基于卷积神经网络的上市公司财务困境预警研究  

作　　者：张志刚[1] 张耀峰[1] 

机构地区：[1]湖北经济学院统计与数学学院,湖北武汉430205

出　　处：《湖北经济学院学报（人文社会科学版）》2024年第10期65-69,共5页Journal of Hubei University of Economics(Humanities and Social Sciences)

基　　金：国家社会科学基金项目资助“基于人工智能与多源异构数据的上市公司财务困境预警研究”(19BTJ030)。

摘　　要：财务困境预警是通过监测和分析企业的财务状况,及时发现潜在的财务风险,从而为决策者提供及时的警示,以便采取预防或缓解措施,避免或减轻可能的经济损失。本文构建了一种基于卷积神经网络的深度学习网络,将来自上市公司的资产负债表、利润表、现金流量表和股票交易等不同来源的411个指标进行深度融合与压缩,用于财务困境预警。与5种经典机器学习算法在准确率、精准率、召回率、特异度和f1得分等五个评估指标的对比结果显示出本文提出的财务困境预警模型有明显的优势。

关 键 词：财务困境 卷积神经网络 多源异构数据 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] F275[自动化与计算机技术—控制科学与工程] F832.51[经济管理—企业管理]