摘要
本文采用2007年至2016年3513家上市公司的相关财务数据为研究样本,以深度学习为研究工具构建神经网络模型,对企业是否陷入财务危机进行预测。研究结果表明,基于深度学习构建的神经网络模型对所有上市公司是否陷入财务危机的预测准确率可以达到72%以上,且利用的以前的年度数据越多,预测的准确率越高。
The relevant financial data of3,513listed companies from2007to2016are used as research samples,and deep learning is used as a research tool to construct a neural network model to predict whether a company is in financial crisis.The research results show that the neural network model based on deep learning can predict if all listed companies is in financial crisis with more than72%accuracy.And the more annual data used,the higher the accuracy of prediction.
作者
宋歌
马涛
SONG Ge;MA Tao(School of Management,Northwestern Polytechnical University,Xi'an 710129,China;School of Automation,Northwestern Polytechnical University,Xi'an 710129,China)
出处
《价值工程》
2019年第1期53-56,共4页
Value Engineering
基金
西北工业大学研究生创意创新种子基金(ZZ2018197)
关键词
财务预警
深度学习
自动编码器
financial early warning
deep learning
automatic encoder
作者简介
通讯作者:宋歌(1994-),女,山东菏泽人,西北工业大学管理学院会计系研究生,研究方向为企业财务预警
