ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】针对养老资金监管中风险识别滞后、预警不足的问题，本研究提出一种基于人工智能的风险预测方法。 通过构建长短期记忆（ＬＳＴＭ）网络、极限梯度提升（ＸＧＢｏｏｓｔ）和随机森林（ＲＦ）组合模型，对养老机构运营风险、资金使用异常、服务质量下降等风险进行预测。 实证研究表明：组合模型的准确率达到８７.３％，优于ＬＳＴＭ（７８.５％）、ＸＧＢｏｏｓｔ（８１.２％）等单一模型，能够提前３～６个月发现风险。 研究为提升养老资金监管智能化水平提供了技术支撑。
