摘要： 公司违规研究一般采用传统的线性回归模型处理历史数据，本文则构建了基于机器学习算法的公司违规预测模型并实施检验。研究发现：（1）通过比对分析可知，广为使用的线性回归模型不能充分挖掘数据信息并进行有效预测，机器学习的树模型（RandomForest和GBDT）和神经网络模型（RNN和LSTM）的预测效果更优；（2）采用SHAP方法探寻公司违规的重要预警因子及其贡献度，发现公司治理相关变量对违规预警具有重要贡献，传统线性回归模型过分强调财务数据的预警能力，弱化了公司治理因子对违规预警的贡献；（3）进一步采用SHAP方法将RandomForest和GBDT模型的运作过程和贡献分布可视化，挖掘重要因子对公司未来违规的影响机理，并计算主要影响因子的警惕阈值。本研究实现了公司违规行为预测研究方法的创新，对投资者和监管机构的决策优化具有借鉴意义。

关键词：违规预测；机器学习；传统预测模型；因子重要性；可视化

附件下载：