摘要

上市公司是金融市场中的主体,通过科学的方法对企业财务困境进行及时的预测、预警,避免企业陷入财务困境,对企业和整个金融市场来说意义重大。本文通过系统性的研究和分析,结合我国的金融市场情况,提出了基于深度学习方法的企业财务困境预测方法和模型,同时采用了具有较好的记忆能力和处理时间序列数据能力的LSTM神经网络模型,对ST企业的财务状况进行了分类预测,获取了企业年报中的文本信息、企业股票价格时间序列数据和非财务指标三种类型的实验数据进行了实验,将更多可能影响企业财务状况的因素纳入到实验中来。利用2020年ST和非ST企业的连续两年年度报告、连续三年的股票价格时间序列数据和指标数据进行训练,对2021年ST和非ST的企业进行财务困境的预测,并与其他常用的传统方法进行了对比分析。实验结果证明基于深度学习的方法具有更高的预测准确率和稳定性。