LSTM循环神经网络与企业盈利预测研究

摘要

在人工智能蓬勃发展的时代背景下,为提高会计信息有用性,本文采用LSTM神经网络模型以及财务报表信息对上市公司的盈利进行预测,并与分析师预测的结果进行对比。在来自沪深300的企业的盈利预测任务中,LSTM模型的平均正确率为88.60%比分析师预测的平均正确率高13.52%,并且在正确率分布中,LSTM模型的结果不存在厚尾现象,其峰度明显高于分析师预测结果,且方差显著低于分析师预测结果。揭示了人工智能模型应用在财务预测方面的现实意义。