classification tasks for real-world problems［J］. Neurocomputing， 2014， 135：32-41. 10.1016/j.neucom.2013.05.059
6	VEGANZONES D， SÉVERIN E. An investigation of bankruptcy prediction in imbalanced datasets［J］ Decision Support Systems， 2018， 112：111-124. 10.1016/j.dss.2018.06.011
7	TAHIR M A， KITTLER J， MIKOLAJCZYK K， et al. A multiple expert approach to the class imbalance problem using inverse random under sampling［C］// Proceedings of the 2009 Multiple Classifier Systems， LNCS5519. Berlin： Springer， 2009：82-91.
8	CHAWLA N V， BOWYER K W， HALL L O， et al. SMOTE： synthetic minority over-sampling technique［J］. Journal of Artificial Intelligence Research， 2002， 16：321-357. 10.1613/jair.953
9	QIAN Y， LIANG Y C， LI M， et al. A resampling ensemble algorithm for classification of imbalance problems［J］. Neurocomputing， 2014， 143：57-67. 10.1016/j.neucom.2014.06.021
10	ZOU H， HASTIE T. Regularization and variable selection via the elastic net［J］. Journal of the Royal Statistical Society： Series B （Statistical Methodology）， 2005， 67（2）：301-320. 10.1111/j.1467-9868.2005.00503.x
11	BREIMAN L. Random forests［J］. Machine Learning， 2001， 45（1）：5-32. 10.1023/a:1010933404324
12	CHEN T Q， GUESTRIN C. XGBoost： a scalable tree boosting system［C］// Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York： ACM， 2016：785-794. 10.1145/2939672.2939785
13	徐继伟，杨云. 集成学习方法：研究综述［J］. 云南大学学报（自然科学版）， 2018， 40（6）：1082-1092. 10.1007/978-3-319-32903-1_103-1
	XU J W， YANG Y. A survey of ensemble learning approaches［J］. Journal of Yunnan University （Natural Sciences Edition）， 2018， 40（6）：1082-1092. 10.1007/978-3-319-32903-1_103-1
14	WOLPERT D H. Stacked generalization［J］. Neural Networks， 1992， 5（2）：241-259. 10.1016/s0893-6080(05)80023-1
15	王奕森，夏树涛. 集成学习之随机森林算法综述［J］. 信息通信技术， 2018， 12（1）：49-55. 10.3969/j.issn.1674-1285.2018.01.009
	WANG Y S， XIA S T. A survey of random forests algorithms［J］. Information and Communication Technologies， 2018， 12（1）：49-55. 10.3969/j.issn.1674-1285.2018.01.009
16	连克强. 基于Boosting的集成树算法研究与分析［D］. 北京：中国地质大学（北京）， 2018：12-32. 10.30919/es8d689
	LIAN K Q. The study and application of ensemble of trees based on Boosting［D］. Beijing： China University of Geosciences， Beijing， 2018：12-32. 10.30919/es8d689
17	朴杨鹤然，任俊玲. 基于Stacking的恶意网页集成检测方法［J］. 计算机应用， 2019， 39（4）：1081-1088. 10.11772/j.issn.1001-9081.2018091926
	PIAOYANG H R， REN J L. Malicious webpage integrated detection method based on Stacking ensemble algorithm［J］. Journal of Computer Applications， 2019， 39（4）： 1081-1088. 10.11772/j.issn.1001-9081.2018091926
18	丁岚，骆品亮. 基于Stacking集成策略的P2P网贷违约风险预警研究［J］. 投资研究， 2017， 36（4）：41-54.
	DING L， LUO P L. Research on default risk early-warning in P2P lending based on Stacking ensemble strategy［J］. Review of Investment Studies， 2017， 36（4）：41-54.
19	任慧玉，陈景华，任凌玉，等. 卡尔曼滤波方法在β估计中的应用［J］. 河南大学学报（自然科学版）， 2004， 34（2）：10-14. 10.3969/j.issn.1003-4978.2004.02.002
	REN H Y， CHEN J H， REN L Y， et al. The application of the Kalman filtering in the estimation of the asset’s systemic risk［J］. Journal of Henan University （Natural Science）， 2004， 34（2）：10-14. 10.3969/j.issn.1003-4978.2004.02.002

预测类别	真实类别
预测类别	P	N
P	TP	FN
N	FP	TN

预测类别	真实类别
预测类别	P	N
P	TP	FN
N	FP	TN

类型	样本数	占比/%	Y取值
合计	2 936	100.00
AB	31	1.05	1
AD	51	1.74	1
AX	2	0.07	1
AA	2 852	97.14	0

类型	样本数	占比/%	Y取值
合计	2 936	100.00
AB	31	1.05	1
AD	51	1.74	1
AX	2	0.07	1
AA	2 852	97.14	0

采样算法	集成模型	召回率	精确率	F1值	G-mean
集成Up-Down	BV-EN	0.761 9	0.113 3	0.197 2	0.793 1
	BV-RF	0.785 7	0.370 8	0.503 8	0.873 2
	BV-XGBoost	0.845 2	0.282 9	0.423 9	0.891 1
	BV-Models	0.869 0	0.298 0	0.443 8	0.904 4
	Stacking-DT	0.833 3	0.123 0	0.214 4	0.829 2
	Stacking-SVM	0.940 5	0.092 7	0.168 8	0.834 7
	Stacking-LR	0.881 0	0.129 6	0.226 0	0.853 3
SMOTE	BV-EN	0.535 7	0.211 3	0.303 0	0.710 0
	BV-RF	0.821 4	0.249 1	0.382 3	0.872 7
	BV-XGBoost	0.821 4	0.227 7	0.356 6	0.868 4
	BV-Models	0.654 8	0.348 1	0.794 4	0.454 5
	Stacking-DT	0.904 8	0.160 3	0.272 4	0.882 3
	Stacking-SVM	0.928 6	0.139 3	0.242 2	0.879 8
	Stacking-LR	0.904 8	0.191 9	0.316 7	0.896 2
Tomek-Smote	BV-EN	0.571 4	0.151 4	0.239 4	0.738 5
	BV-RF	0.845 2	0.229 8	0.361 3	0.880 2
	BV-XGBoost	0.809 5	0.191 0	0.309 1	0.853 1
	BV-Models	0.607 1	0.377 8	0.767 6	0.465 8
	Stacking-DT	0.881 0	0.183 2	0.303 3	0.882 6
	Stacking-SVM	0.916 7	0.138 5	0.240 6	0.874 4
	Stacking-LR	0.916 7	0.201 0	0.329 8	0.904 6

基于Stacking-Bagging-Vote多源信息融合模型的财务预警应用

Application of Stacking-Bagging-Vote multi-source information fusion model for financial early warning

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 19

相关文章 15

编辑推荐

Metrics

排序指标	融合模型	召回率	精确率	F1值	G-mean
召回率	SBV-MF-R1	0.976 2	0.132 7	0.233 6	0.894 1
	SBV-MF-R2	0.976 2	0.119 7	0.213 3	0.882 4
	SBV-M-R1	0.964 3	0.143 9	0.250 4	0.897 6
	SBV-M-R2	0.964 3	0.142 9	0.248 8	0.896 9
	SBV-S-R1	0.964 3	0.130 6	0.230 1	0.887 6
	SBV-S-R2	0.964 3	0.120 5	0.214 3	0.878 5
精确率	SBV-S-P1	0.916 7	0.269 2	0.416 2	0.921 7
	SBV-S-P2	0.857 1	0.268 7	0.409 1	0.894 2
	SBV-M-P1	0.904 8	0.255 9	0.399 0	0.913 6
	SBV-M-P2	0.928 6	0.242 2	0.384 2	0.921 5
	SBV-MF-P1	0.940 5	0.161 2	0.275 3	0.898 2
	SBV-MF-P2	0.964 3	0.141 9	0.247 3	0.896 2
G-mean	SBV-S-G1	0.928 6	0.246 8	0.390 0	0.922 6
	SBV-S-G2	0.916 7	0.269 2	0.416 2	0.921 7
	SBV-M-G1	0.928 6	0.242 2	0.384 2	0.921 5
	SBV-M-G2	0.940 5	0.212 4	0.346 5	0.918 9
	SBV-MF-G1	0.940 5	0.161 2	0.275 3	0.898 2
	SBV-MF-G2	0.964 3	0.141 9	0.247 3	0.896 2

[1]	张健铭, 施元昊, 徐正蓺, 魏建明. 基于误差预测的自适应UWB/PDR融合定位算法[J]. 计算机应用, 2020, 40(6): 1755-1762.
[2]	张榜, 朱金鑫, 徐正蓺, 刘盼, 魏建明. 基于贝叶斯网络的楼层定位算法[J]. 计算机应用, 2019, 39(8): 2468-2474.
[3]	王守华, 李云柯, 孙希延, 纪元法. 基于低成本接收机的双天线测姿算法[J]. 计算机应用, 2019, 39(8): 2381-2385.
[4]	汤启, 何腊梅. 带非线性等式约束无迹卡尔曼滤波方法[J]. 计算机应用, 2018, 38(5): 1481-1487.
[5]	商建东, 李盼乐, 刘润杰, 李润川. 基于加权时变泊松模型的出租车载客点推荐模型[J]. 计算机应用, 2018, 38(4): 923-927.
[6]	朱清超. 多跳吞吐量分析及邻节点实时估计算法设计[J]. 计算机应用, 2017, 37(9): 2484-2490.
[7]	游路瑶, 黄庆卿, 段斯静. 基于卡尔曼滤波估计的一致性时钟同步算法[J]. 计算机应用, 2017, 37(8): 2177-2183.
[8]	王龙, 章政, 王立. 改进扩展卡尔曼滤波的四旋翼姿态估计算法[J]. 计算机应用, 2017, 37(4): 1122-1128.
[9]	张恒德, 咸云浩, 谢永华, 杨乐, 张天航. 基于时间序列分析和卡尔曼滤波的霾预报技术[J]. 计算机应用, 2017, 37(11): 3311-3316.
[10]	罗元, 庞冬雪, 张毅, 苏琴. 基于自适应多提议分布粒子滤波的蒙特卡洛定位算法[J]. 计算机应用, 2016, 36(8): 2352-2356.
[11]	潘磊, 周欢, 王明辉. 适用于密集人群的异常事件实时检测方法[J]. 计算机应用, 2016, 36(6): 1719-1723.
[12]	孟唐宇, 浦剑涛, 方建军, 梁岚珍. 姿态解算与外力加速度同步估计算法[J]. 计算机应用, 2016, 36(5): 1469-1474.
[13]	李世宝, 陈瑞祥, 刘建航, 陈海华, 丁淑妍, 龚琛. 基于反向传播神经网络改进的增益修改卡尔曼滤波算法[J]. 计算机应用, 2016, 36(5): 1196-1200.
[14]	石刚, 赵伟, 刘珊珊. 基于无迹卡尔曼滤波估算电池SOC[J]. 计算机应用, 2016, 36(12): 3492-3498.
[15]	任红格, 向迎帆, 李福进. 基于内在动机的智能机器人自主发育算法[J]. 计算机应用, 2015, 35(9): 2602-2605.