首页|基于深度神经网络与Logistic模型的财务风险预警研究——来自制造业上市公司数据

基于深度神经网络与Logistic模型的财务风险预警研究——来自制造业上市公司数据

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
复杂多变的外部经济环境促使企业财务风险不断上升,寻求有效的财务风险预警模型以提高公司财务风险管理能力是当前理论界与实务界重点关注的热点话题.人工智能技术在各领域应用的飞速发展,为识别和评估公司财务风险提供了新方向,本文基于人工智能领域主流算法——机器学习算法,构建深度神经网络预警模型以识别和评估公司财务风险.本文以 2001-2023 年制造业上市公司为样本,使用PSM匹配将样本分为财务危机组和经营良好组,综合多维度多目标的财务风险预警指标体系,并使用计算机模拟仿真技术和多模型对比测试,研究发现基于机器学习算法的深度神经网络模型对预测财务风险准确率达到90%.进一步,本文运用Logistic模型获取了对企业财务风险影响较大的因素.本文研究为识别、评估和控制财务风险提供了新的理论模型,也为管理者增强公司风险防范水平提供了实践指导.

金晶、陶杰

展开 >

上海理工大学管理学院

深度神经网络 机器学习 预警指标 Logistic模型

2024

中国物价
国家发展和改革委员会 市场与价格研究所

中国物价

CHSSCD
影响因子：0.227
ISSN：1003-398X
年,卷(期)：2024.(3)
  • 6