基于神经网络灰色Verhulst算法的CPI预测模型

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.     

基于FARBF神经网络算法的资产评估统计模型

针对RBF神经网络算法因原始变量间强相关性带来的处理难度,与因子分析得分评估模型不能充分结合先验知识等缺陷,文章综合因子分析与RBF神经网络算法的各自优点,构建一种基于FARBF神经网络算法的企业资产质量评估模型,并给出了原始数据的同向化处理方法.实证案例分析与仿真试验结果表明该模型精度高于单纯的RBF网络算法,且该算法简化了神经网络结构,提高了网络训练速度与算法精度.     

基于神经网络的地震灾害经济损失评价模型

对地震灾害造成的损失和破坏程度的评价和测度是进行地震应急和灾后重建决策的重要依据.文章首先运用因子分析的方法选择出地震灾害经济损失的评价指标:然后建立了基于神经网络的地震灾害经济损失评价模型并以收集的数据对网络进行了训练;最后应用训练好的网络对地震灾害经济损失进行了预测,并与回归分析的结果进行了比较验证.验证结果表明,模型有较好的可行性和实用性.     

基于改进信息熵的创新合作伙伴多级可拓优选决策分析

文章针对企业创新合作伙伴的选择过程阶段化、选择对象多样化、指标多层级、专家偏好性等特点,提出了基于改进信息熵与复合物元的创新合作伙伴优选决策模型.通过引入专家决策偏好属性改进信息熵权重,保证创新合作伙伴评价指标权重的客观性与等级明晰性;根据合作伙伴多样化、指标多属性等特征,通过可拓分析方法扩展原始物元,利用逐级关联函数改进可拓优度评价模型,建立了创新合作伙伴的多层级优选决策模型.最后通过应用分析证明了该方法的有效性与可行性.     

涉及环境降级成本调整的绿色GDP研究综述

绿色GDP理论的提出和发展是随着人们对资源和环境问题认识的不断升华而逐渐形成的.因此,文章从国民收入的统计测度到GDP指标修正的测度,最后到涉及环境降级成本调整的绿色GDP统计测度进行了详细的综述.     

风险企业价值评估模型的改进

基于风险企业的巨大不确定性,风险企业的价值评估一直是创业投资机构的困境之一.本文在王方明、林建国对尹淑娅模型修正的基础上,把综合评价理论引入到该模型中.针对修正之后模型仍存在的两大缺陷,把评价模型看成一个多指标综合评价问题,采用AHP构权法和相对指标评分法对模型进行改进,使该模型更具有可操作性.     

基于改进BP神经网络的时间序列补缺及预测

对BP神经网络的改进方式和网络参数确定进行分析,以青海省各月份经济统计中的时间序列问题为实验对象,分别采用动量项自适应学习率法和LM-BP算法,利用神经网络完成数据补缺及数据预测。该方法无须确立时间序列模型,便捷高效。最后对两种方法的训练情况和实验结果进行了比较和分析。     

贴现现金流量法在并购价值评估中的缺陷与改进

文章提出用遗传神经网络的方法进行现金流量的预测,引入博弈论的相关思想对DCF法的计算模型进行修正,在模型中增加了对整合成本的考虑,在一定程度优化了模型,增加了DCF法的实用性,增强了并购决策的科学性,有助于减少企业在价值评估阶段的风险,有助于并购整合的顺利完成.     

中国省际能源-环境效率评价及影响因素分析

文章以我国30个省级单位多种指标数据为样本,运用引入了非期望产出的Super-SBM模型,在考虑碳排放的基础上对各地区的环境效率进行测度和评价,并与仅考虑经济效益的CCR模型进行比较,结果表明Super-SBM模型的评价更为真实客观.在此基础上,通过Tobit回归模型进一步分析环境效率的影响因素,结果表明产业结构、能源消费结构与环境效率呈显著的正相关关系.     

基于结构化神经网络的第三产业发展水平评估方法

基于结构化神经网络构建了第三产业发展水平评估模型;设计了一种优化性能更好的改进遗传算法;采用改进遗传算法对结构化神经网络模型进行训练.实验结果表明,本研究方法学习能力强、误差率较小.     

互联网企业广告收入预测研究——基于低频数据的神经网络和时间序列组合模型

神经网络模型对大样本时间序列的拟合效果优于传统时间序列模型,但对于年度、月度、日度等低频时间序列的预测则难以发挥其优势。鉴于此,本文应用传统时间序列模型和神经网络模型,建立Holtwinters-BP组合模型,利用Holtwinters模型分别拟合各解释变量序列,利用BP模型拟合解释变量和自变量的非线性关系,基于某社交新闻类APP的日广告收入数据进行互联网企业广告收入预测研究。通过与循环神经网络(RNN)模型、长短期记忆神经网络(LSTM)模型等预测结果的对比发现:Holtwinters-BP组合模型的预测精度和稳定性更高;证明多维变量对于广告收入的显著影响,多变量模型的预测准确性高于单变量模型;构建的Holtwinters-BP组合模型对于低频数据预测有较好的有效性和适用性。     

基于统计相关的缺失值数据处理研究

针对数据库中存在缺失值的问题,文章建立了统计相关分析与机器学习相结合的缺失数据处理方法.首先利用统计相关性对原始数据进行分析,找出与缺失值属性相关度较大的属性,提取这些属性的已知值作为训练数据建立模型,再利用建立起来的模型估算缺失值.以UCI数据库真实的数据为例进行仿真,并对比分析了支持向量机、神经网络和决策树三种机器学习算法,实验结果表明利用相关度较大的已知属性值来训练学习,其估算值精度明显提高.     

基于机器学习LSTM&US模型的消费者信心指数预测研究

消费者信心指数等宏观经济指标具有时间上的滞后效应和动态变化的多维性,不易精确预测。本文基于机器学习长短时间记忆(Long Short-Term Memory,LSTM)神经网络模型,结合大数据技术挖掘消费者信心指数相关网络搜索数据(User Search,US),进而构建一种LSTM&US预测模型,并将其应用于对我国消费者信心指数的长期、中期与短期的预测研究,同时引入多个基准预测模型进行了对比分析。结果发现:引入网络搜索数据能够提高LSTM神经网络模型的预测性能与预测精度;LSTM&US预测模型具有较好的泛化能力,对不同期限的预测效果均较稳定,其预测性能与预测精度均优于其他六种基准预测模型(LSTM、SVR&US、RFR&US、BP&US、XGB&US和LGB&US);预测结果显示本文提出的LSTM&US预测模型具有一定的实用价值,该预测方法为消费者信心指数的预测与预判提供了一种新的研究思路,丰富了机器学习方法在宏观经济指标预测领域中的理论研究。     

基于离散型Kalman滤波器的财务危机预警

文章研究引入时域角度的信号控制对未知数的白噪声控制,并结合离散型Kalman滤波器的递推,进而获得动态样本预测与真实值之间的振荡滤波一步改进,并将增进后的离散型Kalman滤波进行针对企业财务危机预警的适用性.结果证实:控制白噪声的滤波增益可以显著改善基于Kalman滤波的财务危机预警精度,而结合离散Kalman滤波进行递推样本训练,有利于离散样本向量动态信息的精度解释,从而提升基于改进离散型Kalman滤波的企业财务危机预警能力.     

高新技术企业风险投资项目评估

我国学者对风险投资评估指标体系内容的研究,主要是考虑到我国的宏观投资环境的特殊性,对国外的现有投资项目评估指标体系进行了补充与修正,然后得出一般性评估指标体系.通过对比分析,中外学者所提出的指标体系的内容主要可分为六个方面,即风险企业人力资源素质、风险企业经营状况与发展潜力、风险企业产品状况、市场环境状况、商业计划书信息质量、宏观经济及其它市场状况这六个方面.这些指标体系的第一个共同特征是层次性,各类指标被划分为若干层次,下一层次的指标是上一层次指标的细分.第二个共同特征是定性指标较多,对这些指标的评估结果,只能以不同语气的文字描述表示出来.     

基于最小一乘准则的GM（1，1）模型边值分析

针对边值修正灰色GM（1,1）模型的边值修正项求解采用最小二乘准则,而模型检验采用最小一乘准则,提出基于最小一乘准则的边值修正项求解,从而在一定程度上统一了边值修正项求解和模型精度检验的准则,并得到了最小一乘准则确定边值修正项的灰色GM（1,1）模型．实例表明,最小一乘准则确定边值修正项比最小二乘准则确定边值修正项得到的灰色GM（1,1）模型具有更高的精度。     

产业竞争力的测度与评估

文章从产业竞争力的静态和动态两个层面出发,通过建立一系列指标与模型,为产业竞争力测度与评估构建了实证研究的系统性框架.     

农民专业合作社经营效率的测度

农民专业合作社的经营效率,是合作社生存与发展的前置条件.文章采用一种修正的单侧截断Bootstrap-DEA模型,以解决我国当下农民专业合作社经营效率的测度问题,测度结果印证了Bootstrap-DEA模型的有效性.研究显示:在外来环境因素、农民专业合作社规模、财务杠杆、合作社理事会结构、合作社整体人力资本水平等影响农民专业合作社经营效率的诸自变量中,合作社人力资本是影响农民专业合作社经营效率的关键指标.     

中小企业创业胜任力的素质与能力双维度冰山模型

创业胜任力作为中小企业内生性成长驱动因素,对中小企业创业活动及创业绩效有着重要影响.文章尝试将传统素质冰山模型与创业能力结构相结合,构建中小企业创业胜任力的素质与能力双维度冰山模型.基于相关理论与实地访谈修正问卷量表,并进行了问卷预试.在此基础上,通过对230位创业者调查分析,构建了双维度冰山模型.该模型包含“一个分界点、素质与能力两维度、创造者性格等五个构面,29项指标”等四层次内容.     

短面板约束下固定效应空间动态面板模型的估计与模拟

空间动态面板数据(SDPD)模型中被解释变量初值极易带有内生性,采用一般拟极大似然(QML)方法容易造成参数估计偏误,特别是当样本结构为n大T小的时候。鉴于此,本文在一般QML基础上,通过重塑误差项的方差-协方差矩阵,修正拟似然函数表达式,得到修正QML,进而估计短面板下含空间、时间、误差三类关联项的固定效应SDPD模型,基于数值模拟和实例应用检验一般QML与修正QML的估计效果。数值模拟结果表明：修正QML比一般QML更精确、更稳健,均方误差修正率随样本短面板结构的增大而增大。实例应用不仅重新评估环境规制与技术创新之间的空间效应,回归结果也再次证实从数值模拟中得出的结论。