时间：2024年1月2日18:30至20:00

地点：数学院南楼212会议室

报告人:  闫志华博士 （山西财经大学）

摘要：现的财务困境预警研究主要基于结构化的财务指标和企业年报文本数据进行预测，常见的方法包括逻辑回归、随机深林、支持向量机、深度神经网络等。现有的研究通常使用单一年度的数据或者将多年数据拼接后进行预测，没有考虑企业财务指标和非财务指标的动态特征。企业财务指标和非财务构成高维时间序列，整体上可以看做是张量（tensor），本研究尝试使用matrix variate logistic regression和tensor learning的方法对企业的财务困境进行预测，提升预测效果。

个人简介：闫志华，博士，山西财经大学管理科学与工程学院讲师，研究方向为统计机器学习、应急管理。