来源：期刊VIP网 时间：
作者：王伯平;王邦平;
单位：四川商务职业学院会计系;成都信息工程大学软件工程学院;
摘要：当前，研究者对财务领域的文本情感分析和语音情感识别越来越感兴趣，因其可以捕捉到企业利益相关者(如管理者和投资者)的意图和意见。结合文本情感信息，企业在预测财务绩效方面取得了显著的性能提升。然而，仅考虑文本情感，对管理者的情感状态以及对财务危机预测的关注度远远不够。因此提出了一种基于多模态财务大数据的智能分析预测模型(Multi Modal Financial Intelligent Model, MMFIM),融合了语音情感特征、文本情感特征以及传统财务特征多模态数据以解决上述问题。MMFIM通过卷积神经网络(Convolutional Neural Network, CNN)模型识别管理者的语音情感状态，利用FinBERT模型抽取文本情感特征，将获得的情感信息与传统的财务指标相融合实现对财务危机更准确的预测。在美国40家最大(按市值计算)企业的1 278次财报电话会议数据上对MMFIM模型进行验证，实验结果表明，与现有预测模型相比，所提MMFIM模型具有更高的准确率。
关键词：多模态;;语音情感识别;;文本情感分析;;卷积神经网络;;FinBERT;;财务危机预测
基金资助：四川省科技计划资助(2024YFFK0413)~~
