申请/专利权人：中国人民大学

申请日：2020-11-27

公开（公告）日：2024-03-12

公开（公告）号：CN112434862B

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q40/12;G06F40/30;G06F40/205

优先权：

专利状态码：有效-授权

法律状态：2024.03.12#授权;2021.03.19#实质审查的生效;2021.03.02#公开

摘要：本发明实施例提供一种上市企业财务困境预测方法及装置。其中，方法包括：获取目标企业的企业年报管理层讨论与分析的文本数据、并购重组事件信息和财务指标；对目标企业的企业年报管理层讨论与分析的文本数据进行文本情感分析，获取目标企业的年报挖掘指标，并对目标企业的并购重组事件信息进行特征提取，获取目标企业的并购重组指标；将目标企业的年报挖掘指标、并购重组指标和财务指标输入困境预测模型，输出目标企业的财务困境预测结果。本发明实施例提供的上市企业财务困境预测方法及装置，通过考虑多维度的数据，集成了MDA、MA和财务指标等多方数据，避免了单方面数据源的缺漏，能获取更准确的预测结果。

主权项：1.一种上市企业财务困境预测方法，其特征在于，包括：获取目标企业的企业年报管理层讨论与分析的文本数据、并购重组事件信息和财务指标；对所述目标企业的企业年报管理层讨论与分析的文本数据进行文本情感分析，获取所述目标企业的年报挖掘指标，并对所述目标企业的并购重组事件信息进行特征提取，获取所述目标企业的并购重组指标；将所述目标企业的年报挖掘指标、并购重组指标和财务指标输入困境预测模型，输出所述目标企业的财务困境预测结果；其中，所述困境预测模型，是以样本企业的原始年报挖掘指标、原始并购重组指标和原始财务指标为样本数据，以所述样本企业是否陷入财务困境为所述样本数据对应的标签进行训练后获得的；所述年报挖掘指标、并购重组指标和财务指标，是基于所述样本数据进行特征选择后确定的；所述将所述目标企业的年报挖掘指标、并购重组指标和财务指标输入困境预测模型，输出所述目标企业的财务困境预测结果之前，包括：对由各样本数据构成的样本数据集中的正样本进行T次随机采样，获得多个正样本子集，获取所述样本数据集中的负样本集与每一所述正样本子集的并集，作为T个训练集；根据所述T个训练集进行特征选择，确定年报挖掘指标、并购重组指标和财务指标；基于Boosting算法，根据各所述训练集中的年报挖掘指标、并购重组指标和财务指标，以及各所述训练集中的样本数据对应的标签，对所述困境预测模型中的各基分类器进行训练，并获取各基分类器的权重；根据各基分类器的权重，将各基分类器集成为所述困境预测模型中的集成分类器；其中，T为正负样本数之比的向上取整；所述正样本，指根据经营正常的企业获得的样本数据；所述负样本，指根据财务困境企业获得的样本数据；每个所述训练集中所述正样本的数量和所述负样本的数量相等。

全文数据：

权利要求：

百度查询： 中国人民大学 上市企业财务困境预测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD