作者：丁树声

发表刊物：International Review of Financial Analysis

本篇论文基于新冠疫情影响下的全球经济形势和企业的财务困境和破产风险的提升的大背景。本论文旨在探索不同时间段（疫情前和疫情后）企业财务困境预测特征因子的时变性，并基于此提出企业财务困境的预测模型。本篇论文提出的模型是基于极端梯度提升-遗传编程（XGB-GP）框架的企业财务困境预测模型，并根据模型对疫情前后的子样本数据进行了分析，和传统方法比对了预测结果，证明了本文模型的预测准确度。本篇论文提出的模型具有较强的可解释性，增强了预测过程的透明度，并为投资者和决策者在预测企业财务困境方面提供了新的研究视角和预测方法。

作者简介：

丁树声，宁波诺丁汉大学金融学博士，后于宁波诺丁汉大学担任博士后研究员，现任宁波大学商学院金融学特聘副研究员，金融学硕士生导师。主要研究方向为金融风险管理和金融大数据分析。