基于最小二乘支持向量机的科技奖励评价模型

文章利用CRITIC法对专家进行动态赋权,采用固定权重法构建出训练样本集,经LIBSVM软件的训练,获得最佳的最小二乘支持向量机模型。实证表明,该模型对项目进行排名时,准确率很高,充分体现了经验风险小、推广能力强的优势。     

基于SVM的房地产投资风险评价及应用

房地产开发是一项高投入、高收益、高风险的投资活动,受社会、经济、技术等因素的影响较大,在开发过程中存在着不确定性,在为投资者提供高收益可能的同时,也蕴含着相应的高风险。文章引进一种新的方法——支持向量机将其应用到房地产投资风险评价中。并尝试建立了基于SVM的房地产投资风险评价模型。支持向量机(SVM)是一类新型的机器学习算法,它能够非常成功地处理分类和回归问题。这种方法比较新颖,在一些领域有初步研究,但是在房地产领域基本没有研究过,其良好的非线性品质、极高的拟合精度、灵活而有效的学习方式、不依赖于样本的特点,使房地产投资风险预测很好。     

基于DAG-SVMS的SVM多类分类方法

本文介绍了几种常用的支持向量机多类分类方法,分析了其存在的问题及缺点。在有向无环图支持向量(DAG-SVMS)多类分类方法的基础上,提出了一种新的多类分类方法。该方法采用了最小超球体类包含作为层次分类依据。试验结果表明,采用该方法进行多类分类,跟已有的分类方法相比有更高的分类精度。     

基于SVM的基金业绩评估系统研究

基于结构风险最小化原则的支持向量机对小样本决策具有全局收敛性和较好的学习推广性.基金业绩评价问题本质是分类问题,本文提出基于SVM的二叉树多级分类器实现方法,并对系统特征进行选择验证.实证分析表明采用支持向量机设计的评价系统思路清晰,操作简单,重复训练样本少,在评估系统应用中有较强的实用性.     

基于PLHAA算子的商业银行经营绩效评价

文章研究了基于纯语言混合算术平均(PLHAA)算子的商业银行经营绩效评价问题,考虑了专家权重、指标权重及指标值均以语言标度变量形式给出的情形,为商业银行经营绩效综合考核和评价提供了一种实用方法,该方法计算简洁方便且能充分利用已有的评价信息。最后,应用该方法对某商业银行下属6个支行的经营绩效进行评价并排序,验证了该方法的科学性和可行性。     

多变量混沌时间序列的最小二乘支持向量机预测

文章根据多变量混沌时间序列的相空间重构理论,建立了多变量时间序列的最小二乘支持向量机预测模型.通过Lorenz系统和中国股市的股票价格序列对该模型进行了验证,结果表明该预测模型能精确地预测混沌时间序列,并且优于基于单变量时间序列的最小二乘支持向量机预测模型.     

基于非线性SVM的上市公司财务危机预警模型研究

为了克服传统财务危机预警模型在假设前提、样本容量、泛化能力等方面的缺陷,应用非线性SVM构建了财务危机预警模型.该模型以偿债能力、营运能力、盈利能力、现金能力和成长能力等五方面的15个财务指标作为输入变量,以上市公司是否被特别处理(ST)作为输出变量,实证分析表明:该模型具有100%的训练精度和90%的验证精度,学习和预测能力良好.     

基于影响路径分析的高速公路经营风险SVM评价

文章在详细分析了高速公路经营效益内外环境影响因素及其影响路径的基础上,建立了高速公路经营风险评价指标体系,提出了基于支持向量机的高速公路经营风险评价的新方法,克服了现有高速公路经营风险评价体系的不足,增强评价结果的有效性.     

基于最小二乘支持向量机的知识发酵结果评价

知识发酵和生物发酵具有严重的相似性,文章借鉴生化反应中测量生成物浓度的思想,在知识发酵理论的基础上建立知识发酵结果评价体系.首次引进最小二乘向量机的方法(LS-SVM)对知识发酵后的结果生成的新知识存量和新知识酶进行综合评价,以便企业更好地了解知识发酵结果.实验结果表明LS-SVM建立的知识发酵结果评价模型拟合误差小、推广性能好,有利于企业了解和提高知识发酵水平,在知识管理领域将有很大的应用前景.     

最小二乘支持向量机在条件异方差模型中的应用

相对于标准的支持向量机,最小二乘支持向量机是将求解二次规划问题转化为求解一组线性方程,从而能提高求解速度。将最小二乘支持向量机和GARCH模型相结合应用于金融时间序列预测中。通过在实际股票市场预测中的比较分析,能够证实所给方法是可行的、有效的。     

基于支持向量机(SVM)的股市预测方法

本文对先有预测工具比较分析的基础上,提出了基于支持向量机的股市预测方法,并建立了数学模型对新疆众和进行了实证研究.结果表明,支持向量机比神经网络有更好的学习和泛化能力,在股市预测中取得了较好的效果.     

基于SVM的金融企业内部会计控制效率评价

文章建立基于支持向量机(SVM)的金融工具计量方法和内部会计控制效率评价方法,促使内部会计控制成为金融企业有效控制金融风险的基本保障和关键环节。文章将利用该方法从金融工具风险评估和内部控制效率评价两方面进行创新,以提高金融企业内部会计控制效率。实证分析结果表明,基于SVM的金融工具计量方法和内部会计控制效率评价方法是有效的,从而实现了金融企业内部会计控制效率量化分析和综合评价的新途径。     

运用最小二乘支持向量回归机和CARRX模型对股市波动率的预测

条件自回归极差模型(CARRX)是一类新的描述波动率的模型。为了提高CARRX类模型的预测精度,文章将最小二乘支持向量回归机(LSSVR)应用于CARRX模型。先将CARRX模型转化成ARMAX形式,再利用LSSVR对ARMAX模型的参数进行估计(LSSVR-ARMAX)。通过对沪深300指数的预测实证分析,发现无论是采用直接预测还是迭代预测,LSSVR-ARMAX模型的样本外预测能力均优于Perez-Cruz(2003)提出的方法;LSSVR的估计方法能够在长期预测中捕捉到极差波动率的变动趋势,而CARRX类模型对中短期极差波动率的预测准确度较高。     

商业银行高级管理人员绩效的评价

在建立商业银行高级管理人员绩效评价指标体系基础上.文章提出了主成分分析(PCA)和支持向量机(SVM)相结合的绩效评价模型.对原始指标数据进行标准化处理,然后运用主成分分析消除指标之间的冗余及相关.最后在MATLAB 6.5中运用支持向量机对商业银行高级管理人员绩效进行评价.实证结果表明该模型是用于商业银行高级管理人员绩效评价的有效方法.     

普通最小二乘法的几何分析

普通最小二乘估计法是在目标函数残差平方和的达到最小的条件下求得参数估计量,从向量的角度来说,普通最小二乘法将被解释变量分解成了相互正交的两部分,通过空间向量理论和几何分析方法,可以在欧氏空间内对普通最小二乘估计量进行求解,这种分析过程使普通最小二乘法变得更直观。     

基于模糊支持向量机的客户信用评估研究

文章首先比较了支持向量机与传统分类方法在银行客户信用评估中的效果,结果表明支持向量机更适于目前中国商业银行对个人信用的评价;其次引入模糊支持向量机处理银行客户信用样本中的不平衡问题。实证结果显示,带有模糊关系的支持向量机方法能够减小训练数据类别大小差异对决策机器造成的影响,有效地提高了信用评估的精度。     

基于PLS的商业银行BSC绩效评价

文章根据平衡计分卡理论(BSC)建立了商业银行绩效评价指标体系,在此基础上建立了为PLS路径回归分析的BSC商业银行绩效评价模型。该模型不仅可以最大程度地综合各原始指标的信息,还可以利用其对各组原始变量所反映的财务、客户、内部运营、学习成长及风险控制信息进行研究。实例表明,将PLS-BSC建模分析方法运用于上市商业银行绩效评价是可行的,有效的。     

基于财务视角的上市商业银行竞争力评价

文章通过计算被评价的8家上市商业银行的关联系数,从财务视角运用因子分析法对上市商业银行竞争力进行综合分析和排序,寻找各上市商业银行竞争力差异的具体体现,为上市商业银行提高竞争力提供参考依据。     

对我国商业银行绩效的综合评价

文章运用统计综合评价的理论和方法,对我国商业银行的绩效进行综合评价。在评价中,使用极大不相关法筛选指标,并运用客观赋权法,以复相关系数的倒数作为权数加权得出综合评分。     

基于财务视角的上市商业银行竞争力评价研究

基于财务视角建立包括市场占有能力、成长性等五个方面的商业银行竞争力评价指标体系,本文通过引入灰色系统理论,建立了基于灰色系统理论的竞争力评价模型,通过计算被评价银行与参考银行的关联系数,从财务的视角分析各上市商业银行的竞争力并对其进行排序,寻找各商业银行竞争力差异的具体体现,为商业银行提高竞争力提供理论依据。