基于图神经网络的企业财务困境预测方法

摘要

聚合时域、空间域等信息，提出了2种基于图神经网络（graph neural network,GNN）的财务困境预测框架，并通过融合财务数据与专利信息，设计类别不平衡处理模块，以提高预测的准确性.模型评估时，分别验证了类别不平衡处理模块的有效性和专利数据增益信息、技术创新信息与图结构建模的协同价值.试验结果表明，采用先空间域后时域的信息聚合策略的多图卷积循环网络效果更好.通过本研究，可为财务困境预测提供新思路.

关键词

财务困境预测 / 图神经网络 / 类别不平衡 / 专利