基于BP神经网络的上市公司信用风险评价

文章在建立上市公司信用风险评价指标体系的基础上,提出了用神经网络对上市公司进行信用评级的方法,并利用相关数据对模型进行了实证研究,取得了较好的结果.     

基于BP神经网络的上市公司财务预警模型研究

上市公司的财务问题历来是投资者关注的热点,对公司财务状况进行预测是投资者是否进行这项投资行为的决策参考.文章利用人工神经网络算法在上市公司财务危机预测方面建立预警模型,以2019年首次被公开处理或被退市风险预警处理的40家上市公司和随机抽取的40家非ST公司为研究对象,采用t-3期即2016年样本公司的财务数据来预测我...     

基于BP神经网络技术的GDP预测方法

在一般的经济预测中,通常采用回归分析方法建立模型对GDP进行拟合,但由于经济系统的复杂性,许多回归模型尤其是线性回归模型难以达到要求的精度。本文采用BP神经网络方法建模,利用其自学习和非线性的突出特点,对GDP进行研究,并得到了对2009年我GDP较为满意的预测结果。     

基于主成分分析法和BP神经网络的电力客户信用评价

为了加强电力公司对电力客户信用风险的事先控制,降低电力公司运营风险,需要对电力客户按信用等级进行分类.确定不同客户的信用风险等级,以便执行不同的信用风险控制策略.本文通过将定量与定性的指标相结合,建立了电力客户信用评价指标体系.引入主成分分析法和改进的BP神经网络法,将两者相结合,建立数学评价模型.通过将指标体系中的各指标带入该模型进行测算,可以计算出电力客户信用风险大小,从而确定各个客户信用风险等级.实例研究表明.利用此指标体系和数学模型能够准确地判断电力客户所处的信用等级,对于电力公司规避电力客户信用风险有较强的实际指导意义.     

基于BP神经网络的用户评论意愿预测研究

本文基于BP神经网络建模、预测电商平台用户评论意愿,测试结果表明BP网络可以很好地用于用户评论意愿建模和预测.     

基于BP神经网络的我国M2/GDP预测与对策

本文计算了1993年至2005年我国M2/GDP,发现该数据总体呈上升趋势,这一定程度上反映了我国体制上的深层次问题。另外,本文运用带有动量项和自适应学习率的BP神经网络方法预测出我国2006年的M2/GDP是1.6386左右,并提出了一些相应的政策建议。     

基于主成分分析和BP神经网络算法的股权众筹风险评价研究

近年来,随着股权众筹的迅速发展,其在实际运作中风险评估和防范问题引起了人们的关注.基于此,本文首先利用主成分分析的方法构建了股权众筹风险评估指标体系,其次,利用BP神经网络以众投邦平台股权众筹项目为例进行了实证研究.结果显示:众筹风险评估指标体系由审核估值风险、发起人能力风险、项目本身风险、法律风险、经营风险、监管风险及流动性风险等七个指标构成;BP神经网络的方法在股权众筹风险评估方面是可行且有效的.研究结论可为我国股权众筹风险评估和防控及金融风险防控具有重要的理论及现实意义.     

基于时间序列的BP神经网络预测鄂尔多斯市的GDP

国内生产总值(GDP)是制定经济发展战略、规划、年度计划以及各种宏观经济政策的重要依据,研究GDP预测方法具有重要的现实意义。在对鄂尔多斯市GDP数据序列分析的基础上,考虑到BP神经网络可以通过简单非线性函数的复合能够实现对于复杂函数的映射,本文采用BP神经网络方法来预测鄂尔多斯市的GDP,取得了较好的预测效果。     

基于神经网络模型的股票预测与研究

为了了解股价运行的规律和内在机制,从而正确预测股价走势,首先应用Clementine软件基于神经网络对上证综合指数建立了一期预测模型和多期预测模型,以此来解决历史因素对次日收盘指数的影响。经过多次实验,在对大量实验结果进行分析比较的基础上,选择出了精度较高的神经网络模型,利用该模型进行预测和检验,得到了较好的预测结果,以此解决股民入市时机选择问题。     

基于SPSS的股票选取策略

利用SPSS软件对沪深股市的13只股票进行分析,先对它们进行主成分分析进行降维,再利用聚类分析法进行分类,从中选取具有高成长和盈利能力的股票组合。研究结果表明,该选取策略更加科学规范,对机构投资者和散户的投资有指导意义。     

基于BP神经网络的库存需求预测应用

本文应用BP神经网络模型,并加入影响因子,用于库存需求量的预测,同时采用了传统的预测方法。通过各种方法预测结果的对比,说明文中所建立的加入影响因素的BP网络模型预测效果较好。     

基于BP神经网络的判别分析

研究判别分析问题的现状，利用MATLAB神经网络工具箱，建立基于Bp神经网络的判别分析模型，利用预留指标数据对该模型的判别效果进行验证，并将其应用于判别分析系统中，为决策和管理提供依据。     

基于BP神经网络的企业财务危机预警变量改进探索

考虑到行业差异的财务指标对预警效果的影响,本文建立BP神经网络模型预测财务危机,采用功效系数法将财务指标转化后的单项功效系数作为输入变量,与直接将财务指标作为输入变量进行对比,实证结果发现标准化后的变量产生的误差率小于直接将财务指标作为输入变量.通过使用BP神经网络模型并消除行业差异,财务危机预警的准确性得到有效提高.     

BP神经网络下研究汇率预测的遗传算法

BP神经网络作为现阶段应用最为广泛的神经网络模型之一长期以来通过和遗传算法的结合在诸多领域都有着良好的应用.本文从阐述BP神经网络下汇率预测遗传算法的构建入手,对于BP神经网络下遗传算法在汇率预测中的应用进行了分析.     

应用BP神经网络进行住房需求预测分析

文章通过对现时住房需求预测模型的分析,针对传统预测模型的不足,提出应用BP神经网络理论构建人均住房需求预测模型。建模数据采用我国1995至2004年共10年的统计数据,其中1995-2002年的数据用做模型训练数据,2003-2004数据为模型检验数据。通过实验验证,结果表明基于BP神经网络的预测模型具有较好的适用性和较高的预测精度。     

BP神经网络在大坝安全监控理论中的应用

介绍了BP神经网络的基本原理,结合工程实例建立了BP神经网络的大坝安全监控模型;并针对某一大坝变形水平位移实测数据进行分析,证明其拟合和预报精度优于常规统计模型,为大坝的安全预测提供更加有力的依据.     

基于BP神经网络的遥感水深反演

本文在Landsat7 ETM+遥感影像预处理的基础上,利用影像单波段与多波段组合的反射率和实测水深值之间相关性,建立了安徽省淮河临淮岗段BP神经网络水深反演模型.结果表明:该模型反演水深值与实测水深值的平均绝对误差为为0.5682米,平局相对误差12.11%.决定系数0.8465,均方根误差07167米.说明BP神经网络模型较好的非线性映射能力,能很好的运用于研究区水深反演.     

基于GA—BP神经网络的人口预测研究

人口问题是一个复杂的社会问题,准确地预测,对于国家社会发展计划特别是制定生育政策有重要的意义。本文探讨了基于遗传算法改进的BP神经网络模型的原理、构成以及实现方式,该改进模型可以有效提高BP网络模型的性能。同时将此模型用于我国人口数量的预测,选取我国1982．2010年的人口数据,检验结果平均误差仅有O．0494％。用该模型预测2011-2020的人口总量,预测结果表明我国人口总数的增长已得到有效的控制。     

基于BP神经网络的商业银行信用风险预警研究

信用风险是指借款人没有能力或没有意愿按期还本付息而给贷款人造成损失的风险。传统的信用风险主要来自于商业银行的贷款业务,现代意义上的信用风险考虑到了风险环境的变化,不仅包括传统定义上的贷款违约风险也包括借款人违约可能性发生变化而给银行资产造成损失的风险。本文在研究目前较为流行的信用风险度量模型之后,提出BP神经网络预警系统来预警信用风险。