国家高新区创业资本供求能力评价

从创业资本供给推力、创业资本需求拉力、创业资本供求黏力3个方面选取28个指标,构建国家高新区创业资本供求能力评价指标体系。在此基础上,运用主成分分析法,并利用SPSS17.0对6个争创建世界一流的国家自主创新示范区创业资本供求能力进行评价,发现其能力大小依次为：中关村、深圳、张江、东湖、西安、成都。根据评价结果,就各国家自主创新示范区如何提高创业资本供求能力提出了政策建议。     

铁路行包运量预测模型研究

铁路行包运量预测是以运输需求和内部供给为导向,综合考虑各种影响因素,对行包运量现状和发展的正确把握.探讨利用人工神经网络结合主成分分析的方法,建立铁路行包运量预测模型,解释并预测行包专列开行后铁路行包运量的增长趋势.实例分析的仿真结果表明,采用主成分分析法的广义回归神经网络模型结构简洁、预测精度高、收敛速度快,对相关铁路部门和企业的决策具有参考意义.     

基于主成分分析的西北各省经济实力综合评价

陕西、甘肃、宁夏、青海、新疆五省地处我国西北地区,改革开放以来,西北五省经济发展迅速,经济面貌有了很大的改观。但由于发展起点和经济增长速度的不同,各省之间经济发展水平并不平衡,发展的绝对差距呈现扩大的趋势。本文主要是利用西北五省2011年统计年鉴中的相关数据,选用代表各省综合经济实力的十五个经济指标,通过SPSS软件进行主成分分析,对西北五省的经济实力进行综合评价和排位,并提出一些建议措施。     

基于主成分分析的山西省各城市经济综合实力评价

城市经济实力的高低是决定城市发展潜力的重要因素,全面科学地评价城市经济实力是决定城市未来发展战略和方向的基础。从经济总量、经济结构、经济效益3大方面构建了山西地区城市经济综合实力评价指标体系。综合运用多要素主成分分析法和聚类分析方法,测度山西各市经济综合实力。在此基础上,提出了山西地区城市经济的提升措施。     

企业自主创新中个人知识利用策略研究

自主创新需要多个领域专家的参与,充分利用参与者所掌握的知识是自主创新取得成功的保障。使用委托代理模型分析了个人参与自主创新贡献其知识的努力水平、自主创新岗位工资、企业对监督的投入、个人工作时间之间的相互关系。在此基础上,提出了企业自主创新中的个人知识利用策略。     

中国海洋产业增长极选择研究

21 世纪是海洋的世纪,海洋经济在国民经济中起着举足轻重的作用,合理的发展模式对推动海洋产业经济发展尤为重要。本文以增长极理论为指导,采用不平衡发展模式、主成分分析法及聚类分析法对中国海洋产业经济增长极选择进行实证分析,结果表明：中国应以海洋渔业、滨海旅游业及海洋交通运输业作为主导产业进行发展,并确定其海洋产业增长极的地位。以此为契机,本文还进一步分析评价了海洋产业增长极的发展状况,以确定海洋产业发展战略,为中国海洋产业经济增长极的培育及国家海洋产业经济发展提供参考支撑。     

基于现金流量的企业财务风险测控探讨——以农业上市公司为例

以我国农业上市公司为研究对象,从财务风险测控出发,利用主成分分析法建立判断上市公司是否发生财务风险的预警模型--T模型,针对目前以"ST"作为财务困境企业的分界点不能准确判断出企业是否有足够的现金流量以及能否真正避免财务危机这一现状,结合各项现金类指标,可从企业现金流量的角度判断企业是否存在财务困境,能否偿还各类到期利息及债务,为企业提供一个更为准确的预测和控制财务危机的工具.     

山东省文化产业竞争力评价体系构建与实证研究

目前,山东省文化产业的发展已初具规模,但文化产业的竞争力也不尽如人意.为了准确评价山东省文化产业竞争力,文章基于波特的“钻石模型”构建了系统的竞争力指标体系,然后运用Spss软件对相关数据进行主成分分析和聚类分析,并根据处理结果做出科学评价和分析,探究山东省文化产业提升竞争力的路径.     

基于非线性主成分分析的信用评估模型研究

传统的主成分分析（PCA）本质上是一种线性映射算法,无法有效处理非线性关系的数据。本文在分析自联想神经网络（AANN）的基础上,借鉴传统PCA方法中的序数主成分概念,提出了基于顺序自联想神经网络（SAANN）的非线性主成分分析法（NLPCA）。进一步,结合神经网络（NN）和Logisitic模型,以我国上市公司为研究对象,分别构建了基于NLPCA-NN和NLPCA-Logisitic的信用评估模型。实证结果及ROC曲线分析表明,本文构建的NLPCA相比传统的线性PCA方法能有效地实现数据的非线性特征提取与降维,提高模型预测性能。此外,实证结果还表明,在相同PCA方法处理数据的条件下,神经网络模型的信用评估效果要好于Logisitic模型。     

Nexus between telecommunication infrastructures,economic growth and development in Africa: Panel vector autoregression (P-VAR) analysis

This study examines the causal-effect relationship between telecommunication infrastructures, economic growth and development in selected African countries. It further estimates the trivariate impacts of telecommunication infrastructures, economic growth and development in the region. The analysis considers a panel of forty-six African countries from 2000 to 2015. To measure economic growth, real gross domestic product serves as the proxy, while economic development is measured by the Human Development Index, and telecommunication infrastructures by a composite index of telecommunication computed from mobile line, fixed line and internet access penetration via principal component analysis (PCA). The empirical results suggest the existence of a bidirectional long-run relationship between telecommunication infrastructures, economic growth and development. The causality tests reveal that there is feedback causality between telecommunication infrastructures, economic growth and development. Telecommunication infrastructures promote economic growth and development in Africa and vice versa. Thus, there is need to promote inclusive and holistic policies that will enhance digital provide, economic growth and development simultaneously in Africa. An increase in telecommunication infrastructures will encourage aggregate output and standard of living to move in the same direction in Africa.