中国文化和旅游产业融合质量的时空演化特征及形成机制研究

文章基于2000—2019年我国31个省份的面板数据，借助非参数随机前沿模型测度了文化和旅游产业的融合质量，并运用贝叶斯网络因果推断模型解析了其形成机制。研究发现：（1）两大产业融合质量呈现三个特征，即融合指数的周期性波动趋势、融合主导路径的阶段交替性、两大产业发展水平与其各自理想水平偏离的间断平衡性；（2）观测期内“以文促旅”和“以旅促文”整体发展水平偏低，融合指数整体呈现由东向西递减格局；（3）两大产业融合路径在运行机制上差异显著，以文化产业促进旅游产业易受内外部发展环境的被动影响，且其对发展效应具有直接推动作用；（4）高、低偏离度类型对比发现，高偏离度地区两大产业融合路径间缺乏互动，难以形成“蚂蚁效应”。高偏离度地区往往效仿低偏离度地区，但容易陷入标杆学习陷阱。高偏离度地区缺乏能够提升产业绩效的发展效应和发展环境。     

基于增长偏离度的企业财务预警模型构建

文章首次从企业增长模式的角度进行企业财务预警研究.在实证研究中,对72家上市公司2007～2011年的数据进行Logic回归分析,构建了包含增长偏离度绝对和的财务预警模型,证明了企业实际增长率偏离可持续增长率的程度越大,日后出现财务风险的可能性越大这一假设,并且建立的财务预警模型与现有预警模型相比,具有长期预警的特点.     

基于首末位质量因子的BP神经网络财务风险预警模型

上市公司往往存在粉饰财务数据来美化企业经营状况的动机,这会降低财务风险预警模型预测的准确性。文章利用Benford律和Myer指数两种数据质量评估方法,构建Benford和Myer质量因子,引入BP神经网络模型,构造BM-BP神经网络财务风险预警模型;并进一步利用2000—2019年中国A股上市公司数据,评价数据质量因子对财务风险预警模型预测准确性的影响,分析新模型预测准确性的稳定性。实证分析结果显示:Benford和Myer质量因子提高了BP神经网络财务风险预警模型预测的准确性;在不同质量因子的比较结果中,包含评选指标Benford和Myer质量因子的BP神经网络财务风险预警模型具有较高的预测准确率和较低的二类误判率,稳定性良好;利用决策树算法筛选指标有效提高了新模型的预测准确性。     

基建投资绩效与经济增长集约化的溢出效应分析

文章借助DEA方法和空间杜宾模型,比较分析全国与丝绸之路经济带国内段沿线地区硬软性基础设施投资绩效及其对经济增长集约化的空间效应.研究显示:丝绸之路经济带硬性基础设施投资处于较高的技术效率水平;区域经济增长集约化呈明显的空间相关性;与全国比较,硬性基础设施投资绩效对经济带的效应明显,尤其是对西北地区产生的本地和溢出效应最大;软性基础设施投资绩效虽然明显提高整个经济带的集约化水平,但对西北地区产生负向溢出效应.     

基于深度学习的收益率预测与投资组合模型

在传统投资组合模型中,备选资产的预期超额收益率的预测误差将导致模型的投资绩效劣化。文章采用Transformer深度学习模型对备选资产的收益率进行预测,以提升预期收益率的准确度,进而提高投资组合模型的绩效。以中证800指数的成分股为备选资产,进行了72期投资,将实证结果与LSTM和SVR模型进行对比,验证了Transformer模型在提升预测准确度和提高投资组合模型绩效上的优越性。     

BP神经网络在基本养老保险基金支付风险预警中的应用

尝试将BP神经网络引入基本养老保险基金的风险预警中,以期为其提供一种新的预警工具和方法。首先,建立了一套基本养老保险基金风险预警指标体系,构建了基于BP网络的基本养老保险基金风险预警模型;其次,采集1996年至2008年间的上海市各年度基本养老保险基金的历史数据对该模型进行了反复训练和学习,取得了误差率仅为3.86%的预测结果,说明该模型有很好的拟合度;最后,依据国际国内经验对基本养老保险基金的警情指标设置了五个警度输出区间。     

基于Logistic回归和BP神经网络的财务预警模型比较

国内对Logistic回归模型和BP神经网络模型在财务预警方面已有不少实证研究,这些研究大多从预测准确度较高的角度出发,认为两个模型可以借鉴使用,但没有具体讨论模型犯第一类错误(将财务危机误判为财务正常)和第二类错误(将财务正常误判为财务危机)的概率.文章结合Logistic回归模型及BP神经网络模型的原理,选取上市公司财务数据进行实证,研究结果表明BP神经网络模型总体预测准确性较高,犯第一类错误的概率较低,对财务预警分析有一定借鉴作用;Logistic回归模型预测准确度低于BP神经网络模型,且犯第一类错误的概率远高于BP神经网络模型,因此运用该模型进行财务预警时应十分谨慎.     

数字基础设施建设对高技术产业创新绩效影响的实证检验

文章基于2010—2021年中国30个省份的面板数据,借助固定效应模型与中介效应模型探究数字基础设施建设与高技术产业创新绩效的内在关联。研究结果表明：数字基础设施建设对高技术产业创新绩效具有正向影响,且这一作用存在动态持续性;数字基础设施建设对东部地区、知识产权保护力度较大地区与成熟型地区高技术产业创新绩效的促进作用更为显著;数字基础设施建设主要通过提高要素配置效率、推动产业结构升级、促进产业空间集聚的渠道对高技术产业创新绩效产生促进作用;数字基础设施建设对高技术产业创新绩效提升的影响具有空间溢出效应。基于此,提出适度超前布局数字基础设施、打造区域产业联动网络、推进高技术产业“聚链成群”的对策建议,为扎实推进高技术产业创新绩效提升提供助益。     

基于结构化神经网络的贷款风险预警方法

预警系统是商业银行贷款风险管理中一个非常重要的环节。文章设计了贷款风险预警指标体系,基于结构化神经网络构建了贷款风险预警模型。应用实例表明,模型和方法是正确的、可行的、有效的。结构化神经网络是处理预警问题的一个较好的工具,可推广到其他领域的预警工作中去。     

政府信息化项目预算分配模型

为了提高政府信息化项目投资效率,把项目的财政预算分配和项目绩效联系起来,根据绩效预算管理的思想,利用层次分析(Analytic Hierarchy Process,AHP)法评估项目绩效(包括前期和后馈评估),再结合项目申请单位以前的项目资金利用水平等其它信息建立目标规划(Goal Programming,GP)模型以帮助主管部门合理分配项目预算,使得总预算产生的绩效最大化。     

基于神经网络的创新型企业财务危机预警研究

选取48家上市公司为研究对象,采用20个指标,应用神经网络方法,对创新型企业上市公司的财务危机进行预警研究.聚类值输入的神经网络模型整个学习过程相对平稳,波动性小,尤其是后期阶段.整个过程中,最好的预测值为89.04％.对于使用连续值输入的财务预警模型预测准确度要低于聚类值输入的财务预警模型,而且其预测过程中所表现出的稳定性要差得多.     

基于BP神经网络和控制图的工业经济预警研究

文章基于BP神经网络和控制图,建立了工业经济预警模型.根据BP神经网络对工业生产总值增长率的预测值,可以利用控制图中的控制上下限对工业经济的运行状况进行预警分析.实证结果表明,该模型具有较好的预警效果.     

投资项目的经济—社会—生态协同评价模型

文章从复杂系统理论视角论证投资项目是一个复杂系统,并重构了项目评价指标体系,探索投资项目的经济-社会-生态协同评价模型.文章构建的协同评价模型,从静态和动态两个维度分析项目方案协同度,将项目分为成长型、成熟型、限制型与退出型四类,为投资者决策提供了更符合现实实际的对策和建议.     

中部主要城市投资环境评价

投资环境是指围绕着投资主体并足以影响或制约投资动机、投资决策、投资行为和投资绩效的一切外部条件的总和,它是一个复杂的大系统,由若干个相互影响及制约的子系统构成。既包括自然地理条件、基础设施等硬环境,也包括政治、经济、人口素质、政策环境等软环境。投资环境评价的     

基于粗糙集神经网络的财务危机预警方法

针对基于神经网络的财务危机预警方法训练时间长和网络结构复杂的缺点,提出了基于粗糙集神经网络的财务预警方法。将财务比率作为条件属性,将企业财务状况作为决策属性,构建财务危机预警决策系统。通过属性约简,得到最小属性集。将最小属性集中元素对应的财务比率作为神经网络的输入,用训练样本对神经网络进行训练,训练后的神经网络模型实现财务危机预警。测试结果表明,该方法训练速度快,且错误率低。     

基于机器学习的上市公司财务预警模型的构建

文章通过运用多种机器学习方法分别建立时间跨度为5年和6年的上市公司财务风险预警模型,初始选择了29个指标,利用数据挖掘的特征选择方法,最终选取9个有代表性的指标来建立模型。实验表明,最近邻分类、多层感知机、BP神经网络及逻辑回归四类方法建立风险预警模型的性能相当,可以较好地预测上市公司财务危机。     

基于灰色理论和神经网络的公司财务预警模型

通过合理选取财务风险预警指标,基于函数变换的GM（1,1）模型和神经网络建立了动态财务预警模型。实证研究结果表明,该财务预警模型能够有效反映企业财务状况的发展趋势,从而为财务风险预警提供了新的研究方法。     

金融集聚与城市经济绩效的空间相关性研究

文章基于我国345个城市的空间数据,运用空间计量方法分析了金融集聚与城市经济绩效的空间相关性,通过Moran's I指数可以看出我国城市经济绩效与金融集聚存在显著的空间相关性;运用SEM模型和SDM模型对2012年我国345个城市的空间数据进行实证研究的结果表明,城市经济绩效和金融集聚对相邻城市经济绩效的提高具有显著的空间溢出效应,人力资本和对外开放度对城市经济绩效的提升有正向作用,但空间溢出效应不显著,政府作用不仅对所在城市经济绩效的提高有正向影响,而且对周边地区有正的溢出效应.     

基于LSTM网络的非线性误差修正学习模型的构建

针对部分时间序列具有非线性特征、误差修正模型仍然采用线性回归的局限,文章提出一种融合长短期记忆递归神经网络的误差修正学习模型,该模型利用神经网络的非线性特征和长记忆性,提升了对时间序列的非线性表达能力,同时也改善了神经网络中变量的可解释性。运用该非线性误差修正学习模型对2017—2021年美元指数与黄金价格的非线性联动性进行分析,发现其拟合优度比传统的误差修正模型有显著提高。     

基于组合模型的宏观经济预警方法

为了更好地捕捉变量间线性与非线性复合特征,以及预警达到稳定收敛,文章构建了组合模型.该模型的预测值既考虑了自变量的滞后项和随机干扰项的线性时序成分,也考虑了非线性时序成分.同时该.模型吸收了人工智能研究成果,具备较强的数据处理能力和学习能力,能够挖掘变量间复杂的非线性关系,避免了单一线性模型对滞后性和随机干扰项硬性的线性约束,然后结合存储系统和二元神经网络,采用加权法迅速找到局部收敛点,确定预警等级.实证研究表明,组合模型具有训练速度快和预测精度高的特点,有较强的适用性.