中国稳步发展金融衍生品的战略

全球金融危机的爆发对世界各国的经济和金融市场产生了重大影响,衍生品市场作为全球金融市场重要的组成部分,在危机中经受了严峻考验。危机洗礼之后,全球衍生品市场的发展与竞争出现了新的格局,并呈现新的趋势:不同种类衍生品分化明显,商品类衍生品比重逐年上升;发达国家衍生品市场份额下降,市场流动性受损;新兴市场国家衍生品交易崛起,中国增长势头强劲;全球衍生品市场发展呈现多极化趋势,差距不断加大。随着中国改革开放和市场经济建设的不断深入,国家实力和竞争力不断增强,中国在全球经济复苏过程中所起的作用日益重要。在金融危机和中国衍生品市场迅速发展的大背景下,如何抓住机遇,稳步发展我国的金融衍生品市场,制定出相应的发展战略,是摆在我们面前的重要课题。     

金融衍生品及其风险管理——基于美国次贷危机视角

本文结合美国次贷危机,分析了金融衍生品在次贷危机中所起的作用,并分别以AIG危机、雷曼兄弟破产为案例,具体分析了金融衍生品的风险。研究表明,无节制的金融衍生品交易是AIG、雷曼兄弟事件的最直接原因。此外,还总结了美国此次危机的风险管理措施,并结合引发次贷危机的各种原因,提出了有关金融衍生品风险管理的建议。     

基于企业内部预警机制的航运金融衍生品风险管理研究

航运金融衍生品作为金融业与航运业结合点,其对我国航运金融业的发展具有重要的意义,本文分析了航运金融衍生产品的内涵、主要风险以及航运企业在航运金融衍生品风险控制方面存在的主要问题,并从航运企业完善内部预警机制角度对航运金融衍生品的风险控制进行了分析。     

基于粗糙集和神经网络的数据挖掘应用

本论文就是根据电信行业需求,针对电信企业拥有大量详实而且丰富的数据,但是可用有效数据提取困难这一问题。首先利用粗糙集理论中的差别矩阵方法对电信客户数据进行属性约简,之后采用BP(Back Propagation)神经网络建立基于粗糙集和神经网络的数据挖掘模型,实现对电信业务系统的客户数据信息进行有效分析和高效提取,并通过matlab实现了仿真模拟。所建立的模型,减少神经网络的输入层个数、简化了运算次数、缩短了训练时间并提高数据预测的准确度。     

基于BP神经网络的军事物流定单预测方法研究

选择BP神经网络作为军事物流定单的预测工具,从模型输入层、模型输出层、数据预处理三个方面建立了军事物流定单预测模型,并利用MATLAB的神经网络图形用户接口GUI进行BP神经网络的训练和检验,最后给出了应用方法,并说明注意事项。     

基于BP神经网络的企业自主创新能力评价方法研究

根据自主创新的特点,建立自主创新的评价体系,并与BP神经网络的学习算法相结合,理论上能找到最满意的指标权重,为提升企业自主创新能力提供理论依据,最后提出了几点关于对我国建设创新型国家的启示。     

基于BP神经网络的建筑工程估价模型研究

提出了基于BP神经网络的工程造价估测模型，以工程特征为参数，用历史数据，建立模型，并验证了BP精神网络模型在工程造价估测中的优良效果，结果显示，BP神经网络在这方面具有很好的应用前景。     

基于BP神经网络的商品房销售量预测研究

商品房销售量受多个因素的作用，而且这些作用多是非线性的。商品房销售量预测实质上是实现一个非线性的映射。本文选择了恰当的经济指标作为BP网络的输入输出变量，探讨将神经网络技术应用于商品房销售量的预测领域，并与回归模型、Logistic模型的预测结果进行比较，结果表明人工神经网络方法在商品房销售量预测中的应用是可行的，预测效果更好。     

基于BP神经网络法的高速公路公司财务风险预警研究

分析高速公路公司财务特点,构建其财务风险预警指标体系,从而确定了BP神经网络法的输入变量。进而构建预警模型进行高速公路公司财务风险的预警,以便及早采取措施防范财务风险。     

基于粗糙集和BP神经网络的供应商选择研究

构建了绿色供应链下的供应商选择评价指标体系,并根据粗糙集和BP神经网络的理论和方法,建立了基于粗糙集和BP神经网络的供应商评价选择模型.结合一个供应商选择实例,结果表明,运用这一混合评价模型来选择供应商,既提高了训练数据表达的清晰度,同时还能避免其他方法人为计取权值和相关系数的主观影响和不确定性,选择的结果比较客观、科学.     

基于BP神经网络的时间序列预测研究

建立了基于BP网络的时间序列预测模型,将模型应用于实际算例,设计了模型的网络结构、初始权值和偏差,结果验证了模型的有效性。     

基于算法的BP神经网络的应用研究

BP神经网络的智能化特征与能力使其应用领域日益扩大,潜力日趋明显,许多传统信息处理方法无法解决的问题采用BP神经网络后取得了良好的效果。因此,BP神经网络已被广泛应用于自动化、工程、经济及医学等各个领域。因此,本文重点研究了BP神经网络的原理、算法及其应用。     

基于改进型BP神经网络的字符识别算法研究

神经网络被广泛地应用于字符识别,通过对其难点问题的分析,为了提高字符识别率,本文应用改进型BP神经网络进行字符识别,该算法识别率高,速度快,可适用于多种高噪声环境中,实用性很强。     

基于BP神经网络的企业绿色竞争力评价研究

本文在阐明企业绿色竞争力内涵及特征的基础上,构建企业绿色竞争力评价指标体系,给出了基于BP神经网络的企业绿色竞争力评价模型,以期为企业构建绿色竞争力,实现可持续发展提供支持和参考。     

基于BP神经网络的民用汽车运力灰色回归组合预测研究

文章根据组合预测的理论和BP神经网络对非线性数据良好的逼近特性。提出了基于BP神经网络的灰色预测、多项式回归模型的民用汽车运力组合预测模型。此模型综合了各单一模型的有效信息．能够比较客观地反映地区民用汽车运力的发展趋势．为相关部门提供决策依据。     

基于BP神经网络的物流需求量预测模型研究

本文利用神经网络理论，建立了时间序列对象的反向传播（back-propagation，BP）预测模型，运用于物流需求量预测。并通过实例分析，验证了本模型的科学性与正确性。     

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。     

基于BP网络的建筑工程造价估算

建立了适于建筑工程造价的BP神经网络模型，通过对建筑工程各主要特征类目定量化并结合所建立的BP经网络模型，运用MATLAB工具箱来快速估算建筑工程造价。经工程实例证明，该方法为一种快速、可靠的建筑工程造价估算方法。     

基于BP神经网络的民用汽车运力资源预测

在研究汽车保有量及其影响因素的基础上,依照神经网络系统理论,建立了神经网络预测模型,与传统的灰色预测法相比,预测精度得到了较大的提高,对合理制定运力资源管理政策,确定运力征用预案具有重要的参考价值.     

基于BP神经网络的供应商评价方法研究

供应链环境下供应商评价需要从技术、协作、服务等多方面进行评估,其实质是一个多目标决策问题。神经网络评价系统将供应商关键指标数据作为输入向量,将实际的专家综合评价指标作为输出评价,经过学习训练后,评价系统可以自动给出客观公正的评价结果。采用神经网络,不仅提高了供应商评价的科学性,也为进行动态评价提供了决策支持。