基于学习向量量化LVQ神经网络的财务危机预警研究

应用学习向量量化LVQ神经网络方法,以近期14个数据作为财务危机预警建模样本和测试样本,建立了财务危机的顸警模型,经过对样本的反复训练和学习,得到了较好的预测结果。研究结果表明：LVQ神经网络是一种非线性映射模式,在指标间相关度较高、呈非线性变化,或数据缺漏不全等情况下仍可得到比较满意的结果,因此是一种比较理想的预测方法,具有广泛的适用性和较高的推广价值。     

基于LVQ神经网络的电信企业客户流失预测模型研究

随着人工智能的快速发展,人工神经网络被广泛地运用到分类预测领域。文章首先明确了客户流失的定义及其分类,然后分析了LVQ神经网络的基本原理,最后从研究样本的确定、预测变量的选取、模型的训练及评估三个方面构建了基于LVQ神经网络的电信企业客户流失预测模型,以期为电信企业客户流失预测模型的设计提供一定的借鉴意义。     

市场择时资本结构理论面临新挑战

本文从研究方法和理论基础等角度介绍了传统市场择时资本结构理论遭遇的挑战。试图通过介绍当前市场择时理论研究中出现的“现金平衡观、净融资观、认知一致理论、现金需求观、增长期权观”等前沿性观点,为国内同类研究提供参考。     

基于LVQ神经网络的财务舞弊识别模型实证研究

为了保护广大投资者和规范国内资本市场,对财务舞弊识别的研究具有重要的意义。在参考前人研究的基础上,选择能识别财务舞弊的指标,利用主成分分析法约减指标,得到9个综合变量。在此基础上,利用学习矢量量化(Learning Vector Quantization,LVQ)神经网络建立财务舞弊识别模型;此模型对测试样本的判断准确率高达90.9%,验证了模型的有效性。最后把此模型与用其他方法建立的财务舞弊识别模型进行比较,发现LVQ神经网络建立的财务舞弊识别模型,能更有效地识别测试样本有没有财务舞弊。     

基于神经网络的客户分类研究

汽车信贷已成为我国消费信贷业务中最重要的业务种类之一,但近年来其信用风险一直很高.本文旨在通过对学习向量量化(LVQ)人工神经网络基本理论和架构的研究,设计LVQ网络分类器,并结合主成分分析方法探讨对客户的分类研究,通过实证结果分析客户分类的一般性规律,对各行业客户分类应用都有重要实践指导意义.     

基于神经网络的客户分类研究

汽车信贷已成为我国消费信贷业务中最重要的业务种类之一,但近年来其信用风险一直很高。本文旨在通过对学习向量量化(LV Q )人工神经网络基本理论和架构的研究,设计 LVQ 网络分类器,并结合主成分分析方法探讨对客户的分类研究,通过实证结果分析客户分类的一般性规律,对各行业客户分类应用都有重要实践指导意义。     

上证综合指数收益率的波动性研究

本文通过用GARCH类模型理论探讨上证综合指数的这种条件异方差特征和聚类现象,进一步分析收益与风险的关系以及波动是否影响股指未来的变化,并且研究上海股市对利好、利空的消息是否存在不对称的反应。     

基于分岔理论的ERP系统实施研究

企业资源计划作为全面提高企业管理水平的一种有效工具,它不仅从实践上适应了新形势对管理的要求,而且从理论上实现了管理思想的变革,自提出以来一直受到企业的追捧。然而,大量统计资料显示,ERP在中国的实施效果并不尽如人意,很多公司都没有达到预期的目标。非线性系统中存在的一种重要现象——分岔,本文从分岔发生的两个必要条件出发,运用系统的观点对ERP的实施进行研究指出导致ERP系统实施出现分岔的内部机制和外部约束,同时结合二者对ERP实施成功的影响程度提出相应的应对策略,以期切实提高企业实施ERP系统的成功率。     

中国上证综合与恒生指数的风险度评估

针对中国上证综合与香港恒生指数的风险度问题,提出从风险波动的深度、广度、持久度三个方面分别进行评估,其中测量波动深度采用了VAR指标,测量波动的广度采用了极差R指标,测量风险存在的持久度采用了Hurst指数指标,综合这三方面的因素运用风险度评价指数r来评价指数的风险。选择2000年1月3日至2009年9月1日的中国上证综合与香港恒生的日收益率研究对象进行分析,结果发现：上证指数波动的深度、持久性要比恒生指数大,而波动的宽度要比恒生指数小。在本文研究期间内,上证指数的风险评价指数要比恒生指数小,这在一定程度上说明上证指数的风险度要比恒生指数小。     

基于马尔科夫链的上证综合指数的预测

本文在当前股票市场的背景下,通过马尔科夫的平稳分布和最终的稳态条件,计算出大盘涨、平、跌三个状态的概率分布,并对投资者提出一定的借鉴性建议。     

我国投资基金选股与择时能力的实证研究

文章选择了比较成熟的单因素T-M模型和H-M模型,对2004年1月1日～2007年11月31日间194个交易周的10只基金进行业绩评价,考察证券投资基金是否在我国这种弱式有效的市场上表现出良好的选股与择时能力。结果表明,除个别基金外,我国基金整体不具备择时能力,虽具有一定的选股能力,但表现并不显著。     

基于业绩归属模型的基金择时选股能力评价

本文建立了一种基于业绩归属模型的基金择时选股能力的评价体系,以期更加直观、全面地反映择时操作和进股操作对基金业绩的影响,从而更好地对基金的择时选股能力进行评价.     

基于业绩归属模型的基金择时选股能力评价

本文建立了一种基于业绩归属模型的基金择时选股能力的评价体系,以期更加直观、全面地反映择时操作和选股操作对基金业绩的影响,从而更好地对基金的择时选股能力进行评价。     

基于概率神经网络的应急物资分类研究

提出将概率神经网络用于应急物资分类,建立物资分类模型。通过验证,概率神经网络用于应急物资分类是可行的,其分类结果是合理的、可信的。     

中国开放式基金选股和择时能力的实证研究

选取了我国十四支开放式基金的在2005年1月至2008年十二月的周数据进行了实证研究,在T-M模型的基础之上加入了GARCH效应来更准确地分析我国开放式基金的选股能力和择时能力,结果显示我国开放式基金具有一定的选股能力,但不具备显著的择时能力。     

资本结构理论发展的研究评述

资本结构是公司金融理论的核心问题之一,本文首先对资本结构理论的发展过程进行回顾,然后从动态资本结构权衡理论、市场择时理论、基于市场微观结构的资本结构理论等方面介绍了资本结构理论的最新发展趋势。     

权益市场择时对资本结构的影响研究——基于信息不对称成本视角

本文运用1998年至2011年中国上市公司的数据,检验了资本结构的市场择时理论在我国的适用性,并检验了不同规模公司的择时行为对资本结构的影响。结果表明：我国上市公司存在权益市场择时,并短期影响公司的资本结构,但择时对资本结构的影响不具持续性。特别是由于小规模公司债务融资能力弱,权益发行引发的信息不对称成本相对较低,小规模公司表现出更明显的机会主义择时行为。     

上证综合指数协整关系的实证分析

本文运用协整理论,对上证综合A指和B指间的长期均衡关系进行实证分析。分析结果显示,上证A指和上证B指之间是协整的。然后以误差修正模型的形式定量给出协整关系的表达式,通过比较误差修正模型在B股向境内投资者开放前后的变化,支持了上海股市A、B股分割状况有所改善的结论,揭示出上海股市自身特有的发展规律。     

基于灰色理论的甘肃省非师范类人才有效供给预测

人才是一个地区发展的关键,甘肃地区要实现经济的高速发展离不开人才的培养。本文根据相关的数据资料,利用GM（1.1）模型对甘肃省未来4年的非师范类人才供给做出预测,为非师范类人才的管理和培养决策提供科学的依据和参考。