上市公司财务报告信息操纵预警研究

本文建立了上市公司财务报告信息操纵预警模型,通过构建信息群来解决财务报告信息操纵预警研究中的信号指标确定问题,并使用人工神经网络和支持向量机测试其分类准确性。     

上市公司财务报告信息操纵预警研究

本文建立了上市公司财务报告信息操纵预警模型,通过构建信息群来解决财务报告信息操纵预警研究中的信号指标确定问题,并使用人工神经网络和支持向量机测试其分类准确性.     

基于Logistic—SVM的上市公司总经理离职行为预警模型研究

文章在建立上市公司总经理离职行为预警指标体系基础上,提出了Logistic和支持向量机（SVM）相结合的上市公司总经理离职行为预警模型。对原始指标数据进行标准化处理,然后通过Logistic回归分析对SVM的输出提供支持信念以修正支持向量机的结果。     

基于FMTSVM的企业财务危机预警研究

财务危机给企业管理人员和广大利益相关者带来巨大负面影响,如何事先识别财务危机发生的征兆,并对管理者进行预警已成为当前财务管理研究的热点.针对目前财务危机预警中存在样本数据不均衡、野值噪声干扰等难题,提出一种基于模糊间隔孪生支持向量机(FMTSVM)的财务危机预警模型,并使用2018—2019年间被证交所ST的66家A股上市企业数据作为财务危机企业样本,综合财务及非财务指标,对模型进行实证研究.结果证明:与目前应用较为广泛的Logistic、支持向量机等预警模型相比,模糊间隔孪生支持向量机在模型预警精度、噪声野值下的抗干扰性、不平衡数据下的稳健性和分行业中的泛化性等方面都有明显优势,具有一定的理论和应用价值.     

基于支持向量机模型的财务预警警度分类研究

本文以模式分类理论阐述了财务预警的实质,给出了财务预警指标及量化方法,并应用支持向量机模型对上市公司进行财务预警警度分类,实证表明了支持向量机以多模式分类标识财务预警警度的可行性和实用性。     

基于改进AdaBoost算法的动态不平衡财务预警模型

研究目标:构建动态不平衡财务预警模型以同时处理概念漂移和数据分布不平衡问题。研究方法:在改进AdaBoost算法的基础上,以代价敏感支持向量机为基分类器构建ADA-CSSVM-TW模型,并利用我国2010～2020年制造业公司数据进行分析。研究发现:ADA-CSSVM-TW模型可显著提高预测准确率,性能良好,模型稳健。研究创新:将代价敏感支持向量机作为改进AdaBoost算法的基分类器,建立动态不平衡预警模型。研究价值:对我国上市公司有效防范财务困境具有重要的理论价值和现实意义。     

舰船建造涂料价格波动分析及其拟合

涂料价格波动是导致舰船建造总成本变动的主要成因之一,因此,文章面向造船企业,围绕舰船建造涂料价格波动问题,对造船企业现存涂料价格经验估算方法弊端进行剖析,分析涂料价格波动特征及其成因,最后基于支持向量回归机算法建立涂料价格波动模型,并基于模型对涂料价格的历史数据进行拟合,证明了该波动模型的有效性。     

支持向量机在装备维修备件需求量预测中的应用

利用支持向量机回归算法建立备件需求模型,对未来备件需求进行了预测,并结合实例将支持向量回归算法与传统的最小二乘拟合方法作比较。结果表明,支持向量回归算法在预测精度上具有明显的优势,该方法能够较好地适应样本数量较少、需求呈非线性特征的备件预测问题。     

企业管理二分类问题研究综述--基于支持向量机

通过梳理企业管理领域的二分类问题，发现二分类支持向量机广泛应用于客户流失预测、上市公司财务困境预警和信用风险评估。并且为了提高预测精度，学者不断改进该模型：为适应具体数据特征，如数据存在外点或噪声点、非平衡性、重叠性、错分代价差异性等，相应引入模糊、加权、双隶属支持向量机以及代价敏感性学习机制等。     

企业管理二分类问题研究综述——基于支持向量机

通过梳理企业管理领域的二分类问题，发现二分类支持向量机广泛应用于客户流失预测、上市公司财务困境预警和信用风险评估。并且为了提高预测精度，学者不断改进该模型：为适应具体数据特征，如数据存在外点或噪声点、非平衡性、重叠性、错分代价差异性等，相应引入模糊、加权、双隶属支持向量机以及代价敏感性学习机制等。     

一种新的地方政府债务风险预警系统设计与应用

本文围绕构建地方政府债务风险预警系统,首先综合运用TOPSIS法和德尔菲法确定了样本的债务风险综合评价值;然后利用支持向量机,提出了基于结构风险最小化的地方政府债务风险预警模型,并将该模型的求解转化为非线性规划仅有线性约束问题,解决了传统方法中忽略模型置信范围、需要样本数量大及过度学习等缺陷。在实证研究中,基于训练样本的模型平均绝对百分精度达99. 69%,基于检验样本的模型平均绝对百分精度达96. 99%,数值结果表明本文所设计的地方政府债务风险预警系统是有效的,可行的。     

供应链风险预警管理研究

介绍了供应链风险的特征,分析了供应链风险预警管理的流程,提出了建立风险事前预警的必要性。根据分析,应用模糊综合评价法对供应链风险进行了评估,得到了风险的预警等级。     

支持向量机在航材供应模型中的研究

针对部队航材供应量预测过程中,样本采集数目较少的实际情况,采用了一种新的预测方法—支持向量机。该方法基于统计学习理论的原理,较好地解决了小样本的学习问题。并以某部队2000～2007年某项航材供应量为学习样本,建立了该项航材的供应量预测模型。计算结果表明,这种方法比传统的方法具有更少的误差和更好的预测精度。     

Forecasting solar stock prices using tree-based machine learning classification: How important are silver prices?

Solar energy is one of the fastest growing sources of electricity generation. Forecasting solar stock prices is important for investors and venture capitalists interested in the renewable energy sector. This paper uses tree-based machine learning methods to forecast the direction of solar stock prices. The feature set used in prediction includes a selection of well-known technical indicators, silver prices, silver price volatility, and oil price volatility. The solar stock price direction prediction accuracy of random forests, bagging, support vector machines, and extremely randomized trees is much higher than that of logit. For a forecast horizon of between 8 and 20 days, random forests, bagging, support vector machines, and extremely randomized trees achieve a prediction accuracy greater than 85%. Although not as prominent as technical indicators like MA200, WAD, and MA20, oil price volatility and silver price volatility are also important predictors. An investment portfolio trading strategy based on trading signals generated from the extremely randomized trees stock price direction prediction outperforms a simple buy and hold strategy. These results demonstrate the accuracy of using tree-based machine learning methods to forecast the direction of solar stock prices and adds to the broader literature on using machine learning techniques to forecast stock prices.     

Decision analysis and coordination of dual supply chain with retailer's offline return service and online reviews

Based on the centralized and decentralized decision-making cases, this study constructs a dual-channel supply chain game model that considers offline return service and online reviews, and explores the pricing decisions and benefits of supply chains under the dual influence of return service level and online reviews. The impact of return rate, return service level and perceived quality of online reviews on optimal supply chain decisions and profits are further analyzed. Finally, considering the phenomenon of double marginalization in the supply chain, this study coordinates the supply chain based on the benefit-sharing contract coordination model to achieve Pareto improvement. The research shows that: The manufacturer's optimal wholesale price, the optimal online selling price and the retailer's optimal offline price are positively correlated with the perceived quality of online reviews and the level of return service. Compared with the return service level, the perceived quality of online reviews has a greater impact on the overall profit of the supply chain. Under the dual influence of the perceived quality of online reviews and the level of return service, the supply chain profit in the centralized model is better than that in the decentralized model. The coordination model can effectively coordinate the supply chain. Moreover, when the sharing ratio of manufacturers is obviously lower than that of retailers, the coordination effect is better at this time.     

基于网状供应链定价的逆向牛鞭效应研究

关于牛鞭效应的研究大多是基于订单信息的由供应链下游向上游传导的研究，而对于供应链资金流中的价格波动的反向放大传导机制是一个被忽略的领域。文章根据经济学的最优化原理结合序贯博弈模型，以企业成本定价为基础，建立网状结构的供应链定价模型．分析了供应链中上游采购价格波动对下游零售价格的影响，进一步界定了确定性需求条件下，价格的逆向牛鞭效应产生的条件。     

The Coordination and Preference of Supply Chain Contracts Based on Time-Sensitivity Promotional Mechanism

To encourage retailers to submit orders as soon as possible, manufacturers usually launch a time-sensitivity promotional mechanism that the earlier you order, the cheaper the wholesale price will be in advance of the selling season. This paper aims to investigate if the mechanism can improve supply chain performance. A dyadic decentralized supply chain system comprising a single manufacturer and a single retailer is viewed as a research framework. Initially, a benchmark model is proposed to provide a criterion-referenced for coordinating the supply chain in a non-standard distribution environment. Second, a time-sensitive wholesale price contract is constructed to confirm that the mechanism can coordinate the supply chain. However, the retailer accepts the entire forecast risk under the contract. An improved contract called a time-sensitive revenue-sharing contract is constructed based on the notion that the manufacturer shares partial forecast risk. The results show that participants can arbitrarily divide the optimal supply chain’s expected profit between the constructed price contracts; however, two differences exist between the contracts, that is, participants have contract preferences. Finally, a numerical analysis and a few management insights are given.     

考虑商品质量评价水平的退货和价格折扣契约复合供应链协调研究

商品质量因素越来越成为影响市场需求的一个重要因素。当考虑零售商的质量评价水平时,单一的契约(如退货契约或者折扣价格契约)无法使供应链系统达到协调,此时考虑两种或者两种以上契约的复合契约不失为一种可行的协调方法。文章基于退货和折扣价格复合契约通过建立具体的数学模型分析供应链系统的协调问题,得到了预期的协调效果,进而通过一个具体的算例更为详细直观地分析了复合契约的协调问题。     

基于价格折扣策略的供需协调模型

供需关系贯穿供应链的整个过程。因此，供需双方订货批量研究是供应链管理的一个最重要也最基本的内容之一。本文以订单方式的背景，讨论了供应链环境下一个供应商和一个订货商在非合作情况下的订货模型。并在此基础上引进了一个价格新扣策略，该策略同时考虑了增量折扣和减量折扣两个情况，并给出了供需双方订货的Stackelberg博弈模型和考虑完全合作的Pareto优化模型。最后以算例加以说明。     

基于RSSVM的快递物流服务风险评价研究

电子商务环境下,高质量的物流服务成为快递供应链上各环节商家和客户关注的焦点。大数据时代背景下,数据挖掘方法可以更有效帮助快递企业管理其物流服务风险。首先构建了B2C快递物流风险评价指标体系,然后结合粗糙集和支持向量机建立了物流风险评价框架模型,最后结合算例进行了应用研究,对风险信息集进行了识别和分类。