摘要

本文首先应用主成分分析构建财务困境预测指标体系,再运用SMOTE算法对两类公司样本数据进行平衡处理。在此基础上,提出一种基于贝叶斯优化的LightGBM财务困境预测模型,同时利用plotimportance()函数刻画该模型预测指标的重要程度。实验结果表明,偿债能力是上市公司财务困境预测的显著影响因素,该模型具有良好的预测性能和泛化能力,适用于上市公司分类不平衡数据的预测研究。