贝叶斯网络决策在房地产投资风险控制中的应用

文章结合总和一阶贝叶斯网络学习模拟,获得面向不同风险控制决策程度的房地产先验概率、后验概率及其对应的密度函数,从中比对不同投资风险控制效益对应的条件概率.结果表明,基于贝叶斯网络推理可以获得更具有确切显性特性的房地产投资风险控制决策信号;中层级获得了最高的测试值,最低的为高风险决策级.贝叶斯网络推理一定程度上削弱了原先的网络学习对投资风险控制的先验概率对关联强度的影响,应均衡房地产在风险控制绝对与管理之间的投资策略.     

基于改进Black-Scholes模型的人力资本内在期权价值估计

文章结合期望在职时间、人力资本映射资产价值的现金流现值等要素构建了企业人力资本内在价值基础期权折算模型,并结合叠期循环特性的人力资本内在价值期权化利益实现进行Black-Scholes模型的改进,从而进一步实施具备复合叠套特性的企业人力资本内在价值期权估计中的应用验证.同时,将基于Black-Scholes模型的企业人力资本期权价值层级的叠套演进行为以层级跳跃为判断依据进行折算,并利用期权价格的随机最优控制作为区间问题进行折算.结果证实:改进Black-Scholes模型在针对叠套以及跳跃行为的人力资本变动过程中,为企业的人力资本存留决策提供了较好的验证及测度价值,但在企业存在更为显著的人力资源动态调整期间的期权价值预测中,需要结合综合投入成本进行相应的人力资本期权价值估计.     

基于贝叶斯网稀疏结构学习的信用影响因素结构发现

面对海量高维信用数据,传统贝叶斯网络在刻画变量复杂结构和概率关系时遇到了挑战。尝试将基于multi-logit回归的离散贝叶斯网络稀疏方法用于个人信用影响因素结构关系的发现,实现从多维变量复杂关系中抓取重要结构关系;基于解路径探讨了用于结构发现的稀疏贝叶斯网络模型的选择标准,并比较了稀疏贝叶斯网络与经典贝叶斯网络结构学习的性能;结合领域先验知识进一步改进贝叶斯网络结构,定性分析多维变量存在的主要结构关系;在确定多维变量稀疏网络结构的基础上,采用贝叶斯后验估计获取模型参数,并利用贝叶斯网络推理定量分析关键变量对信贷客户类型的直接或间接影响。     

基于贝叶斯网络的长江地区人口健康素质预测

文章从提高人口健康水平方面研究了提高人口素质决策的评价体系,以贝叶斯网络为工具,在对长江地区人口数据进行了相应的离散化处理后,从大量人口数据中分析人口健康素质问题,建立了描述人口健康素质的贝叶斯网络模型,可为人口决策提供科学依据.     

基于贝叶斯网络的上市公司财务困境预测研究

公司财务困境预测一直是国内外公司管理领域重要的研究问题。文章通过分析国内外以往公司财务困境预测研究成果与经验的基础上,选取研究样本,基于相关分析方法筛选出预测指标变量。将预测变量离散化进而学习网络参数,构建了用以预测公司财务困境状况的朴素贝叶斯网络分析模型。实证研究结果表明：作为分类和预测工具,贝叶斯网络模型在财务困境预测研究中具有良好的预测能力与应用前景。     

基于贝叶斯网络和GPS轨迹数据的出行方式识别

为了从大规模GPS轨迹数据中提取出行行为建模所需的必要信息,文章将贝叶斯网络应用到GPS数据处理过程中,建立了出行方式识别的贝叶斯网络模型.以个体出行者作为研究对象,以智能手机采集的轨迹信息作为数据源,利用K2算法学习贝叶斯网络结构,采用极大似然估计法学习贝叶斯网络参数.以建立的贝叶斯网络模型为基础,推断了样本的出行方式,实现了步行、自行车、电动车、公交车和小汽车共五种出行方式的自动化识别.研究表明,贝叶斯网络适用于出行方式识别研究,且低速点比例和平均方向改变两个指标可以有效提高出行方式识别准确度.     

基于改进贝叶斯网络的省级政府债务风险预警模型

利用格兰杰非因果关系检验确定贝叶斯网络节点,反映经济变量之间的影响方式。采用误判率最小原则,确定预警指标临界值。利用贝叶斯网络学习,确定贝叶斯网络节点的后验概率。利用贝叶斯网络推理,测算地方政府债务风险,计算预警指标变化对省级政府债务违约概率的影响。研究结果表明:财政收入/财政支出与GDP增速/债务增速是预警省级政府债务风险的最重要指标,保持债务依存度、GDP增速/债务增速和民间投资增速/政府债务增速在适度区间内,能够有效降低省级政府债务风险。     

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.     

移动互联企业投资风险评估的拓展贝叶斯决策模型

文章提出了一种面向移动互联企业投资风险评估的拓展贝叶斯决策模型:从系统性风险和非系统性风险两个方面构建了移动互联企业投资风险评判指标体系,同时采用层次分析法计算得到了各个投资风险评判指标的权重;从隶属度模型构建方法、概率空间分解方法和贝叶斯概率确定技术三个方面详细阐述了拓展贝叶斯决策模型的实现过程.     

基于贝叶斯网络的高校教师绩效评价方法

提出了采用基于贝叶斯网络推理技术的高校教师绩效评价方法.该方法以现有的绩效评价指标体系为基础,结合贝叶斯网络中多层隐类模型的构建原理,将评价指标体系中的各项指标转化为贝叶斯网络中的结点,并根据各级评价指标之间的逻辑关系将其转化为贝叶斯网络中的联接强度,可得到用于教师绩效评价的贝叶斯网络;将各项指标的评价分值作为证据输入到贝叶斯网络中,便能以概率形式评定参评教师的绩效水平.最后分析了教师绩效评价贝叶斯网络的四种典型应用模式.     

基于动态贝叶斯网络的舆情预测模型研究

随着新兴媒体的出现,为了提前并更加准确地判断突发事件网络舆情的发展演化方向,以便做出比较合理的预测监控.文章基于动态贝叶斯网络模型,建立了关于突发事件的网络舆情预测监控模型.通过关联概率的计算,对动态贝叶斯网络中存在因果关系的节点变量进行预测.并以分析2014年上海踩踏事件为例,确定此事件对象中的节点变量,并通过10位专家评分的方式给出了对突发事件网络舆情进行预测的具体操作方法,得到比较合理的预测结果,证明了该方法的可行性和实用性.     

大数据背景下非概率抽样的统计推断问题

利用大数据进行抽样,很多情况下抽样框的构造比较困难,使得抽取的样本属于非概率样本,难以将传统的抽样推断理论应用到非概率样本中,如何解决非概率抽样的统计推断问题,是大数据背景下抽样调查面临的严重挑战。本文提出了解决非概率抽样统计推断问题的基本思路：一是抽样方法,可以考虑基于样本匹配的样本选择、链接跟踪抽样方法等,使得到的非概率样本近似于概率样本,从而可采用概率样本的统计推断理论;二是权数的构造与调整,可以考虑基于伪设计、模型和倾向得分等方法得到类似于概率样本的基础权数;三是估计,可以考虑基于伪设计、模型和贝叶斯的混合概率估计。最后,以基于样本匹配的样本选择为例探讨了具体解决方法。     

企业人力资本分类计量模型探讨

文章从企业人力资源能力和贡献方式的视角,将员工划分为一般型人力资本、研发型人力资本、营销型人力资本和经营管理型人力资本四种类型,针对各类型员工的特点,采用不同方法对企业人力资本建立分类计量模型,以期为管理者准确认识本企业人力资本状况,客观评价人力资本水平,提供新的思路。     

基于修正Cox比例模型的企业财务危机预警统计

文章针对每一个节点的对应评估时序相关的节点解释变量设置基础风险率,在复杂时序点的未发生财务危机进行预警的临界值信号进行节点重新验证,同时,对于基础Cox模型进行了反映样本共性的基准风险函数为判定标准的风险函数估计修正,从而优化了在更精细意义上的样本Cox风险统计,并面向模型的连续时间变化做出的区段分析是包含基本时序以及发生风险时序在内的统一的离散型估计确保了样本风险的精细化.     

正态均值变点识别的非迭代抽样算法

文章提出了估计正态序列均值变点位置的非迭代抽样算法.利用逆贝叶斯公式,得到了变点位置的精确后验分布,通过对该离散分布抽取样本,得到变点位置的贝叶斯估计.模拟显示该算法能有效地估计变点位置,并且计算速度比迭代的Gibbs抽样算法快.     

大数据背景下贝叶斯模型平均的理论突破与应用前景

大数据统计分析过程中常面临模型比较和选择的不确定性问题。贝叶斯模型平均(BMA)方法可以通过先验和后验概率度量模型不确定性,并利用后验概率对模型的结果进行加权平均,最终得到更稳健的估计结果。在回顾贝叶斯模型平均发展历程的基础上,介绍贝叶斯模型平均的基本原理,综述其在一些难点问题上的理论进展,并介绍大数据背景下贝叶斯模型平均的应用前景。贝叶斯模型平均与复杂数据分析方法相结合,可能成为大数据研究的新思路。     

基于贝叶斯网络的高新企业融资风险评估模型

尽管高新企业有着非常好的发展前景,但融资难仍是高新企业发展面临的难题.基于贝叶斯网络构建了一种高新企业融资风险评估模型,能够将各种信息纳入同一网络结构,能够通过正向或者是逆向的推理来得到网络其他节点的后验概率.借助于非线性规划论的约束变尺度优化法建立融资结构优化模型,从而探讨出最为合理的企业融资结构.     

创新人才成长环境影响因子排序分析

文章从创新人才现状、创新氛围、研发环境、创新激励四个维度构建BP-DEMATEL模型测度指标;并对层级指标进行基于神经网络的权值替代直接关联矩阵,以修正BP-DEMATEL模型对创新人才成长环境的验证,并根据网络训练与反训练评价指标信号测度非线性映射引入含动量项对比,开展了专家层级评估与引入动量项在神经网络训练以及对比原因度方面的精度比较.结果证实:创新人才成长环境的评估与影响因子解释包含测度指标评估的主观信号摆动干扰,训练测试中进行未引入动量项比对,有利于提升修正BP-DEMA-TEL模型对创新人才成长环境的解释精度.     

基于最大熵的测量不确定度的贝叶斯评估方法

为提高测量不确定度的评估精度,文章提出了一种基于最大熵理论的贝叶斯评估方法。首先,利用最大熵原理,求解出样本信息的概率密度函数;然后结合先验信息,采用贝叶斯评估方法,得到后验信息的概率密度函数;最终计算出测量结果的不确定度。该方法含有的主观假设少,并充分利用了历史测量数据,评估方法合理。实验结果表明,基于最大熵理论的测量不确定度贝叶斯评估方法可靠性高,计算结果更加精确。     

基于贝叶斯动态截面数据模型的FDI技术投入与溢出实证

随着世界经济日趋融合,FDI不仅会拓宽东道国产业的受资渠道和产业竞争路径,也与东道国技术溢出存在关联效应,尤其是FDI的技术投入与技术溢出显著关联.文章基于贝叶斯动态截面数据模型进行了全样本分析和动态截面参数估计,结果证实,研发资本存量的溢出效应高于FDI的劳动力、资本在创新方面的研发累积效应,人力资本与研发资本都存在东道国技术溢出的正效应,需要通过平衡劳动力、资本,尤其不断提升研发资本和人力资本创新水平,以促使东道国获得更高的FDI技术溢出.