基于動(dòng)態(tài)財(cái)務(wù)指標(biāo)和反欺詐的財(cái)務(wù)危機(jī)預(yù)警
發(fā)布時(shí)間:2023-05-07 01:52
目前針對(duì)財(cái)務(wù)危機(jī)的研究很多,多數(shù)采用了靜態(tài)財(cái)務(wù)指標(biāo)結(jié)合機(jī)器學(xué)習(xí)進(jìn)行預(yù)測(cè)。針對(duì)財(cái)務(wù)危機(jī)是一個(gè)動(dòng)態(tài)演變的過程這個(gè)問題,考慮到財(cái)務(wù)指標(biāo)在時(shí)間上的動(dòng)態(tài)變化在一定程度上反映公司的財(cái)務(wù)狀況,提出了基于靜態(tài)財(cái)務(wù)指標(biāo)的動(dòng)態(tài)財(cái)務(wù)指標(biāo)。同時(shí)針對(duì)財(cái)務(wù)欺詐對(duì)于財(cái)務(wù)危機(jī)判斷的影響的問題,加入了反欺詐指標(biāo),并與深度神經(jīng)網(wǎng)絡(luò)框架結(jié)合,建立財(cái)務(wù)危機(jī)預(yù)測(cè)模型。通過實(shí)驗(yàn)對(duì)提出的模型進(jìn)行準(zhǔn)確率測(cè)試。實(shí)驗(yàn)結(jié)果表明,增加的動(dòng)態(tài)財(cái)務(wù)指標(biāo)能有效提高預(yù)測(cè)模型的準(zhǔn)確率,結(jié)合深度神經(jīng)網(wǎng)絡(luò)的模型獲得了最好的預(yù)測(cè)準(zhǔn)確率,達(dá)到89.97%。增加的反欺詐指標(biāo)能有效檢測(cè)財(cái)務(wù)欺詐的樣本,增強(qiáng)預(yù)警模型的現(xiàn)實(shí)意義。
【文章頁(yè)數(shù)】:5 頁(yè)
【文章目錄】:
0 引言
1 相關(guān)工作
2 提出了動(dòng)態(tài)指標(biāo)的概念
3 加入財(cái)務(wù)報(bào)表反欺詐指標(biāo)
3.1 基于盈利水平的指標(biāo)
3.2 基于償債能力的指標(biāo)
3.3 突出會(huì)計(jì)項(xiàng)目和財(cái)務(wù)指標(biāo)
3.4 基于發(fā)展能力的指標(biāo)
3.5 基于財(cái)務(wù)報(bào)表附注的指標(biāo)
3.6 基于審計(jì)意見的指標(biāo)。
4 本文使用的分類方法
4.1 深度神經(jīng)網(wǎng)絡(luò)
4.2 logistic回歸
5 實(shí)驗(yàn)所用的數(shù)據(jù)及結(jié)果
5.1 動(dòng)態(tài)財(cái)務(wù)指標(biāo)的實(shí)驗(yàn)
5.2 增加反欺詐指標(biāo)的實(shí)驗(yàn)
6 結(jié)語(yǔ)
本文編號(hào):3810012
【文章頁(yè)數(shù)】:5 頁(yè)
【文章目錄】:
0 引言
1 相關(guān)工作
2 提出了動(dòng)態(tài)指標(biāo)的概念
3 加入財(cái)務(wù)報(bào)表反欺詐指標(biāo)
3.1 基于盈利水平的指標(biāo)
3.2 基于償債能力的指標(biāo)
3.3 突出會(huì)計(jì)項(xiàng)目和財(cái)務(wù)指標(biāo)
3.4 基于發(fā)展能力的指標(biāo)
3.5 基于財(cái)務(wù)報(bào)表附注的指標(biāo)
3.6 基于審計(jì)意見的指標(biāo)。
4 本文使用的分類方法
4.1 深度神經(jīng)網(wǎng)絡(luò)
4.2 logistic回歸
5 實(shí)驗(yàn)所用的數(shù)據(jù)及結(jié)果
5.1 動(dòng)態(tài)財(cái)務(wù)指標(biāo)的實(shí)驗(yàn)
5.2 增加反欺詐指標(biāo)的實(shí)驗(yàn)
6 結(jié)語(yǔ)
本文編號(hào):3810012
本文鏈接:http://sikaile.net/falvlunwen/xingfalunwen/3810012.html
教材專著