基于深度学习网络的企业财务风险预警研究——以st博元为例

《基于深度学习网络的企业财务风险预警研究——以st博元为例》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、－－＂－，．ｆ八ｆ〇器？．咖巧争Ｖｉ．巧．诗１君寶．三ｔＩ；．．＞一黨－．ｒＮ－．；奮ｆ＇：ｌ１５ｖＶ苗锭片；‘片；＿苗Ｍ一章；Ｎ．興＾讓－ｔｃ为．琴教艾密．ｓ霉香／＇．賴＾．＂乐Ｖ‘邻穀．Ｉ鄉兴．．嗦穩．＼‘：ｖ巧货ｉ禱．；；Ａ记．£：．：可馬％，或．／遊．違．、、．，．；、＼壞．．＼．＇．：，＇１赏ｓ，ｔ＇／ｖ福．－＼种中彩地质大。２望处：／－爲Ｖ；．；娯：．＇；．燃；．、屬式馨．ｐ．．会叫计硕主ｂ学位沦＼镑‘７．知去，ｉ＂碼＃．．，．．澤，．巧ｖ．；＂．，－，－Ａ－．．．藻＇每ｉ乂＇：

2、：細：机，Ｉ掘護：ｖｉ度学习网的财巧务祭片．ｆ．－：＞Ｘ円；．险和Ｖ．：＾ｘｘ叫禾．、．－７＿＿；ＳＳＶ博例、：兀＼：．．；Ｕ＂直減．：；．点／，．＞．蔡：＂．＂每ｖ．＾－ｒ＇＇等．媒＂讀：．Ｖｓ片嬰％‘＾：．禽：－；：．．皆若咱Ｘ禱＾巧苗，．ｖ＾梦．．：！：苗‘部Ｖ＾；．Ｍ学＾壬ｖ学制专＾学＂＾叫，：Ｖ．祭．■曹心Ｖ研生（ｉ学２Ｗ：．．。．Ｔ，：‘．’研５公麵’．．．．一：导师糾扣职教糾菱ｖ：；．這／？．．．：Ｓ５區职高会ＸＳ．金歸編．．巧Ｖ／

3、＇；Ｗ．．、．，；’＇一；．＇乂＇．，－ｖ．．考Ｖ，一气．＼．％＞嘉沒片孩担２扣ｔｉ．’．＇餘－讓＇．：如索ｉ＃身．；＇‘１，＇苟ｆ．／．＾４：：心螺Ｖ．ｖ＇、；，’一＇：怒早；ｒ；＂、撫或，篡？０４癸分类号密级中国地质大学(北京)会计硕士学位论文基于深度学习网络的企业财务风险预警研究——以ST博元为例学位类别会计硕士学位类型专业学位研究生曹兴学号2107140056研究方向公司理财导师谷春燕职称副教授企业导师赵恒勤职务/职称高级会计师20

4、16年5月中国地质大学（北京）专业硕士学位论文基于深度学习网络的企业财务风险预警研究——以ST博元为例学位类别：会计硕士研究生：曹兴研究方向：公司理财指导教师：谷春燕企业指导教师：赵恒勤2016年5月30日AMaster’sThesistoChinaUniversityofGeosciences(Beijing)forMPAccResearchonEnterpriseFinancialRiskEarlyWarningBasedonDeepLearningNetwork:ACaseStudyofSTBoYuanProfessio

5、nalFields:MPAccMasterCandidate:XingCaoStudyOrientation:CorporateFinanceSupervisor:ChunyanGuBusinessSupervisor:HengqinZhaoMay30,2016学位论文独创性声明（ｏ本人声明所呈交的论文是我个人巧导师指导下进行的研巧工作及取得的研巧成果。尽我所知，除了文中特别加Ｕ标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得中国地质大学（北京）或其它教育化构的学位或证书而使用过

6、的材料一。与我同工作的同志对本研究所做的巧何贡献均己在论文中作了明确的说明并表示了谢意。签名：嗦笑日期＝乂乂、学位论文独创性声明（２）所呈巧的论文已经本人审阅。确系在本人指导下由该本人声明：研巧生生独立完成的研究成果。除了文中特别加标注和致谢的地方外，论文中不包含其化人己经发表或撰写娃的研究成果，也不包含为获得中国地质大学（北京）或其它教育机构的学位或证书而使用过的材料。风之‘ｏ签名．：ｊ＝《口期关于论文使用授权的说明目木人完全了解中国地质大学（北京）有关保留、使用学位论文的规定，

7、Ｐ：学校有权保留送交论文的复印件，允许论文被想阅和借阅；学校可布论文的全部或部分内容可１１，＾采用影印、缩印或其他复制手段保存论文。’扫丢＾开□保密（年）（保密的论文在解密后应遵守此规定）＾签名：考＾导师答名：案□期：摘要论文题目：基于深度学习网络的企业财务风险预警研究--以ST博元为例学位类别：会计硕士学位申请人：曹兴指导教师：谷春燕副教授摘要随着我国经济的不断发展，企业的经营环境越来越复杂，加上外国资本的冲击，上市公司的财务风险需要得到关注。财务风险的不断积累，最终会形成财务危机，这是一个渐进性的

8、过程，因此财务危机是可以提前预警的。目前，已经有很多方法应用于财务风险预警领域，例如多元线性模型、概率模型、BP神经网络等方法。但是这些方法均存在一定的缺点，因此本文希望将深度学习的方法应用于财务风险预警，发挥该方法的特点，进而得到更好的预测效果。深度学习网络的应用目前正蓬勃