在當(dāng)前經(jīng)濟(jì)面臨較大下行壓力的背景下,企業(yè)頻繁出現(xiàn)業(yè)績暴雷,如何"識雷防雷"進(jìn)而重塑投資者信心、防范金融風(fēng)險成為迫切需要研究的現(xiàn)實問題。本文基于TEI@I方法論的理論框架,集成文本挖掘和深度學(xué)習(xí)構(gòu)建企業(yè)財務(wù)風(fēng)險預(yù)警模型�；谛碌囊暯�,提出了融合卷積神經(jīng)網(wǎng)絡(luò)和長短期記憶網(wǎng)絡(luò)的財務(wù)風(fēng)險預(yù)警動態(tài)建模方法,并以中國信息服務(wù)業(yè)上市公司為樣本開展實證研究。由于在預(yù)測模型中有效地考慮了影響企業(yè)財務(wù)危機(jī)的各項財務(wù)因素和非財務(wù)因素,因此對企業(yè)未來財務(wù)困境的預(yù)測效果明顯優(yōu)于其他模型。該方法具有較好的應(yīng)用推廣性,對于政府和投資者及時掌握企業(yè)經(jīng)營動態(tài)、降低投資風(fēng)險以及防范金融危機(jī)具有積極的輔助決策價值。 

【文章來源】：管理評論. 2020,32(07)北大核心CSSCI

【文章頁數(shù)】：10 頁

【部分圖文】：

基于CLSTM的財務(wù)風(fēng)險預(yù)警模型

卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

長短期記憶網(wǎng)絡(luò)LSTM由傳統(tǒng)循環(huán)神經(jīng)網(wǎng)絡(luò)發(fā)展而來，為了解決數(shù)據(jù)的時間依賴問題，在標(biāo)準(zhǔn)RNN中tanh層基礎(chǔ)上設(shè)計了輸入門、遺忘門、輸出門來控制細(xì)胞狀態(tài)，通過這些門實現(xiàn)對細(xì)胞狀態(tài)信息的增加或刪除，從而實現(xiàn)對歷史數(shù)據(jù)的長短期記憶功能。其結(jié)構(gòu)如圖3所示。第一步，h(t-1)和xt通過輸入門產(chǎn)生新的候選信息值用以更新細(xì)胞，計算過程如下:

【參考文獻(xiàn)】：
期刊論文
[1]商業(yè)模式對企業(yè)績效的影響探究——基于新能源上市企業(yè)數(shù)據(jù)[J]. 劉正陽,王金鑫,喬晗,汪壽陽.  管理評論. 2019(07)
[2]基于盈利質(zhì)量的DANP變權(quán)財務(wù)預(yù)警模型[J]. 李慧,溫素彬,焦然.  系統(tǒng)工程理論與實踐. 2019(07)
[3]員工持股計劃與財務(wù)信息質(zhì)量[J]. 陳大鵬,施新政,陸瑤,李卓.  南開管理評論. 2019(01)
[4]暴風(fēng)集團(tuán)輕資產(chǎn)轉(zhuǎn)型的財務(wù)風(fēng)險評價[J]. 王冬梅,胡占,游朝陽.  管理評論. 2018(07)
[5]媒體監(jiān)督、異常審計費用與企業(yè)盈余管理[J]. 馬壯,李延喜,王云,曾偉強(qiáng).  管理評論. 2018(04)
[6]非處罰性監(jiān)管具有信息含量嗎?——基于問詢函的證據(jù)[J]. 陳運森,鄧祎璐,李哲.  金融研究. 2018(04)
[7]社會責(zé)任信息披露、財務(wù)信息質(zhì)量與投資效率——基于“強(qiáng)制披露時代”中國上市公司的證據(jù)[J]. 鐘馬,徐光華.  管理評論. 2017(02)
[8]財務(wù)報表信息對企業(yè)財務(wù)困境的預(yù)測能力[J]. 蔡玉蘭,錢崇秀,董雪杰.  預(yù)測. 2016(05)
[9]反腐敗與中國公司治理優(yōu)化:一個準(zhǔn)自然實驗[J]. 王茂斌,孔東民.  金融研究. 2016(08)
[10]財務(wù)舞弊、家族控制與上市公司高管更替[J]. 張健,劉斌,吳先聰.  管理工程學(xué)報. 2015(02)



本文編號：3143768