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.
基金项目
教育部人文社会科学研究规划基金项目(18YJA630037)
教育部人文社会科学研究规划基金项目(21YJA630054)
NETL
NSTL
万方数据