文章摘要:当前多数模型一般以单类特征进行财务预警，缺乏多类特征为背景的预警分析，模型的预警准确率及鲁棒性也有待进一步提高。以财务指标及非财务指标构建多类财务特征的前提下，结合特征因果关系集成多棵CART树构建得到CFW-Boost，并利用其他预警模型，对比训练并实证分析CFW-Boost的表现，发现：CFW-Boost对比其他模型，准确率更高、预警表现更稳定；CFW-Boost模型通过特征因果分析降低特征维度，能够很好地避免特征冗余造成对模型鲁棒性的影响；CFW-Boost最优维度的数值最大，表示CFW-Boost相比于其他模型，在高维特征中优异性更强。本文提出的CFW-Boost经实证符合市场规律，可为企业及市场监督部门提供有益参考。

文章关键词:

项目基金: