基于网络DEA交叉效率模型的我国商业银行效率评价研究

本文从商业银行的实际情况出发，将其经营过程划分为资金筹措与资金运营两个阶段。结合网络DEA与权重平衡交叉效率思想，并利用熵值法处理交叉效率的集结问题，构建了商业银行各子系统及链形系统的交叉效率评价模型。将上述模型应用于我国16家商业银行的效率评价，发现这16家商业银行的效率普遍不高，且城市商业银行的系统平均交叉效率高于国有银行，国有银行的系统平均交叉效率略高于股份制银行。     

基于模糊综合评价的全自动实时监测仪投资风险的评估

鉴于高新技术项目投资高风险、高收益的特点,对其风险科学、准确的评估就显得非常重要。全自动实时监测仪作为高新技术产品,现正面临是否值得投资大规模生产的决策。文章基于全自动实时监测仪的项目背景,建立了一系列评估该产品投资风险的评价指标体系,并用模糊综合评价法对其总体投资风险进行了评价,为项目的科学决策提供了依据。     

基于模糊层次分析法的企业人力资源风险因素评价

文章结合三角模糊数和层次分析法,以企业外部环境、内部环境及人力资源个人3个方面的11个因素为指标体系,建立模糊层次分析模型,采用三角模糊数表示专家的判断信息,加权平均综合多名专家意见,利用层次分析法对专家判断结果进行处理从而得出各个评价因素的相对权重的大小,并举例说明了模型的应用。     

BP神经网络在我国人身保费收入中的应用研究

在提出和分析一套比较完整的人身保费收入指标体系基础上,采用我国1989￣2005年的实际经济年度数据,利用动量法和学习率自适应调整的BP算法对我国人身保险费收入进行拟合及测试(预测)分析。结果表明,与计量经济模型相比,神经网络模型具有更高的测试(预测)精度,平均相对误差为0.69%。最后通过相关度和影响度分析,强化了该模型应用价值。     

小波神经网络预测方法在石油期货价格预测中的应用研究

金融时间序列数据的预测是预测领域的热点问题。本文结合小渡变换与神经网络的有关理论，给出了基于小渡神经网络的石油期货价格预测具体学习算法并进行了拟合及检测，结果表明该方法具有比常用的BP算法及径向基函数网络算法（HCM算法）更好的拟合能力、推广能力，可为石油期货买卖决策提供一定的依据，并可推广于其它金融时间序列的预测。     

中国工业企业创新全要素生产率评价——基于双前沿面网络 DEA-Malmquist 指数模型

本文将工业企业创新活动划分为两个阶段--研发阶段和生产阶段，建立了基于双前沿面的网络 DEA-Malmquist 指数全要素生产率评价模型，对 2013~2014 年，2014~2015 年中国 35 个工业细分行业的创新全要素生产率进行了评价。评价结果表明：在两个期间内，研发阶段全要素生产率的增长主要依赖于技术进步增长，生产阶段全要素生产率的增长主要是由技术效率变化和技术进步二者共同决定的。从系统整体来看，中国绝大部分工业细分行业全要素生产率变化呈现正增长趋势。     

基于小波神经网络的非线性组合预测方法及其应用研究

文章提出了基于小波神经网络的非线性组合预测方法,给出了其具体组合预测原理及具体学习算法,并将其用于国际原油期货价格数据的预测。国际原油期货价格数据的预测结果表明:基于小波神经网络的组合预测方法得到了比单一预测方法都要好的预测结果,有较好的应用前景。     

短时含噪时间序列混沌识别方法及其应用

考虑到已有混沌识别方法需要大量无噪声数据的要求，提出了利用径向基函数网络的模式识别思想来去除短时含噪数据中的噪声并扩展数据的方法，然后根据最大Lyapunov指数的定义计算最大Lyapunov指数值。实例结果表明了本文方法的有效性。     

基于最大Lyapunov指数的股市数据预测

股市数据的预测是预测领域的热点问题。给出了基于最大Lyapunov指数的股市数据短期预期方法。首先据混沌的特性计算得到时间序列的最大Lyapunov指数值,然后找到预测中心点的最近邻点,建立预测中心点与最近邻点的关系式,据此关系式计算出两个预测值,最后对两个值进行平均得最终预测值。实际应用结果表明效果良好,预测精度很高。     

基于支持向量机的福建省GDP预测研究

采用1981～2002年的福建省GDP数据作为支持向量机(SVM)的训练目标,以各期前三年的GDP作为输入向量构成训练样本。首先利用格子搜索法获得支持向量机模型中的参数(C,γ,ε)对样本进行训练。然后用训练所得模型对2003、2004、2005三年的福建省GDP进行测试,平均测试精度达98.12%。可以认为支持向量机具有较强的泛化能力,在宏观经济预测中具有较高的精度,从而可用于未来实际GDP的预测。