基于机器学习的上市公司财务风险智能识别研究
刘亚瑄
2022-02-20 16:59:44 阅读: 677
收藏: 0
金融市场的风险无处不在,上市公司的运营受到方方面面因素的影响,因此对于上市公司财务风险的研究也有着重大的意义。传统的基于财务报表的研究方法例如五因子的Z-score模型等在财务风险预测领域有着重大意义,但仍有其局限性。一方面,传统的统计分析模型大多只采用了较少的财务指标。此外,对于文本信息传统模型大多没有能力进行分析。而随着大数据时代的到来,以上两方面的限制可以部分上得到解决。近年来随着计算机技术的不断发展,Fintech逐渐成为了金融领域的主要研究方向之一。机器学习,人工智能,深度神经网络逐渐被更多人认
马旭辉(2019)应用了自然语言处理方法,对年报文本进行分词和解析,加入到传统的财务指标中,得到了更好的预测效果。它选取了T+2年被ST的企业作为研究的预警对象,从经济周期的角度来说,2007年前后的金融危机和2015、2016年股市大幅度震荡,导致这两个阶段出现财务风险的上市企业明显增加。文章不足之处在于虽然侦测到了经济波动,但却没有消除随之带来的影响,如果可以引入宏观指标进行处理则会使模型更加稳健。
本文转自马旭辉,文章仅代表作者观点,不代表「高礼智库」立场。相关版权归原作者所有,「高礼智库」仅提供免费交流与学习,相关内容与材料请勿用于商业。如果牵涉到您的版权问题,请联系我们将及时删除处理。