基于模糊优选和神经网络的保险企业经营风险预警系统构建

论述基于模糊优选和神经网络的保险企业经营风险预警方法的理论依据,阐述组成我国保险企业经营风险预警系统的三个重要环节:基于BP神经网络的风险预警指标预测子系统、基于模糊优选理论的风险测评子系统和基于模糊优选BP神经网络的风险报警子系统三个子系统的构建原理,并通过实例分析证明该方法有效、可行。     

石油企业的经营风险与预警对策

随着改革开放的深入以及市场经济的发展,企业外部环境发生了根本性变化,尤其在加入WTO的情况下,企业将面临着更大的风险和不确定性因素的变化.为此,石油企业如何建立起规避风险的机制,提高企业抗风险的能力,是一项重要的研究课题.全面地阐述了石油企业面临的挑战,分析了石化集团存在的诸多问题和潜在风险,提出了石油企业经营安全与预警对策.     

中国海外直接投资政治风险预警系统研究

政治风险是海外投资项目评估的起点,是影响海外直接投资成功与否的关键因素。研究政治风险的影响因素以及建立灵敏的预警体系具有重要的现实和理论意义。依据我国海外直接投资主要流向的26个国家2002-2009年相关数据,运用主成分分析和BP神经网络模型的研究结果表明 :政治风险的影响因素主要来源于政治、经济和社会层面。在政治经济制度发展水平较低的国家,投资者应首先防范政治层面的风险。在政治经济制度发展水平中等且与我国政府具有良好外交关系、社会文化差异性较小的国家,投资者应首先防范经济因素引发的政治风险。在政治经济制度发展水平较高的发达国家,投资者应防范我国与东道国的政治、文化和社会距离所引发的政治风险。     

国家经济风险评价模型的一种改进

在全球面临金融一体化及贸易全球化形势下,各国金融机构、工商企业以及投资者纷纷向海外进行国际贷款和投资。投资者将面临新的潜在风险,其中又以国家经济风险属国际投资活动中最容易给投资者造成经济损失的风险。对国家经济风险的研究具有重要现实意义。文章首先叙述国家经济风险研究意义、国家经济风险定义、国家经济风险影响因素以及通常的国家经济风险定量评估模型,指出通常的国家经济风险定量评估模型值得改进的地方,再以亚洲地区五个国家实际数据进行实证分析,表明改进以后的定量评估模型在预测精度上得到明显提高。     

资本结构研究的新发展:基于战略视角

从战略的角度看,企业的资本结构决策是基于公司战略、竞争战略以及企业所面临的竞争环境所作出的理性选择。把战略与资本结构连接,开辟了资本结构研究的新领域。企业的战略类型、企业管理者对风险的态度、企业所面临的竞争环境等战略因素对资本结构有着重要影响。     

基于进化神经网络的304不锈钢车削加工表面粗糙度预测

表面粗糙度是衡量加工零件质量的重要指标之一,对表面粗糙度进行提前预测有利于提高加工质量。课题组采用正交试验方法进行了YG8硬质合金刀具干式车削304不锈钢棒料的实验,得到不同切削条件下的表面粗糙度。由于BP神经网络的算法预测精度不高而且容易陷入局部极小值,利用遗传算法的全局搜索能力优化BP神经网络的结构和初值,建立基于进化神经网络的表面粗糙度预测模型。结果表明：进化的BP神经网络模型有效地克服了BP神经网络容易陷入局部极小值的缺陷,实现了表面粗糙度的精确预测。     

管理者能力与企业数字化转型

数字经济时代下的企业管理者对于数字化转型具有重要意义。本文以沪深两市A股上市企业为分析对象，实证检验管理者能力对企业数字化转型的影响和机制。实证结果发现，企业管理者能力越强，则能够显著驱动数字化转型水平的提升，上述结论在经过稳健性与内生性处理后依旧保持不变；异质性分析发现，企业管理者能力越强，能够对非国有企业和战略性新兴企业，以及处于成长期、成熟期企业的数字化转型产生显著裨益；机制检验显示，企业管理者能力越强，能够有效降低企业的非效率投资水平，增强研发投入强度并实现企业内部预期的改善，这些变化都能够对企业数字化转型提供充足动力。特别地，企业管理者能力的影响能够突破特定企业的边界，进而向外部企业产生积极影响，为企业数字化转型提供更多的经验借鉴和驱动力。     

基于EMD-BP神经网络的我国棉花期货价格预测方法研究

为提高非线性和非平稳性的棉花期货价格的预测能力,该文采用基于EMD的BP神经网络预测方法,对原始序列进行分解,产生多个平稳序列imf,然后对每个imf进行预测,把预测结果相加得到原序列的预测值。实验结果表明,基于EMD的BP神经网络预测方法优于单纯BP网络预测。     

金融科技与企业债务违约风险——影响效果、机制识别与异质性特征

金融科技的发展突破了许多传统金融服务在支持实体经济过程中的束缚，对抑制实体企业债务违约、防范化解重大金融风险以及经济高质量发展都会产生重大影响。基于2011—2020年沪深A股上市公司数据，具体研究金融科技发展对企业债务违约风险的影响机理。实证结果表明，金融科技发展对企业债务违约风险存在显著抑制作用，且这一结论在经过一系列稳健性检验后依旧成立。机制分析表明，金融科技的发展能够提升金融的资源配置效率、改善市场信息效率、提升公司治理能力。具体而言，金融科技能够有效缓解企业融资约束，提高股价信息含量，降低委托代理成本，抑制企业的债务违约风险。异质性检验发现，在民营企业、中小企业、内部治理环境差和成熟投资者参与度高的企业中，金融科技对企业债务违约风险的抑制作用更为明显。     

基于BP神经网络的风电项目市场投资风险评价

风电项目市场以其可再生、节能和减排的优势已经越来越被诸多国家关注和企业所重视。本文利用现有的风险评价方法,结合目前社会经济环境和市场竞争下的风电项目风险特征,构建了风电项目风评评价指标体系,应用BP神经网络对风电项目风险进行实证分析,并且得到了良好的预测效果,为风电项目的市场投资决策提供了重要的技术支持和科学判据。     

《建设工程工程量清单计价规范》与企业面临的机遇和挑战

论述了工程量清单计价规范实施后施工企业面临的问题。提出企业管理者应及时转变观念,重 视对人才的培养和企业定额的编制,并应在多方面采取措施提高企业的抗风险能力。     

风险与收益均衡理论及其对现代财务管理的影响

直接源于博弈实践的风险与收益均衡理论,因其包含着丰富的辩证思想而倍受企业管理者的青睐,而且随着社会经济的不断发展和市场体系的不断完善而更加深入人心。迄今为止,这一理论已经成为指导企业管理和财务管理实践的主流理论,甚至已经上升为规范财务管理人员行为的一项重要原则。反思现代财务管理的发展过程,其每一步前进无一不是在社会经济发展的基础上通过风险与收益均衡理论的进一步作用完成的。     

机构投资者会提高股价崩盘风险吗？——基于投资组合视角

以中国2003—2019年持有A股上市公司股票为样本，基于投资组合视角研究机构投资者异质性对股价崩盘风险的影响。研究发现：机构投资者参与公司治理意愿受到投资组合影响，监督型机构投资者不会显著增加企业股价崩盘风险；相反，非监督型机构投资者会显著增加企业股价崩盘风险。影响机制检验显示，非监督型机构投资者通过增加信息不对称程度加剧了股价崩盘风险；进一步研究发现，相比于其他企业，非国有和公司治理水平低的企业中非监督型机构投资者对股价崩盘风险的加剧作用更为显著。以投资组合为研究起点，探讨机构投资者异质性对股价崩盘风险的非对称影响，为证监会引导机构投资者积极参与治理、降低股价崩盘风险提供理论依据。     

基于神经网络房地产价格指数的预测研究(续)

研究表明,房地产价格指数常表现为非线性,要对它进行预测就必须利用一种能模拟非线性的模型。从理论上讲,神经网络能够无限逼近非线性函数,所以本文便尝试采用神经网络模型作为预测的模型。本文具体运用的是基于误差反向传播算法的多层前馈网络(BP神经网络)和径向基函数(RBF)神经网络。首先利用BP神经网络对采集到的中国房地产价格指数进行训练和模拟,最后进行预测,并比较预测结果和真实值,发现误差比较大,一方面是因为选取的样本数据少,另一方面是因为BP神经网络本身具有缺陷。为了克服BP神经网络预测的缺陷,本文接着运用RBF神经网络对选取的数据进行训练和模拟,用训练好的网络来进行预测,得到的预测结果与真实值相比较,误差很小,而且RBF神经网络的运行速度要比BP神经网络快很多。经过比较可以得出RBF神经网络用于经济预测可以达到很好的效果。     

基于神经网络房地产价格指数的预测研究

研究表明,房地产价格指数常表现为非线性,要对它进行预测就必须利用一种能模拟非线性的模型。从理论上讲,神经网络能够无限逼近非线性函数,所以本文便尝试采用神经网络模型作为预测的模型。本文具体运用的是基于误差反向传播算法的多层前馈网络(BP神经网络)和径向基函数(RBF)神经网络。首先利用BP神经网络对采集到的中国房地产价格指数进行训练和模拟,最后进行预测,并比较预测结果和真实值,发现误差比较大,一方面是因为选取的样本数据少,另一方面是因为BP神经网络本身具有缺陷。为了克服BP神经网络预测的缺陷,本文接着运用RBF神经网络对选取的数据进行训练和模拟,用训练好的网络来进行预测,得到的预测结果与真实值相比较,误差很小,而且RBF神经网络的运行速度要比BP神经网络快很多。经过比较可以得出RBF神经网络用于经济预测可以达到很好的效果。     

基于主成分分析的我国整车上市公司财务状况评价

选取23家整车上市公司的2011年中报数据,以代表企业偿债能力、获利能力、经营效率及发展能力的共10个指标为基础构建财务综合评价指标体系,应用主成分分析法对财务状况进行综合评价,对企业了解自身行业地位,及时预测、防范财务危机具有重要意义,为投资者和债权人的决策提供借鉴。研究结果表明,在各个主成分中,偿债能力和获利能力所占权重较大,对企业的财务状况综合评价影响更大。     

基于Bp神经网络的哈尔滨住宅市场需求预测研究

随着经济发展步伐的加快,哈尔滨市的住宅产业面临着难得的发展机遇,本文在此背景下,以市场需求为出发点,对哈尔滨住宅市场需求状况进行了分析,利用 BP 神经网络模型对2006—2010年哈尔滨市城镇住宅市场进行了预测,并针对预测结果提出了相应的对策建议。     

我国商业银行信贷风险管理研究

随着我国2006年金融市场全面开放的到来，我国的商业银行既面临着难得的发展机遇，也面临着激烈竞争的更大挑战。银行间竞争的日益激烈，尤其是世界金融一体化的影响，使商业银行面临的风险不断增大。信贷风险在其金融风险的酝酿形成过程中占据了重要的位置。因此，完善商业银行风险管理体系，遏制金融案件的发生，已成为商业银行管理工作的重要组成部分。     

经济因素对股权拍卖的影响研究——系统动力学视角

风险投资退出市场上存在的信息不对称容易导致逆向选择和道德风险,使得风险企业面临着股权价值失真问题。在建立经济因素对外部投资者估价影响的定量关系表达式的基础上,设计考虑经济因素的风险企业股权拍卖模型,运用系统动力学方法构建反馈系统对所设计的模型进行了仿真分析,以期为风险投资家提供决策参考依据。     

基于小波和模糊BP神经网络的金融股票市场预测

为了提高金融股票价格预测的准确性,在分析了金融股票价格时间序列的特点和规律的基础之上,采用一种小波分析和模糊BP神经网络联合建立的时间序列预测模型,对中国石油股票价格进行了预测研究。结果表明基于小波分析和模糊BP神经网络联合建立的时间序列预测模型具有良好的自组织性和自适应性,有很强的学习能力和抗干扰能力,基于小波分析和模糊BP神经网络对金融股票价格进行预测是行之有效的。