摘要: 面对经典估值模型在小样本企业中因数据稀缺、成长非线性而表现不足的现实挑战, 研究设计企业智能估值“预训练—微调” 框架, 通过在上市公司大样本数据上预训练深度神经网络模型, 并面向小样本企业进行参数微调, 构建具备场景迁移适应性与小样本稳健性的估值模型。实证结果表明, “ 预训练—微调” 框架在以专精特新企业为典型的小样本数据集上显著提升了模型泛化能力, 解决了小样本估值模型训练困境。希望研究能为决策者进行小样本估值及小样本智能模型构建提供新思路和新方法。