基于GMDH神经网络法的中小板上市公司ST分类预测研究

预测上市公司的上市状态对投资者与其他利益相关者至关重要.选取2019年1月1日至3月31日我国中小板116家上市公司的86个财务指标数据,运用GMDH神经网络法对ST公司和非ST公司进行分类预测,预测正确率达到78.26％.进一步采用1:1配对原则(43家ST公司和43家非ST公司)对中小板上市公司进行ST分类预测,预测正确率大幅提高,达到88.24％.由此发现,基于GMDH神经网络法的中小板上市公司ST分类预测具有较好的预测表现.     

大型干散货航运企业核心竞争力评价研究 ——基于三角白化权函数的灰色聚类方法

利用基于三角白化权函数的灰色聚类法对大型干散货航运企业核心竞争力进行评价研究,构建大型干散货航运企业核心竞争力评价指标体系,结合大型干散货航运企业A的相关数据,通过调查问卷将指标体系划分为三个灰类,确定各指标的所属灰类白化函数阈值,并对航运竞争力评价指标进行数域延拓,得出各指标的白化权函数值和综合聚类系数,确定评价对象所属的灰类,评价出A企业竞争力所处的水平,所得结果与实际情况相吻合.最后通过雷达图找出影响A企业核心竞争力的关键指标,并提出增强大型干散货航运企业核心竞争力的措施.     

人口年龄结构演变对居民消费的影响:理论机理与实证检验

以1993—2014年的时间序列数据为基础,通过引入标准消费人概念来建立消费函数,分析人口年龄结构变动对居民消费的影响,借助灰色关联理论分析人口年龄结构与消费结构的关联度。研究发现,人口老龄化趋势会对中国居民的消费需求产生一定的抑制作用,且不同年龄组对不同消费项目的需求存在较大差距。因此,在经济增长方式转型的过程中,必须考虑人口年龄结构变化为经济社会发展所带来的巨大挑战。     

维希留灰色生态学思想及其理论意义

在维希留看来,伴随交通和通讯技术带来的时空压缩,正在改变环境的尺度和维度,并因此在整体上给我们的生存造成破坏性后果。他提出一种灰色生态学构想,把技术及其文化后果置于生态学关切的根基。维希留认为,距离污染造成人与自然关系的颠倒、地理多样性的消失和人与人亲近关系的瓦解,因此是比实体污染更为重要的生态问题。灰色生态学通过速度揭示了人类改造世界过程中技术对环境性质的深层影响之新的维度,有助于我们深化对生态问题的理解。     

基于理想解和灰关联度的动态评价方法及其应用研究

为了对多个多属性（指标）待评价对象（方案）在多个时间点的发展状态和该时间段内的总体发展水平进行比较分析，根据理想解法和灰关联度法优缺点，提出基于理想解和灰关联度的动态评价方法。该方法基于三维数据，将欧氏距离和灰色关联度相结合，提出一种新贴近度，同时反映了位置关系和数据曲线的相似性差异，兼顾评价指标值差异程度和增长程度。最后将该方法应用于"十二五"期间省域循环经济生态效益评价，通过实例验证该方法实际应用上的有效性。     

汇率货币模型的非线性协整关系检验——基于深度GRU神经网络

本文采用深度门控循环单元（GRU）神经网络探讨三种汇率货币模型（弹性价格、前瞻性和实际利率差模型）的非线性协整关系。GRU技术在深度学习中具有智能记忆、自主学习和强逼近能力等优点。为此，本文运用该技术对6组典型浮动汇率制国别数据进行了非线性Johansen协整检验。结果表明，汇率与宏观经济基本面之间存在非线性协整关系，从而说明了货币模型在非线性条件下的有效性，以及先进的深度学习工具在检验经济理论中的优势。