基于CNN的上市公司财务危机预警研究

作者：谭媛元; 陈建英; 孙健

来源：西南师范大学学报(自然科学版), 2021, 46(05): 73-80.

DOI：10.13718/j.cnki.xsxb.2021.05.011

• 卷积神经网络
• 财务预警
• 主成分分析
• 机器学习

对财务危机预警模型进行研究,有助于企业及早发现可能的风险,制定相应对策加强财务管理,对完善资本市场体系,推动经济高质量发展意义重大.本研究提出了一种基于主成分分析(Principal Component Analysis, PCA)和卷积神经网络(Convolutional Neural Network, CNN)相融合的财务危机预警方法.首先,针对海量财务数据存在噪音的问题,构建表征企业财务风险的主成分分析框架,实现备选指标数据的预处理.其次,根据预警指标的特征,通过对财务预警数据的反向学习训练,构建轻量化的三层卷积神经网络模型,预测企业是否陷入财务危机.最后,与现有机器学习财务预警方法进行对比,新模型显示了较高的预测准确率.

• 单位
  经济管理学院; 电子信息工程学院; 西南大学