共查询到20条相似文献,搜索用时 31 毫秒
1.
为了提高居民消费价格指数的预测精度,对于呈近似S形的CPI时间序列,利用灰色Verhulst模型对其预测.构造基于时间序列的人工神经网络输入输出模式,利用BP神经网络对原始数据与灰色verhulst预测值的残差进行训练.仿真实例表明,该组合算法预测结果比单纯使用GM(1,1)模型、灰色Verhulst模型和文献[1]的总体误差要小,将神经网络引入到灰色Verhudst模型中能较好地提高预测精度. 相似文献
2.
经济社会的发展在追逐其增长速度的同时常伴随一定的社会风险,政府投资项目必须考虑这种项目投资的不确定性。文章以可转换债券投资为考察对象,将投资项目信用风险纳入政府投资的决策中,借鉴期权定价模型与债券定价模型,考察投资项目的估值模型,并给出求解的边界条件,为政府投融资决策提供理论指导。 相似文献
3.
文章通过模糊层次分析法对众多的股票估值模型进行选择研究,通过对模型中使用的财务指标建立指标体系,并根据专家意见对指标赋予不同的权重从而实现对股票估值模型的优劣排序,为投资银行在进行股权投资时选择股票估值模型提供决策支持。 相似文献
4.
作为深度学习技术的经典模型之一,长短期记忆(LSTM)神经网络在挖掘序列数据长期依赖关系中极具优势。基于深度神经网络优化技术,本文构造了一个深层LSTM神经网络并将其应用于全球30个股票指数三种不同期限的预测研究,结果发现:①LSTM神经网络具有很强的泛化能力,对全部指数不同期限的预测效果均很稳定;②LSTM神经网络具有优秀的预测精度,相比三种对照模型(SVR,MLP和ARIMA),其对全部指数的平均预测精度在不同期限上均有提升;③LSTM神经网络能够有效控制误差波动,其对全部指数的平均预测稳定度相比三种对照模型在不同期限上亦均有提高。鉴于LSTM神经网络在预测精度和稳定度两方面的优势,其未来在金融预测中将有广阔的应用前景。 相似文献
5.
在绿色投资日益盛行和金融机构积极推进“双碳”目标的背景下,越来越多的投资者在估值、产品和策略中考虑ESG因素。随着ESG投资理念的深入,如何在投资组合中合理纳入ESG因素成为学界的研究热点。本文从预期效用理论出发,针对效用函数中风险厌恶系数和ESG偏好系数的估计困难以及投资组合规模缺乏限制等现实问题,提出了绿色双层投资组合模型。其中上层规划是决策效用函数系数的稀疏优化问题,下层规划是构建绿色投资组合的二次优化问题。在求解层面,针对不同约束情形,利用下层问题的最优性条件将双层规划问题转化为混合整数二次规划。研究结果表明:第一,通过模拟真实市场环境验证了模型的数值有效性,针对不同偏好的基准指数,模型可以准确估计隐含的参数水平;第二,通过验证2015—2021年间编制ESG100指数和上证50指数的341个投资组合,研究发现金融市场上的绿色指数隐含正向的ESG偏好,绿色指数相比于收益更加偏好资产的绿色属性;第三,以上证50和ESG100指数为基准构造的静态和动态投资组合在2015—2021年间不仅较好地实现了对基准的追踪,更获得了稳定的超额收益,从夏普比率,信息比率以及Omega比率等指标来... 相似文献
6.
7.
随着我国社会主义市场经济体制已逐步完善,知识密集型企业获得了更大的发展空间,其筹资渠道也变得更加多样.资本结构的调整优化不仅能够提高企业利润,而且还能够有效控制风险,知识密集型企业资本结构优化是一个非常有价值的理论问题.基于结构化神经网络对知识密集型企业资本结构优化问题进行建模,同时采用改进遗传算法对结构化神经网络模型进行优化求解.实验结果表明:所建结构化神经网络、所提改进遗传算法都是可行的、有效的. 相似文献
8.
研究数量特征敏感性问题的抽样调查,设计了双无关问题双样本随机化回答模型,给出了总体均值的无偏估计、估计量的方差,并得出新的模型具有较好的精度。 相似文献
9.
12.
13.
基于混沌PSO优化BP神经网络的碳价预测 总被引:1,自引:0,他引:1
《统计与信息论坛》2018,(5):93-98
随着全国碳排放权交易市场的启动,碳价的预测对碳市场参与者的风险管理具有重要意义。针对BP神经网络收敛速度慢、容易陷入局部极值的弊端,结合混沌的遍历性,构建基于混沌粒子群(CPSO)算法优化BP神经网络的碳价预测模型:利用Elastic Net方法降维,筛选出碳价的主要影响因素;再用CPSO优化BP神经网络的初始权值和阈值训练模型并预测碳价,结果表明:CPSO-BP碳价预测模型的精度和稳定性明显优于传统BP神经网络、粒子群优化的BP神经网络以及果蝇算法优化的BP神经网络。 相似文献
14.
15.
16.
针对商业银行法人客户信用风险甄别问题,采用距离判别法,利用40家上市企业连续两年的财务数据建立了甄别模型,并用该模型对上市公司进行甄别,并将甄别结果与真实情况进行比较,模型对高风险企业的甄别正确率1999—2000年分别为82.5%和90%。与现有的基于神经网络甄别方法比较,此方法效果明显优于后者。 相似文献
17.
18.
文章基于投资与经济波动之间的相关关系,充分体现统计调查数据和网络搜索数据的优势,利用两种数据对中国宏观经济波动进行研究。针对混频数据的特点和深度学习算法的优势,提出了融合混频数据和深度学习的宏观经济预测方法。首先,考虑到政府统计调查数据与经济波动的强相关性,选取政府投资统计月度指标合成投资统计指数;然后,结合网络搜索数据的时效性和高频性,选取与投资相关关键词的百度指数日度数据合成投资网络搜索指数;最后,构建多源混频数据长短期记忆神经网络模型(MM-LSTM),利用中国2011—2022年的相关数据进行实证研究,并考察模型的精度与时效性。结果表明,投资相关指标与中国GDP增长率之间存在正向关系;网络搜索数据的加入有助于提升宏观经济预测的精度;MM-LSTM模型提高了短期和中期的预测精度,具备提前预测能力,可为相关部门提供决策依据。 相似文献
19.
对于不确定型问题,采用区间数进行估值比单一值更符合客观实际.文章运用区间数理论对传统的贝叶斯模型进行改进,将经典贝叶斯中的后果值由实数改进为区间估值,并通过可能度理论对区间数进行排序,解决了基于区间数的不确定信息的贝叶斯风险决策问题.将此理论运用于企业项目投资风险决策问题中,得到了客观可行结果. 相似文献
20.
文章在“双缺口”模型理论基础上,运用VAR模型对我国改革开放以来内部失衡和外部失衡之间的相关关系进行了实证研究.研究结果表明,内部失衡对我国经济总体失衡有很强的冲击作用,前期的内部失衡加剧了当期内外经济失衡;外部失衡对经济总体失衡具有负向效应,但影响力度较之前者要小,显著性也较差.从而得出当期中国经济内外失衡的产生更大程度上取决于内部经济的失衡,尤其是储蓄、投资、消费结构的失衡. 相似文献