基于卷积神经网络的企业财务困境预测

随着我国经济的发展,上市公司面对的经营环境变得更加复杂,陷入财务危机的可能性也在不断增加。寻找一个有效的财务困境预测系统对于改善公司治理具有重要意义。以前的研究通常只关注财务困境发生当年的财务数据,而忽视了企业财务困境的时间因素。文章收集2005—2020年除金融行业以外的所有行业上市公司财务报表中的原始财务数据,利用加入滑动窗口的卷积神经网络模型进行财务困境预测。通过对比发现,利用卷积神经网络的深度学习财务困境预测模型的预测效果比其他预测模型更为准确。文章增加了对类不平衡数据集的处理,使得企业财务困境预测模型的预测效果更具可信度,为进一步使用深度学习模型预测企业财务困境提供了依据。