| 基于熵权TOPSIS-CNN深度学习的企业财务绩效评价研究 |
| |
| 引用本文： | 李瑞松,刘洪久.基于熵权TOPSIS-CNN深度学习的企业财务绩效评价研究[J].数学的实践与认识,2023(3):58-70. |
| |
| 作者姓名： | 李瑞松 刘洪久 |
| |
| 作者单位： | 1. 浙江农林大学数学与计算机科学学院;2. 浙江省林业智能监测与信息技术研究重点实验室;3. 林业感知技术与智能装备国家林业与草原局重点实验室 |
| |
| 基金项目： | 浙江省哲学社会科学规划基金(17NDJC262YB,19NDJC240YB)；;教育部人文社会科学研究规划基金项目(18YJA630037,21YJA630054)；;浙江省自然科学基金项目(LY17G020025,LY18G010005)； |
| |
| 摘 要： | 基于评价基础上对企业财务绩效进行聚类和预测研究,有效发现企业运营存在的问题并提供改进依据.运用熵权TOPSIS法结合深度学习的方法,在相关文献回顾的基础上,整理并选取了1290家上市公司2020年报的20个财务指标作为分析样本.使用熵权TOPSIS法对实验样本进行打分并使用K均值聚类的方法划分等级以评判其绩效的优劣,再结合卷积神经网络的框架实现企业绩效的预测与智能分级.研究结果表明,熵权TOPSIS法与CNN方法的结合对于企业绩效的画像具有较好的效果,模型测试的预测准确率可达92.25%.基于熵权TOPSIS财务绩效测度基础上,通过无监督学习的K均值聚类和CNN的融合,不仅能够实现绩效测评、确定绩效等级,还能够进行绩效等级的预测.因此,模型可以应用于企业绩效的智能测度评判和预测,对于企业经营及宏观微观调控具有良好的借鉴意义.
|
| 关 键 词： | 企业绩效 熵权TOPSIS法 聚类分析 卷积神经网络 评价体系 |
|
|
