利用python完成的爬虫示例，使用了request获取网页信息并利用beautifulsoup解析html，利用pandas清洗数据后把破产案件信息整理为csv文件保存。
-支持手动输入案件的时间和要爬取的页码数。
-Selenium版本还在修改
2021-12-31 13:29:18
4KB
1
破产机器学习
破产数据研究的目的是为给定数据确定预测破产的最佳分类方法。 破产数据是从COMPUSTAT收集的1980年至2000年的数据，其中有5436个观察值和13个变量。
9个基于会计的变量和1个市场变量是：R1：WC / TA，营运资金/总资产R2：RE / TA，未分配利润/总资产R3：EBIT / TA，息税前利润/总资产R4：ME / TL，权益/总负债的市场价值R5：S / TA，销售/总资产R6：TL / TA，总负债/总资产R7：CA / CL，流动资产/流动负债R8：NI / TA，净收入/总资产R9：破产成本，对数（销售）R10：市值，对数（绝对（价格）*流通股数/ 1000）
对于本研究，由于没有明显的破产趋势，因此可以假定可以将多年来的数据汇总在一起并进行研究。 在这13个变量中，其中一个是“ DLRSN”-一种表示默认值的分类变量，即预测的因变量。 总体而
2021-09-22 18:08:11
316KB
1
基于网络安全风险事件的破产概率建模：(30)-(31)的推导过程.pdf
2021-09-21 09:00:14
1.06MB