摘要
随着市场环境的瞬息变化和愈加激烈的竞争关系,财务预警问题逐渐成为制约我国上市公司发展的关键之一.传统Cox模型没有考虑时间与相对风险函数的动态变化,且只能模拟出协变量与因变量间的线性关系,因此,本文以沪深A股上市公司共计3726家作为研究对象,结合传统Cox比例风险模型与新兴神经网络技术,设计了一种基于DeepSurv的深度生存分析算法,使得协变量间的非线性关系能够被神经网络准确捕捉,实证结果表明,和基准线比较,该方法具有更好的预测效果.
基金项目
上海立信会计金融学院大学生创新创业训练计划(S202111047101)
NETL
NSTL
万方数据