【技术实现步骤摘要】
一种基于全连接神经网络的僵尸企业识别方法及其系统
本专利技术属于信息
，涉及一种工商管理系统的僵尸企业识别方法。
技术介绍
僵尸企业是指缺乏盈利能力却能够以低于市场最优利率成本获得信贷资源，依靠外界输血的企业，地方政府不断给濒临破产的僵尸企业进行各种形式的“输血”，然后再通过补贴贷款来维持其局面，带来严重的资源配置问题。僵尸企业的识别标准主要有CHK标准，FN-CHK标准以及各类FN-CHK修正标准等。CHK标准的核心是企业是否接受信贷补贴，FN-CHK标准则包含“真实利润原则”以及“常青贷款原则”，相关的FN-CHK修正方法大部分都是对以上两类标准的修正，对企业利润与资产负债率等指标进行调整，将企业的经营管理费用、净资产水平、企业效率和创新等指标引入僵尸企业的识别标准体系中，力求从更加多维的层次反映僵尸企业的经营特征。通过各类标准分类识别僵尸企业均有其局限性，尤其是标准的制定有其主观性。随着经济社会的不断发展，企业数量急剧增加，但企业经营质量参差不齐，通过对企业从业人数、成立年限、注册资本、营...
【技术保护点】
1.一种基于全连接神经网络的僵尸企业识别方法，其特征在于，包括以下步骤：/n步骤S1：采集若干样本企业数据，数据来源：上海证券交易所、深圳证券交易所、企业财报、国家知识产权局；/n步骤S2：进行数据预处理，提取企业特征并添加标签，划分训练数据集、测试数据集；/n步骤S3：利用Sequential模型构建全连接神经网络；/n步骤S4：根据训练数据集，初始化并训练全连接神经网络模型，直到测试误差达到预设值或者到达预设最大训练次数，得到训练后的全连接神经网络模型；/n步骤S5：将待测企业数据输入训练后的全连接神经网络模型，识别是否为僵尸企业。/n
【技术特征摘要】
1.一种基于全连接神经网络的僵尸企业识别方法，其特征在于，包括以下步骤：
步骤S1：采集若干样本企业数据，数据来源：上海证券交易所、深圳证券交易所、企业财报、国家知识产权局；
步骤S2：进行数据预处理，提取企业特征并添加标签，划分训练数据集、测试数据集；
步骤S3：利用Sequential模型构建全连接神经网络；
步骤S4：根据训练数据集，初始化并训练全连接神经网络模型，直到测试误差达到预设值或者到达预设最大训练次数，得到训练后的全连接神经网络模型；
步骤S5：将待测企业数据输入训练后的全连接神经网络模型，识别是否为僵尸企业。
2.根据权利要求1所述的基于全连接神经网络的僵尸企业识别方法，其特征在于：步骤S2所述的数据预处理和企业特征，具体包括缺失值插补、数据归一化、均值代换和时间序列化；
所述的缺失值插补，具体包括：
若融资额度或融资成本其中一项为0，另一项缺失，则将另一项置为0；若融资额度和融资成本均缺失则将两项都置为0；若融资额度或融资成本其中一项为实数，另一项缺失，则由以下公式计算缺失值：
k1≈k2≈…≈kn≈K，K为常数
对所有数据按行计算主营业务收入/营业总收入比例，并按如下公式计算平均比例：
根据平均比例插补营业总收入、主营业务收入的缺失值；
对于“专利”、“商标”、“著作权”、“注册时间”、“行业”、“区域”、“企业类型”、“控制人类型”这种非定距型数据，按行相应数据，选取众数插补缺失值；
经过上述步骤之后，从业人数、资产总额、负债总额、所有者权益、利润总额、注册资本、控制人持股比例剩余的缺失值，采用均值插补缺失值；
数据归一化采取max-min方法对：
其中，X为某列特征数据的向量；
均值代换和时间序列化，具体包括：
计算企业上市以来总融资额度(包括债权融资额度、股权融资额度、内部融资和贸易融资额度、项目融资和政策融资额度)、总融资成本(总融资成本包括债权融资成本、股权融资成本、内部融资和贸易融资成本、项目融资和政策融资成本)的平均增长率，并以总融资额度、总融资成本的平均增长率作为企业的特征数据，公式如下，
上式中，i为第i列特征，s为该企业IPO年份，c为上市第c年(判定企业是否为僵尸企业应观察其是否有多年僵尸化特征，故本模型只分析上市三年...
【专利技术属性】
技术研发人员：李志敏，毛浩地，蔡承佑，何真可，李莹，杜楠楠，
申请(专利权)人：浙江中医药大学，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。