基于机器学习的公司特有风险预测方法研究

■ 王传军 王郑毅 周 越

（1. 坤元资产评估有限公司，浙江杭州310007；2. 湘财证券股份有限公司，上海200120）

一、项目背景

折现率在企业价值评估中发挥着至关重要的作用，其可能直接影响并购重组的定价，进而影响交易的成败。遗憾的是，对于折现率的重要组成部分——特有风险，国内实证研究成果不甚理想，未能形成被广泛接受的测算方法。基于此，本文尝试多维度地提取样本的有效属性（特征），利用多种独立的模型捕获特征间关系，辅以网格搜索方法和递归特征消除特征法，以期生成一套较为高效、科学的特有风险测算模型。

二、机器学习概述

（一）机器学习简介

机器学习是一种利用计算机就已知数据构建概率统计模型，再运用该模型开展后续数据分析（学习）进而预测未知数据的数学建模方法。机器学习由模型、策略和算法构成，即学习器=模型+策略+算法。

其中，模型指的是某种函数的集合；策略作为从函数的集合中选择最优函数的准则；而算法则是根据策略从模型中选择最优函数的具体计算方法。①李航，统计学习方法. 清华大学出版社，2012.为了便于区分，我们将学习器从数据中学习得到的最优函数称为预测模型。

（二）机器学习的一般流程

机器学习一般包含以下5个步骤：数据收集、数据准备、学习器选择、特征选择、预测模型评估，具体如图1所示。

图1 机器学习的一般流程

（三）机器学习的一般工具

基于Python等各类语言的数据分析和学习库成为当今机器学习的主流之一。……