基于时序深度学习模型的地方财政预算预测预警方法

本发明涉及深度学习技术领域，具体公开了基于时序深度学习模型的地方财政预算预测预警方法，包括：首先获取地方财政时序数据，预处理后得到标准时序数据集，基于财政理论先验约束和PC算法构建财政时序因果图，依据后门准则筛选最小后门调整集并生成二元掩码。接着通过动态权重模型计算样本逆概率权重，通过构建带因果门控的时序融合模型得到时序编码向量。最后采用多分支全连接输出层输出多维度财政预算预测结果。训练阶段构建全局损失函数，执行全链路联合训练，在保障预测精度的同时维持倾向得分的因果平衡属性。本方法可有效消除财政数据混杂偏倚，提升预算预测准确性与稳健性，为地方财政预算编制与风险预警提供支撑。