基于AE-ResNet深度学习的企业财务风险预警研究

• 全文链接
• 请求原文

作   者：

何熠;  刘洪久;  胡彦蓉; 

作者机构：

浙江农林大学数学与计算机学院; 

关键词：

上市企业;  财务风险预警;  AE-ResNet; 

期刊名称：

信息系统工程

i s s n：

1001-2362

年卷期：

2024 年 007 期

页   码：

121-124

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。