基于贝叶斯深度学习的财务异常检测与风险预警系统

本发明公开了基于贝叶斯深度学习的财务异常检测与风险预警系统，涉及深度学习技术领域，所述系统包括：信息贡献权重分析单元，用于在最近多个连续的报告期构成的滚动窗口的历史数据中，选取用于衡量财务稳健性的财务指标，针对每个财务指标，把互信息的值归一化为权重；压力得分构造单元，用于在同一滚动窗口，使用引入非线性逻辑Student‑t似然的逻辑回归模型估计当期出现异常的概率；风险预警单元，用于计算货币化的潜在损失；若货币化的潜在损失超过设定的损失阈值，则系统发出预警信息。本发明实现了对异常概率的精准建模与不确定性量化，同时引入默认敞口与损失率参数，将风险预测结果货币化为潜在损失，用于动态预警触发。