基于数据挖掘民营上市公司绩效评价研究探索

目前对民营企业绩效评价的研究还大多采用加权综合、因子分析、主成份分析、线性回归等方法,上述研究模型没有给出指标进入模型的依据,只是根据前人研究经验或者个人主观判断进行选择,缺乏客观性。本文以2010、2011年1300多家民营上市公司为研究对象,运用神经网络模型与C5.0决策树模型分别构建了民营上市公司绩效评价体系并进行了实证分析,研究结果表明,数据挖掘条件下神经网络模型对民营上市公司绩效评价研究非常有效,无论总体样本预测精度,训练样本预测精度还是测试样本预测精度都在96%以上。对两模型进行对比分析,得出神经网络模型在民营上市公司绩效评价研究上要优于C5.0决策树模型,在此基础上给出了指标变量的对绩效的重要性程度。这二种方法的预测精度都较高,说明这二个数据挖掘模型可以用于中长期预测,并且都适合对民营上市公司进行绩效评价。