加拿大帝国商业银行调低金银价预测

日前，加拿大帝国商业银行发布研报称，鉴于美国经济正在逐步回暖，美元也在随之走强，宏观经济面正在令全价持续承压，因此其决定调低对黄金和白银价格的预测。     

建筑企业内部审计与财务风险管理

在我国城市化进程不断推进的时代背景下,建筑企业如雨后春笋般的不断涌现,并让原本就竞争激烈的建筑市场变得更加严峻.而建筑企业为了实现自身效益的最大化,有效规避企业生产经营过程中遇到的各种风险,就必须要充分发挥内部审计的积极作用,并将内部审计与财务风险管理有机的结合到一起,采取有效措施来应对企业经营的潜在风险,从而减少建筑企业因财务风险带来的损失.     

数据标准化方法对SVM数据预测结果的影响研究

在多指标综合评价问题中,性质不同的指标无法直接加权进行综合评价,需要对原始数据进行标准化处理。目前在数据标准化处理的方法选择上还没有通用的法则可以遵循,尤其在利用智能算法进行数据预测的问题上,学习样本的选择与研究对象的自变量和因变量密不可分,其数量和范围是不固定的,这就导致标准化方法的选择无法根据样本进行确定。为了研究不同标准化方法对评价结果的差异,本文以某大型水电站调压井锚杆支护工程为例,选择多种标准化方法对支护工程的3个评价指标数据进行标准化处理,应用支持向量机对数据进行训练及预测,通过均方差和相关系数来分析不同标准化方法处理数据后对支持向量机预测结果的影响。结果表明:应用数据标准化方法对数据进行标准化后,其预测结果相较于未进行标准化的数据预测结果,确实有所差异。但不同标准化方法的预测结果的好坏并不一致。同一种标准化方法对预测结果的影响也有所差异,其与原数据性质有一定关系。综合来看,6种标准化方法中,极大化法、均值化法的预测结果的均方误差和相关系数明显优于未标准化的预测结果。研究内容可为类似多指标综合评价问题提供借鉴。     

大数据时代高校思想政治理论课教学方法研究综述

近年来,学者们高度重视大数据与高校思想政治理论课教学方法的结合,围绕大数据时代高校思想政治理论课教学方法创新的原因、可行性、路径等方面进行深入细致研究,取得了一定的成果。但也存在着在视角上重理论研究轻实践应用,在内容上重应然研究轻实然研究,在方法上重定性研究轻定量研究等问题。其研究趋势是由理论研究转向实践应用、应然研究转向实然研究、定性研究转向定量研究。     

深度学习的金融实证应用:动态、贡献与展望北大核心CSSCISSCI

随着智能时代来临以及金融数据分析需求提升,深度学习已经成为金融领域中的应用前沿,特别是在预测金融市场运动、处理文本信息、改进交易策略方面。深度学习包含深度神经网络、深度信念网络等多种结构,通过分层结构提取深层特征,强化重要因素、过滤噪音,对提升预测准确率具有重要意义;其应用及由此衍生的优化技术改进了金融领域预测分析方法,促使实证研究范式从线性向非线性转变、从关注参数显著性向关注模型结构和动态特征转变,同时为丰富金融经济理论做出贡献。构建结构合适、效果稳健的模型以捕捉金融数据有效特征并进行经济含义阐释是应用深度学习方法的难点与重点;未来研究可以从挖掘深层经济意义、提炼一般性预测分析框架、探索其对异质信息的适用性等角度展开。     

汇率相关性预测的比较研究北大核心CSSCISSCI

基于外汇汇率之间满足无套利的三角关系的基本假设,本文利用统计学中两变量之和的方差公式经过变形得出了汇率之间的隐含相关系数。本文结论表明,外汇期权隐含相关系数相比于历史相关系数有着更为优越的预测能力。对组合预测的分析也发现,不同信息的组合无法在任何情况下战胜所有的单独信息预测,但在部分情况下显著优于所有的单独信息预测。     

考虑模型不确定性的中国死亡率预测——基于贝叶斯模型平均方法

作为长寿风险研究领域的基础,死亡率预测近些年获得快速发展,诸多模型的提出使得历史数据的信息得以最大程度的挖掘,但也带来了模型不确定问题。本文对现有的死亡率预测模型进行了分析和整理,提出其中的模型不确定性问题,并针对死亡率预测的模型不确定问题,引入了贝叶斯模型平均方法。该方法以贝叶斯后验概率为权重,综合考虑“一揽子”预测模型的预测能力,并根据它们预测吻合程度进行加权,最终给出死亡率预测结果,结论表明,不但在理论上表现出超过单一模型的优势,也在实践中超过了任何一个单一模型。本文还给出了基于该模型的死亡率预测结果和预期寿命。     

商业银行财务管理转型研究

经济新常态下,银行经营面临着不良率高企、业务拓展乏力、营改增的三重压力,要想更好地服务实体经济,国内商业银行必须通过成本和费用的精细化管理来从内部缓解经营压力。目前国内银行的财务管理相对落后,转型迫在眉睫。本文分析了我国当前商业银行财务管理中存在的问题,并提出新常态下银行业财务管理转型的可行路径。