基于AE-ResNet深度学习的企业财务风险预警研究

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：将传统财务风险预警方法与深度学习方法结合,提出自编码器和卷积神经网络组合的AE-ResNet模型,对企业财务风险进行预警.首先选取了2958家上市企业的20个指标建立了财务风险指标体系,然后采用模糊综合评价—CRITIC测度方法计算财务风险得分,接着使用SOM模型对风险等级划分,最后使用AE-ResNet模型对财务风险进行预测.与CNN、SVM、PCA-CNN等模型相比,AE-ResNet模型准确度明显高于其他模型,准确率为94.07%,能够较好地进行财务风险预警,有实际应用价值.

作者：

何熠、刘洪久、胡彦蓉

展开 >

作者单位：

浙江农林大学数学与计算机学院

关键词：

财务风险预警 AE-ResNet 上市企业

基金：

教育部人文社会科学研究规划基金项目教育部人文社会科学研究规划基金项目

项目编号：

18YJA63003721YJA630054

出版年：

2024

信息系统工程

天津市信息中心

信息系统工程

影响因子：0.29

ISSN：1001-2362

年,卷(期)：2024.(7)