Page 197 - 企业破产程序中的会计证据链构建与实务操作

第五章 破产管理数字化转型方法论

4. 效率指标
包括模型训练时间、预测时间等，用于评估算法体系的计算效率，确保其在
实际应用中的可行性。

（三）评估方法与流程
1. 交叉验证
采用 k 折交叉验证的方法，将数据集划分为 k 个子集，依次用 k-1 个子集作
为训练集，1 个子集作为测试集，重复 k 次，取平均结果作为模型的评估指标，

以减少因数据划分带来的误差。
2. 对比实验
将构建的机器学习算法体系与传统定价方法进行对比实验，评估其在定价准
确性、稳定性等方面的优势和不足。

3. 实际案例测试
通过实际的破产财产定价案例，对算法体系进行测试和评估，验证其在实际
应用中的有效性和可行性。
4. 专家评估

邀请破产清算领域的专家对算法体系的定价结果和可解释性进行评估，听取
专家的意见和建议，进一步优化算法体系。

四、案例分析：破产财产智能定价的实践应用

（一）案例背景
选取某破产企业的一批固定资产和无形资产作为案例研究对象。该企业为一
家制造企业，破产财产包括生产设备、厂房等固定资产，以及专利、商标等无形
资产。传统定价方法对这些资产的定价存在较大争议，债权人对定价结果不满意，

导致破产程序进展缓慢。
（二）数据收集与预处理
收集该企业的财务报表、资产评估报告、市场交易数据、行业数据等相关数
据。对收集到的数据进行清洗和预处理，处理缺失值和异常值，对数据进行标准

化和归一化处理，确保数据的质量和可用性。
（三）特征工程
从预处理后的数据中提取和构建特征变量。对于固定资产，提取其购置成本、

183