湖北省城镇居民住房需求预测模型与实证

文章使用1995～2010年的湖北省宏观经济指标数据作为住房需求影响因素,分别应用BP神经网络和基于主成分分析的BP神经网络对湖北省城镇居民住房需求进行了预测和对比.研究表明基于主成分分析的BP神经网络可作为预测城镇居民住房需求的一种行之有效的方法.最后,提出了进一步研究的展望和建议.     

基于改进型小波神经网络的油价预测

为了提高油价预测的精度,文章运用主成分分析(PCA)的方法对初始数据进行预处理,同时将小波分析与BP神经网络结合构建小波神经网络(WNN),由此得到PCA-WNN预测模型.数值实验的结果表明,相比于传统BP模型和PCA-BP模型,PCA-WNN模型的预测精度更高,稳定性更好,泛化能力更强,是一种更出众的油价预测方法.     

权证定价中的神经网络方法

传统的参数模型定价方法,常常存在假设条件与现实不符的问题.神经网络方法针对该问题提供了一种全新的思路.文章利用径向基神经网络和BP神经网络对权证进行定价模拟,并用定量的指标衡量模型的优劣,研究发现神经网络方法优于传统方法,并且RBF模型优于BP模型.     

浙江省城市科技竞争力研究——基于神经网络和决策树的对比分析

目前对城市科技竞争力的研究还大多采用加权综合、因子分析、主成份分析、线性回归等方法,上述研究模型缺乏客观性且在处理海量数据时,表现出极大的局限性.本文以2009年、2010年浙江省11个地级市为研究对象,运用BP神经网络模型和CHAID决策树模型分别构建城市科技竞争力预测模型进行研究探索.研究结果表明,两模型对城市科技竞争力的预测评价研究非常有效,但在预测精度上,BP神经网络模型要优于CHAID决策树模型,在此基础上给出了指标变量对城市科技竞争力的重要性程度.     

内部控制信息披露质量的盈余质量效应研究——基于2007-2009年中国上市公司的经验

基于信息熵的基本原理,构建了基于熵模型计量的内部控制信息披露质量指数。在此基础上,分别对2007—2009年沪深A股上市公司的盈余质量进行计量,在控制了其他因素的影响之后,发现内部控制信息披露质量指数越高的上市公司,其盈余质量越高,也即存在更少的盈余操纵行为;反之,内部控制信息披露质量越低的公司,盈余质量越差。这说明中国现阶段上市公司的内部控制信息披露是有决策价值的,而这一发现与以往学者的研究结果有所不同。     

城市发展水平综合评价指标体系的设计及评估方法

文章根据城市发展的内涵及指标体系的构建原则,建立了包括经济发展指标、社会发展指标、人文发展指标、生态环境指标在内的城市发展水平综合评价指标体系,并通过运用主成分模型,测算了指标权重,得到了主成分方法下的城市发展水平评价模型.     

基于PCA和GRA的虚拟企业信用评价模型

文章提出了一种基于PCA和GRA的集成信用评价模型.在该模型中,首先利用PCA原理从信用评价指标中遴选出了最能反映原始数据足够信息的主成分因子,并将该主成分因子作为关键指标构建虚拟企业信用评价的决策模型;然后利用GRA原理计算了虚拟企业信用综合评价值.算例验证了模型具有可行性.     

循环经济评价指标体系的设计及评估方法

依据循环经济发展的基本内涵与原理及主成分方法,构建了包括经济发展指标、循环经济特征指标、生态环保指标及绿色管理指标在内的循环经济发展评价指标体系,并通过运用主成分模型,测算了指标权重,得到了主成分方法下的循环经济综合评价模型。     

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。     

基于生命周期、AHP与CMM的信息系统内部控制评价方法

文章以信息系统生命周期为基础,提出了信息系统内部控制评价指标体系;应用AHP(层次分析法),合理地确定了各指标的权重;借鉴CMM(能力成熟度模型)的思想,建立了信息系统内部控制成熟度模型,为给各个指标评分提供了依据;通过专家打分,实现了对信息系统内部控制质量的定量综合评价,为评价信息系统内部控制质量提供了一种科学的方法。     

外部审计对内部控制信息披露影响的实证研究

文章以2006～2008深市主板上市公司为样本数据来源从外部审计的视角实证分析了外部审计时内部控制信息披露的影响,结果表明:我国深市主板仅有9.1%上市公司聘请外部审计机构出具内部控制审计报告,上市公司对内部控制信息验证的动力缺乏,外部审计质量与审计意见类型对内部控制信息披露有重要影响,上市公司财务状况及公司治理结构情况也是制约其内部控制信息披露水平与质量的重要因素.     

碳信息披露质量评价的技术实现

文章基于一套完整的碳信息披露质量评价体系,基于Java语言和文本挖掘技术,开发出一种使用计算机对上市公司碳信息披露质量进行高效准确评价的技术方法.运用这种方法可以高效准确的对我国上市公司碳信息披露质量进行评价.     

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.     

企业内部控制信息披露影响因素研究

文章将内部控制信息披露划分为内部控制自评报告的披露和内部控制缺陷的披露两部分分别来设置被解释变量,采用描述性统计、相关性检验和二元Logistic回归模型分别对1164家深市上市公司2010~2011年的数据进行实证分析,通过观察和对比实证结论来揭示各因素与报告披露和缺陷披露的相关性。研究发现,公司规模、异地上市、股权结构、审计委员会、盈利能力、制度规范等对内部控制自我评价报告的披露有着比较显著和重要的作用。     

高新技术项目投资风险的评价模型

粗糙集具有强大的数值分析能力,而BP神经网络具有准确地逼近收敛能力,所以将粗糙集和BP神经网络串行结合,建立一种基于粗糙集-BP神经网络的高新技术项目投资风险评价模型。把粗糙集作为模型的前置系统进行属性约简,消除样本冗余,减少BP神经网络输入维数和隐含层神经元权值连接的个数,从而达到提高BP神经网络训练速度、运行速度和评价精度的目的。最后,仿真研究表明运用该混合模型能取得较满意的结果。     

基于知识流动的制度结构效率评价与分析

对制度结构效率进行评价是一个动态、复杂的系统过程,文章从知识流动能够衡量创新系统效率的角度出发,运用主成分分析法构建了制度结构效率评价模型,并对我国各省区企业进行评价,得出各省区制度结构效率评价结果与其知识流动状况紧密相关的结论.     

基于主成分BP神经网络的西部服务业产值预测

文章采用主成分分析和BP神经网络相结合的方法,采用的1978～2005年服务业相关数据和服务业产值为训练数据,通过BP神经网络建立主成分到服务业产值之间的映射关系.将2006～2007数据作为仿真预测数据,进行样本仿真.验证结果表明:文章采用的方法可以较为准确地拟合原始样本,有较高的预测精度,可以对西部服务业产值进行较为准确的预测.此方法具有一定的理论和现实意义.     

基于BP神经网络的旅游服务诚信的评价模型

文章在旅游服务的诚信评价中引入BP神经网络模型进行量化评价研究.通过建立评价指标体系、对应数据的学习训练,调整模型结构,建立了基于BP神经网络的旅游服务诚信评价动态模型,并进行了实例分析.结果表明:该模型解决了传统评价中权重确定不客观、定量分析不足、评价效率低下等缺陷,具有较好的实际应用效果.     

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.     

基于BP神经网络的银行信贷风险评价

信贷风险评价是商业银行风险管理的重要环节,文章利用BP神经网络的自学习能力、自适应能力和容错能力,建立了基于BP神经网络的信贷风险评价模型,以有效降低人为因素对商业银行信贷风险评价的影响.以江苏省常州市商业银行为例,文章对常州市20家地板企业进行信贷风险评价.结果表明,基于BP神经网络的商业银行信贷风险评价与专家评价结果具有很好的一致性.