TY -的A2 - 1月,Naeem AU -魏,文静AU - Li Bingxiang PY - 2022 DA - 2022/01/27 TI -分析和风险评估的企业财务杠杆使用移动支付的时代数字技术在复杂环境中SP - 5228374六世- 2022 AB -研究旨在提高企业应对金融危机的能力,找到对策,防止潜在的金融风险。企业财务风险评估,移动支付平台的自动汇总功能基于长期短期记忆(LSTM)执行提取结构化数据和非结构化文本从年度报告。在此基础上,实现金融风险的预警系统模型及其精度提高。结构化数据和非结构化的文本在公司的年度报告中提取的。企业财务风险预警系统模型。企业财务风险预警系统的准确性已得到改进。首先,我们使用卷积神经网络(CNN)建立财务风险预测系统使用财务数据和测试系统的各种指标。其次,上市公司的财务年报从互联网上获得。所需的财务报表是通过两种方式获得。第一个是设置高特殊待遇(ST)样本权重和删除一些non-ST样本。 The second is to delete punctuation marks, interjections, numbers, and so on and process the collected text data. The financial risk prediction model is established using the financial text, and the LSTM + attention mechanism is used to optimize the model. Finally, combining structured financial data and unstructured financial text to establish a forecasting model, the model uses LSTM. Combined with a single-layer neural network or CNN model, the comparison experiment is carried out in two ways. Experiments show that the CNN or LSTM attention mechanism cannot significantly improve the performance of the system only using financial data or texts. Using the financial data and financial text using the LSTM + CNN model, the F1值达到85.29%。财务数据和其他指标在文本中也已取得了长足进步,总体性能是最好的。总之,LSTM使用财务数据和金融文献结合CNN建立风险预测系统可以帮助投资者和公司本身找到可能的金融危机尽快上市公司,帮助公司及时处理他们的金融风险。SN - 2314 - 4629 UR - https://doi.org/10.1155/2022/5228374 - 10.1155 / 2022/5228374摩根富林明数学杂志PB - Hindawi KW - ER