期刊检索
关于本刊
出版者：中国工业经济杂志社
编辑者：《中国工业经济》编辑部
国外刊号：M862
邮发代号：82—143
创刊时间：1984年10月
地址：北京市东城区东厂胡同1号（100006）
电 话：010-68032678
邮 箱：gjbjb@sina.com
gjbjb@ciejournal.ajcass.com
扫一扫，关注微信公众号
微信号：bj-2992828
集团特征有助于预测企业债务危机吗——基于可解释机器学习模型的经验证据
| 摘要： | 集团型企业的内部结构与资本运作模式对其债务风险有重大影响，但现存的债务危机预警研究极少考虑相关指标。本文基于金字塔结构理论与集团内部资本市场理论，构建了一套包含8个集团特征在内的预测指标体系；以2007—2023年A股集团型上市公司为样本，利用Logit模型、RF模型与XGBoost模型构建了企业债务危机预测模型；利用SHAP可解释机器学习方法，系统比较了传统Logit模型与机器学习模型在预测和解读方面的差异，分析了集团特征指标的重要性排序及其与债务危机之间的非线性关系。研究发现，集团特征指标对预测债务危机具有重要价值，多数集团特征指标对债务危机有非线性影响。集团分权水平、向母公司分红水平、对子公司股权投资水平等是预测效力较强的指标。进一步从总部职能定位、信息沟通成本以及企业组织边界三个层面对集团进行分析发现，集团特征指标对母公司为投资型总部的集团、子公司地理位置分散的集团、执行“瘦身健体”后的国有企业集团预测效力更强。本文以集团特征为切入点，拓展了债务危机预测的指标体系，为集团型企业防范债务风险、有关部门提升监管效率提供了实践指引。 |
| 作者： | 刘斌，徐舜，李浩然，董晋亭 |
| 期刊： | 中国工业经济 |
| 年.期:页码 | 2025.7:174-192 |
| 关键词： | 集团型企业； 集团特征指标； 债务危机； 可解释机器学习 |
欢迎阅读《中国工业经济》！您是该文第405位读者！ |
|