一作！985本科生发表顶刊FT50

主要观点总结

本文介绍了商学院本科生与山东大学商学院副教授等人合作的论文《Machine Learning for Predicting Corporate Violations: How Do CEO Characteristics Matter?》在国际权威期刊Journal of Business Ethics的发表情况。论文基于上层梯队理论，利用机器学习探索CEO特征对公司违规行为的影响，其中极端梯度增强（XGBoost）在预测公司违规行为方面表现突出。研究CEO特征如任期、营销经验等对预测公司违规行为的重要性。

关键观点总结

关键观点1: 论文发表与作者简介

介绍了论文的发表以及作者刘锋博士的简介，包括其研究领域、发表论文的情况以及所获得的奖项。

关键观点2: 论文研究背景

基于上层梯队理论，利用机器学习探索CEO特征对公司违规行为的影响。

关键观点3: 机器学习方法的应用

比较了十种机器学习方法，发现极端梯度增强(XGBoost)在预测公司违规行为方面表现最优。

关键观点4: CEO特征对公司违规行为的影响

CEO特征在预测公司违规行为方面起着重要作用，其中任期的预测力最强，与公司违规行为呈负相关。

关键观点5: 研究的贡献

研究结果有助于防止公司违规行为，改善公司治理，维护金融市场秩序。

文章预览

点击“数据皮皮侠”关注我们 设为星标 及时获取最新内容 论文简介 商学院2021级金融专业本科生孙睿杰与山东大学商学院电子商务与物流系刘锋副教授等人合作的论文《Machine Learning for Predicting Corporate Violations: How Do CEO Characteristics Matter?》在国际权威期刊Journal of Business Ethics发表。值得注意的是，本篇论文的其他作者都是商学院各专业本科生，包括商学院2020级金融专业本科生李懿楠、商学院2019级物流专业本科毕业生王荣萍、数学与统计学院2020级数学与应用数学专业本科生骆晶。 作者简介 刘锋 博士，山东临沂人，1990年1月出生，现任山东大学商学院副教授，硕士生导师，入选山东大学（威海）青年学者未来计划，博士毕业于韩国高丽大学商学院。研究领域包括供应链管理、运营管理以及与人工智能（机器学习与深度学习）的交叉融合，以第一或通 ………………………………