基于SVM数据挖掘的国民经济序列补缺及预测——以青海省国民经济为例

国民经济数据的健全性与实效性具有重要决策价值和统计意义。本文将两种新兴智能数据挖掘技术—支持向量机（SVM）与神经网络应用于国民经济数据补缺及预测领域,在探析原理及性能基础上检验其应用性能。根据青海省2003—2005年各月份国民经济数据构建指标体系和算例,采用两种方法均通过样本集直接训练方式挖掘各系统中蕴含的规律性联系,然后2004年9月份城镇居民人均可支配收入缺失数据进行补缺和对2005年12月份城镇居民人均消费支出、人均可支配收入进行预测。实验操作方便。且SVM补缺及预测结果唯一,精度更优。同时也说明SVM基于结构风险最小化更适合高维小样本集数据回归问题,泛化性能强。     

高校内部控制风险评价指标体系的构建

文章通过问卷调查法设计高校内部控制风险评价指标体系，采用德尔菲法、层次分析法确立指标体系和指标权重，最终的评价指标体系共包括5个一级指标、13个二级指标、29个三级指标，具有较高的逻辑合理性，以为建设规范、健全、有效的高校内部控制管理模式提供参考依据。     

基于核心原则的高校内部控制制度设计与运行研究——以某高校为例

目的：在对某高校内部控制制度调研基础上，基于内部控制全面性、重要性、制衡性、适应性和有效性的核心五原则，剖析了高校内控制度（以下简称内控制度）设计及运行中暴露的问题。方法：采用定量与定性分析结合的方法对影响指标进行分析与归纳。过程：通过问卷法专家访谈和德尔菲法，通过定性与定量相结合的方式对某高校管理制度的设计及执行进行调研与分析，总结高校内控制度设计与执行中的缺陷与风险。结果：高校内控制度设计在不相容岗位分离与牵制、发挥公共资源效益、提高公共资源效果上不到位。结论：高校应加强内控制度调研和论证，梳理制度与流程、提高制度设计与内部控制运行的融通性。