本文旨在预测上市公司下一年是否实施高送转方案。首先，通过对年数据、日数据和基础数据进行预处理和特征工程，筛选出对高送转决策有重要影响的因子，包括基本因子（如上市年限、总资产净利率）、成长因子（如基本每股收益、每股净资产）和时序因子（如基本每股收益同比增长、总资产相对年初增长）。其次，利用LR、RFC、SVM、XGBoost、Lightgbm和Catboost六种机器学习算法进行建模，并通过AUC指标评估模型性能，最终选择XGBoost、Lightgbm和Catboost三个算法中特征重要性排名前20的特征作为重要因子。最后，采用Stacking集成学习方法融合上述三个模型，建立最优预测模型，并在测试集上取得AUC为85.71%的预测效果。研究结果表明，该模型能够有效预测上市公司下一年是否实施高送转方案，为投资者提供决策参考。
