基于广义回归神经网络的社会保障待遇公平感模型

对养老等社会保障主观感受的研究越来越受关注,但所用统计方法都是基于研究对象与影响因素之间的线性关系。由于人及人类社会关系复杂,变量之间往往呈现非线性关系。采用广义回归神经网络（GRNN）算法,建立养老等社会保障待遇公平性主观感受（公平感）非线性模型。将来源于中国社会科学院2015年的“中国社会状况综合调查”（CSS2015）的“养老等社会保障待遇”公平感分为“不公平”与“公平”两类。GRNN模型对训练集、测试集预测整体精度分别是81.4%、90.0%,分别优于支持向量机(SVM)模型的预测精度（80.1%、89.5%）,以及二元逻辑回归(BLR)预测结果（79.4%、88.5%）。基于5335份调查样本的研究表明,养老等社会保障待遇公平感与4个影响因素（教育程度、医疗保障满意度、就业保障满意度、总体社会保障状况满意度）之间存在非线性关系。因此,应用GRNN建立养老等社会保障待遇公平感非线性模型是成功的。     

以广义回归神经网络预测共同基金报酬

鉴于近年来许多相关文献成功地运用广义回归神经网络进行财经方面的预测,以及国内共同基金净值之预测与报酬率评估。通过搜集国内基金资料,以灰关联分析法进行各基金投资绩效分析,挑选投资绩效良好的共同基金作为投资标的;再以广义回归神经网络建立预测模型,与灰预测模型、多元回归模型进行预测能力及报酬率的比较分析。5种预测绩效评价指标、5组数据交互验证散布图及报酬率分析表明:广义回归神经网络在预测能力及预测报酬率上均有很好的表现。     

企业国际化与经营绩效：基于分位数回归的角度

以我国上海与深圳证券交易所A股市场上市制造业企业为研究对象,主要利用分位数回归方法,定量分析了国际化营运与企业绩效的关系。研究发现,企业在经营中,是否应该贯彻国际化战略,对不同类型的企业,存在不同的答案。     

基于BP神经网络的资产经营绩效评估模型

针对传统资产经营绩效评估模型的缺陷,提出使用BP神经网络对企业的资产经营进行绩效评 估,并对传统的BP网络进行了优化。其中自适应学习机制优化了学习率,动量项加速机制加 速了传统BP网络的收敛速度,遗传算法用于选择BP网络的初始参数。最后,采用500家工业 企业的资产经营绩效数据对模型的有效性进行了初步验证。     

现代农业经营组织绩效评估体系研究

要发展农村经济必须依托现代农业经营组织,将广大农民群众组织起来,形成合力。基于此,近年来,我国各地组建了多种形式的农业经营组织,推动了农村经济发展。为了有效扶持更适于各地农村经济发展的现代农业经营组织,需要建立现代农业经营组织综合绩效评估体系,对其运营绩效进行客观评估。对绩效评估目的、评估对象、评估指标、评估标准、评分方法及评估结果等构成农业经营组织综合绩效评估体系的基本要素的科学分析是现代农业经营组织综合绩效评估的基础工作,其核心内容是评估指标、评估标准及评分方法。     

传媒企业多元化经营绩效实证研究

立足于传媒企业的实际经营状况,以发展较为成熟的美国传媒上市公司为样本,通过定量分析来解读其多元化战略的类型、程度及其与企业经营绩效方面是否存在直接关系,认为尚处于发展初期的中国传媒企业,在进行多元化经营探索时应吸取美国的经验和教训,实现传媒企业内部的优化布局,同时应注重多元化经营的效率而非规模跨度。     

基于PSO算法优化RBF神经网络的基金净值预测研究

为了更精确地对基金净值进行预测,针对基金净值变化具有非线性和随机性等特点,提出基于粒子群优化RBF神经网络的基金净值预测模型。利用具有全局寻优的PSO算法对RBF神经网络的参数进行优化,并用经PSO算法优化的RBF神经网络对基金净值进行预测分析。仿真实验结果表明:与使用BP神经网络和RBF神经网络的基金价格预测方法相比较,PSO算法优化的RBF神经网络能够准确地预测基金价格的变化趋势,具有较高的预测精度,对于用户选择基金有着非常重要的意义。     

商业模式四维度与企业经营绩效关系研究 ——基于创业板数据

随着科学技术的不断发展,近年来商业模式引起了各界学者的广泛关注。本文在重新定义商业模式四维度框架的基础上,以创业板上市的182家制造业2011—2017年公布数据为样本,研究商业模式四维度对企业经营绩效的影响。研究发现：侧重于销售方面纬度的商业模式对企业经营绩效具有显著的负向作用;侧重于采购方面纬度的商业模式对企业经营绩效具有显著的负向作用;侧重于研发模式纬度的商业模式对企业经营绩效具有显著的负向作用;四维度构成的均衡商业模式对企业经营绩效具有显著的负向作用。     

财税优惠政策对新能源企业经营绩效的影响研究

能源战略是国家发展战略的重要支柱,构建清洁低碳、安全高效的能源体系,是建设社会主义生态文明和绿色发展的战略选择。本文选取166家在沪深上市的新能源企业2016—2020年数据作为研究样本,建立双向固定效应模型,运用因子分析法测算企业经营绩效,探究税收优惠政策与财政补贴对新能源企业经营绩效的影响效果,并进一步考虑了财税政策滞后性对新能源企业经营绩效的影响。研究发现：(1)财政补贴与税收优惠政策都能对新能源企业产生显著性的影响,相比较而言,财政补贴的激励作用更为显著;(2)税收优惠政策具有滞后性。随着滞后期的增加,税收优惠和企业经营绩效之间呈现由负转正的滞后影响,滞后两期的效果更加显著,而财税政策滞后效应不显著,并基于以上结论为我国新能源企业发展提出了政策建议。     

信息制造业大企业国际化程度与经营绩效研究

在经济全球化的发展趋势下,企业国际化经营已成为当今世界经济运行的主要模式。从目前我国信息制造业大企业国际化成功的案例中,我们可以看到国际化发展对我国信息制造业企业发展的未来意义之所在。因此,本文选取了我国五大信息制造业企业2005—2010年的面板数据,运用会计研究法与综合指标分析法相结合的方法分析得出:当选取销售毛利率、销售净利率、净资产收益率为衡量经营绩效的指标时,二者成正相关关系;当选取营业利润率、总资产收益率为衡量经营绩效的指标时,二者成负相关关系。     

应用神经网络粒子群算法的多用户检测

为了减少最优多有户检测器的计算复杂度,提出了一种融合粒子群优化算法和神经网络的神经网络粒子群优化算法,并设计了一种解决CDMA通信系统的多用户检测问题的新方法。该方法是把神经网络嵌入到粒子群优化算法的每一代中以改进算法性能。通过混合神经网络到PSO中,还可以加快PSO的收敛速度,减少计算复杂度。仿真结果证明了所设计的检测器无论抗多址干扰能力和抗远近效应能力都优于应用Hopfield神经网络、遗传算法和粒子群算法的多用户检测器。     

环境绩效评价的 BP 人工神经网络分析方法--一项基于火力发电企业的案例研究

本研究在构建企业环境绩效评价体系基础上,运用 BP 人工神经网络方法对火力发电企业环境绩效进行了综合评价。研究结果表明火力发电企业间环境绩效水平存在显著差异。为提升火力发电企业环境绩效,对优秀企业、良好企业、一般企业、差等企业可以分别采取优先发展、鼓励发展、控制发展和限制发展的政策。     

BP神经网络在化学镀工艺优化中的应用

利用BP神经网络预测模型融合正交实验法对化学镀工艺进行优化。对比预测结果和实验结果,证明该模型具有较高的精度,适用于化学镀生产。     

基于BP神经网络的钢铁企业清洁生产评价方法研究

对钢铁企业进行清洁生产评价是衡量钢铁企业清洁生产状态和水平,也是对钢铁企业推行清洁生产过程进行调控的依据。在建立钢铁清洁生产综合评价指标体系的基础上,本文提出了一种基于BP神经网络的综合评价方法。该方法建立多指标综合评价模型,采用隶属度函数对评价指标进行了描述。不仅具有自学习、自适应、自组织功能,而且避免了评价过程中的人为失误,达到客观评价的目的。     

用人工神经网络方法对股票收益率影响因素的实证分析

文章用人工神经网络方法对中国股市的股票收益率与有关因素进行了实证分析。用香港理工大学的中国股市数据库(CSMAR)1990-2000数据,采用BP型前馈人工神经网络方法研究了公司规模、交易量、(因子和年收益价格比等四个因素与股票收益率之间的关系。在扩展分析中运用扰动法,并提出影响因子的概念来衡量各参量对股票收益率的影响。计算结果表明,目前对于中国股票市场来说,公司规模对股票收益率具有较强的解释能力,交易量和(因子具有一定解释能力,年收益价格比的解释能力较弱。     

基于网络搜索指数和EMD-ARIMA-BP组合模型的游客量预测——以张家界为例

科学的客流量预测有利于完善旅游安全预警体系和优化旅游资源配置体系。为进一步提高游客量预测的准确度,提出一种基于网络搜索指数的EMD-ARIMA-BP组合模型,以探究互联网时代旅游消费者出行行为规律。该模型首先对网络搜索行为数据进行指数合成,其次利用EMD算法对游客量和网络搜索数据进行去噪处理,最后将ARIMA模型和BP神经网络进行组合,对游客量进行预测。实证分析以张家界为例。研究发现：（1）运用网络搜索数据预测旅游消费者出行行为切实可行,接近于实时的网络数据可以大幅提升预测的时效性;（2）经过EMD去噪算法对游客量与网络搜索行为数据进行去噪处理后,游客量的预测精度有较大程度提高;（3）基于网络搜索指数和EMD-ARIMA-BP组合模型的预测误差显著低于ARIMA模型和BP神经网络等基准模型。     

现金流量预警指标视角下的BP神经网络模型实证检验研究——来自2007—2012年沪深两市ST公司的数据分析

文章针对现金流量指标的国内外研究动态,从财务危机预警角度构建现金流量预警指标体系;并选取2007年-2012年沪、深两市A股79家ST公司及79家非ST公司作为训练样本,用样本公司被ST前1年、2年、3年的数据对指标进行筛选,将BP神经网络模型预警结果与样本的实际结果进行比较。研究结果表明：BP神经网络模型t-1年、t-2年、t-3年的预测精度依次下降,但t-3年财务预警模型对训练样本的预测精度仍能达到79．22％,对检验样本的预测精度也能达到78％。