P2B互联网金融风险控制模式及实际应用

本文首先从P2 B产业特征出发,以问卷调查分析的方式,论证P2 B互联网金融风险结构路径,由此提出P2 B互联网金融风险可控的七大原则.其次结合七大原则与风险结构路径,从理论角度提出了附带可控风险与半可控风险的P2 B互联网金融风险量化模型,并对该风险量化模型给予理论论证,明确其理论可行性及适用范围.最后依托于Matlab仿真分析过程及结果,通过对6家公司的应用跟踪,验证了风险可控量化模型的正确性,为P2 B互联网金融的实际应用提出具体发展建议.     

基于神经网络的企业信息能力模糊评价研究--以安徽省制造型企业为例

文章构建了企业信息能力评价指标体系，确定了由初始级、系统级、优化级、战略级和持续改善级构成的企业信息能力评语等级论域。运用神经网络确定模糊综合评价中的权重值，克服了现有其它方法主观性判断的不足。提出了信息能力模糊综合评价模型。利用该模型对安徽省制造型企业进行了实际应用分析。最后，对评价结果进行了分析并给出了政策建议。     

零成本社会崛起

从虚拟技术到现实社会,商品和服务近乎免费,工作与社交趋于无边化,看似不可能的景象正在连接一切触手可及的领域,打通了人类旅程的下一个跨越——生物圈。从虚拟世界中的软件和电子商品,到现实世界中的实体商品,零边际成本现象随处可见:无处不在的通信网络正在与初期的可再生能源互联网;处于萌芽状态的自动化物流和交通运输网络相连接,以此扩大全球影响力,从而建立一个分布式的神经网络;超级物联网涵盖范围更广,其目的是在这个担当全球大脑的、不     

基于果蝇算法优化小波神经网络的输电工程造价预测

为了准确控制输电工程造价水平,提出一种基于果蝇算法优化小波神经网络的混合预测模型。首先,对输电工程造价影响因素进行归一化处理,并将归一化结果作为输入变量;其次,利用果蝇算法对小波神经网络参数进行优化,在此基础上,利用优化后的小波神经网络模型预测输电工程造价;最后,将本文的预测结果和其他方法进行对比。算例结果表明,该混合模型的预测效果更理性,精度更高。     

基于误差校正的多因素BP国际碳市场价格预测

碳价预测是碳金融市场参与者进行风险管理的关键要素,已有基于多因素的碳价非线性预测模型没有对碳价影响因素进行降维,造成预测模型复杂;现有研究在对碳价初始预测误差进行预测时,没有考虑不同频率数据适用的预测方法,难以较好地刻画不同频率数据的波动特征.以CER现货价格为研究样本,构建了基于误差校正的多因素BP国际碳市场价格组合预测模型:利用ALASSO方法筛选碳价主要影响因素以达到降维目的,运用BP模型构建基于多因素的碳价初始预测模型;按照分解-重构-集成的思想进行误差校正,即运用EEMD分解初始预测误差,利用游程判定法重构分解项,并分别选用Elman对高频进行预测,运用SVM预测中频和低频,运用ARIMA方法预测余项,将各分项预测值叠加为误差预测值,进而得到校正后的碳价预测值,并与其他模型进行对比.     

我国地方政府债务风险预警系统研究

鉴于我国当前地方政府债务的严峻形势,对其构建行之有效的风险预警系统具有很强的现实意义.本文融合了灰色关联分析(GCA)和BP神经网络的优势,构建出基于GCA-BP神经网络的地方政府债务风险预警系统.选取我国30个省市区的2015年数据作为研究样本,对各省市区债务风险状况进行研究.结果显示我国地方政府债务风险总体可控.最后从预警体系、债务信息披露体系、政府支出结构和科学设定政府债务限额四个方面给出针对性的政策建议.     

我国上市公司财务失败划分标准合理性的探讨——以上证、深证20家上市公司为例

证券市场是一个充满信息的市场,上市公司的财务信息对投资者的投资决策起着举足轻重的影响。然而我国金融监管机构划分正常上市公司与ST上市公司方法单一不够合理。本文首先选取了经营较好的10家上市公司做样本,利用综合和评分法确定七大财务指标,再利用主成分分析方法确定3大财务指标,最后利用LVQ神经网络模型对现行的20家上市公司财务失败状况进行验证,并给出相关模型评价及建议。     

Markov链利率下相依风险模型破产概率的上界

文章研究了含有投资回报的Markov链利率形式的离散时间风险模型的上界问题。模型中假设持续的投入资金量是常数形式,并且假设股票市场的回报比例和净损失均具有一阶自回归结构,利用递归更新方法给出了破产概率的上界估计。     

浅析智能技术在电力系统自动化中的应用

近年来,智能技术在电力系统自动化领域的广泛应用大大提高了电力系统的工作质量和运行效率,有效地推动了电力事业的发展。研究智能技术在电力系统自动化中的应用具有十分重要的意义。文章对电力系统自动化和智能技术进行了概述,并就智能技术在电力系统自动化中的应用进行了阐述。     

基于量子三叉树的量子Black-Scholes期权定价

将量子概率引入到期权定价是最近几年一个新的研究趋势,也称为量子金融.为了期权定价更方便,文章建立了量子三叉树模型,同时利用量子概率建立了连续量子Black-Scholes(B-S)模型。实例应用和Matlab期权敏感性分析都验证了量子B-S优于经典B-S,从而为连续期权定价提供量子决策的途径。