赵琪等：基于卷积神经网络的财务困境预测:公司财报的图像化

本文探讨了基于卷积神经网络（CNN）的财务困境预测模型，通过将公司财报图像化，利用深度学习技术分析原始财务数据，以提高预测准确性。研究背景在于全球经济环境复杂化，公司财务困境频发，构建可靠的预测模型具有重要意义。研究目的在于验证原始财务数据在财务困境预测中的有效性，并展示深度学习模型在基本面分析中的应用潜力。结论表明，CNN模型能够从原始财务数据中提取有用信息，结合传统机器学习模型，可提升预测性能，且历史财务数据的时序信息对预测有积极作用。