长短期记忆模型在股票价格趋势预测应用研究

股票价格具有的复杂性与动态性,为预测股票价格趋势带来了艰巨的挑战。人工神经网络、支持向量机和决策树等一系列机器学习算法被用于预测股票价格,并取得了成果。长短期记忆模型LSTM(Long ShortTerm Memory)可以获得股票价格数据中的遗留信息,在处理时间序列数据方面有非常优秀的性能。我们使用LSTM模型预测股票价格走势,并选择亚马逊公司(AMZN)的股票价格数据进行实验。实验表明,LSTM模型对于股票价格趋势预测效果显著。但仍然有许多不足需要在后续改进。     

粤港澳大湾区制造业集聚与区域创新

以2009—2020年粤港澳大湾区11个城市为研究对象，探讨制造业集聚与区域创新的关系。研究发现，制造业集聚显著提高区域创新水平，可通过提高企业竞争这一路径实现。进一步分析发现，金融业集聚对区域创新发展具有显著的正向关系，金融产业和制造业产融协同集聚显著提高区域创新水平。研究结果表明，制造业集聚加剧产业内部企业创新竞争，带动区域创新发展，且金融业在创新中起到积极的推动作用。指出应鼓励区域企业创新竞争，优化营商环境，为产业融合发展提供保障。     

基于大规模定制的组织变革趋势研究

传统的大规模生产模式组织构架,不适应大规模定制模式的要求,因此向大规模定制转变有必要变革传统的组织构架。基于大规模定制组织变革的趋势是:以创造和传递个性化的客户价值为导向、以流程为中心的组织变革趋势、柔性化趋势、组织结构的模块化、扁平化变革趋势、网络化变革趋势等等。     

网络环境下企业信用信息系统浅析

现代信息技术特别是网络技术的发展为信用信息的管理提供了极大方便。本文分析了企业信用信息的主要特点和企业信用信息管理的业务流程,并在此基础上提出了企业信用信息管理系统的基本层次结构及其实现技术问题。     

专用性资产、生命周期与企业价值——基于2013—2019年中国A股上市公司样本的分析

专用性资产赋予企业异质化特征和产品竞争优势,并带来“持续租金”,有利于企业价值提升;然而专用性资产的增加也会导致交易成本增加,过多的专用性资产投资可能使交易成本的增加超过获取的“持续租金”,进而抑制企业价值的提升。在生命周期的成长期,企业需要进行大量的专用性投资来形成竞争优势和拓展市场,专用性资产占比的提高会促进企业价值提升;在成熟期,企业的竞争优势基本形成,市场趋于稳定,规模的逐渐扩大也使交易成本上升,专用性资产占比的提高不利于企业价值提升;在衰退期,企业面临转型升级的挑战,若仍热衷于规模扩张而继续增加原有产品的专用性资产投资会进一步抑制企业价值提升,若积极创新转型并增加新产品的专用性资产投资则会促进企业价值提升。对2013—2019年中国A股上市公司的分析表明,在成长期、成熟期和衰退期样本公司中,专用性资产占比与企业价值分别表现为显著正相关、显著负相关和无显著相关性,且成熟期的负向效应在国有企业比民营企业更为明显。因此,企业需要根据所处生命周期阶段主动调整资产配置。处于成熟期的企业应注意交易成本的节约和增加通用性资产投资以提升管理效率以及技术创新和市场应变能力,尤其是国有企业应避免盲目扩张;处于衰退期的企业应积极寻找新的专用性资产投资方向,进而实现创新蜕变或发展转型;政府也应针对处于生命周期不同阶段及不同所有制企业实行差异化的投资支持政策或限制政策。