福建省民生指数动态数学模型研究

采用由系统聚类分析、非参数检验和相关性分析所组成的动态降维方法,对初建立的民生指标体系进行动态的指标选择,然后再利用网络分析法对选择出的指标进行权重的确定,从而建立民生指数测算模型,最后利用福建省2000-2011这十二年的相关数据对该模型进行实证分析。研究结果表明,利用该方法对民生指标进行指标选择以及建立民生指数监测模型是可行的,有助于为民生工程的建设提供科学的理论依据。     

基于多层前馈神经网络的互联网行业财务风险预警研究

为了构建一套科学合理、行之有效的财务风险预警机制,及时识别出企业隐藏的财务风险。本文以60家在A股上市的互联网企业为依据,以各企业2016~2018年的数据作为研究样本,选取了包含财务和非财务指标共计27项,构建了初步预警指标体系。通过非参数检验、主因子分析对指标进行优化和降维,将因子得分作为输入变量代入多层前馈神经网络进行训练和检验。检验结果表明：基于多层前馈神经网络的互联网行业财务风险预警模型达到了设计标准,具有较高的准确度和实际应用价值。     

中国房地产上市公司治理状况与企业绩效关系评价

为了系统分析公司治理状况与企业绩效关系,该文结合新型资本市场的特点,以2001—2012年房地产上市公司为样本,运用因子分析法分别计算反映公司治理状况与企业绩效的合成指标,借助非参数检验和分组回归的方法研究二者的关系。研究表明:房地产上市公司治理状况与企业绩效显著正相关,改善公司治理状况能给企业带来丰厚的绩效回报。建议房地产上市公司重视改善公司治理结构,以有效提升企业绩效。     

基于BP神经网络的沈阳房地产市场预警

结合沈阳房地产市场的特点,借助监测、评价、预警等环节的有机结合,设置预警指标体系;依托人工神经网络(BP模型),选取了11年(1998年～2008年)预警指标的数据,其中前9年的数据作为训练样本,后2年的数据作为检测样本.通过1 538次贝叶斯归一化网络训练,达到了目标误差的要求,其网络仿真效果有着较高的精度和可信度.模型分析与市场实践的对比反映出,2007和2008年的市场都比较活跃;该模型不仅可以用于市场预警,而且有利于促进房地产市场的健康与可持续发展.     

群体性事件风险定量预测预警

目的对群体性事件风险的预测预警进行了定量化研究。方法结合文献资料,运用案例的实证分析和数据的统计分析,综合应用德尔菲法(Delphi)、层次分析法(AHP)、经验统计分析等多种定量化分析方法,形成了一套关于群体性事件风险的定量化评估方法。结果构建了群体性事件风险预警指标体系,建立了基于指标体系的事件风险预警的趋势预测、动向预警、状态预警数学模型体系,并对模型体系进行了验证分析和讨论。结论指标体系及模型嵌入到公安信息化应用平台实用而有效。     

一种基于数据挖掘的零售业客户细分方法研究

针对零售业客户细分指标粗糙和方法精准性低的问题,提出一种基于数据挖掘聚类分析的零售业客户细分方法;方法构建了一套基于RFM的多指标客户细分指标体系,采用熵值法赋予指标权重,进而使用K-Means算法进行客户细分;实证研究结果表明:方法在客户行为特征区分能力和聚类紧凑性方面均优于传统基于RFM的细分方法,方法可行、有效,能够更好地解决零售业客户细分问题,提升客户关系管理和营销决策质量.     

一种基于支持向量机的企业财务危机预警新模型

为有效解决传统模型存在的小样本、高维数、非线性和局部极小点等问题，基于支持向量机方法建立了一种新的企业财务危机预警模型。该模型以财务危机预警指标体系为基础，企业财务危机与否的实际结果为学习样本．采用交叉验证和“格搜索”方法进行训练、验证，确定出最优分类函数。实例分析结果表明，该模型简单、有效、可行，为企业财务的动态预警提供了新的途径。     

基于数据挖掘的IPTV QoE评价方法

针对运营商难以对用户感知质量(QoE)进行主动评估和预警,且难以有效利用海量的网络日常运行数据的问题,在调研了运营商的IPTV网络运行数据和指标基础上,分析了现有的IPTV QoE评价方法和相关的数据挖掘算法,提出了一种基于数据挖掘的IPTV QoE评价方法.该方法包括特征指标相关性分析、指标选择、指标降维、QoE评分及QoE预警等,通过相关性分析、回归分析等算法实现了从原始指标数据到IPTV QoE评价模型建立的过程.基于真实数据集的验证结果表明:当该方法选择80作为QoE评分阈值时,能够达到66.35%的预警命中率.     

企业人力资源内控预警指标的构建与运用

分析构建指标体系的原则和预警指标的选择,指出人力资源内控预警指标体系包括人力资源供给、人力资源配置、人力资源效益和人力资源管理状况评价等4个一级指标;在运用预警指标体系时应注意建立预警工作制度和提高统计数据质量。     

银行类上市公司业绩综合评价模型及实证研究

为了克服传统业绩评估方法的不足，本文首先通过选择有代表性的指标和比率，建立起一个银行类上市公司综合业绩评价指标体系，在此基础上采用主成分分析方法构建了一个评价上市银行业绩的模型，并使用该模型对四家上市银行进行了实证分析，最后用聚类分析和定性定量比较分析对该模型的有效性进行了验证，证明该模型在实证分析中是有效的。     

西安市房地产预警系统研究

采用主成分分析、BP神经网络等现代数学方法,构建西安市房地产预警系统,并通过单指标和综合指标来预测房地产市场的运行轨迹,以揭示西安市房地产的运行状况。     

试析上海房市与股市的关系——基于计量模型的实证分析

通过相关性检验、协积检验和格兰杰因果检验对2006年2月-2007年10月的上海中房（综合）指数和月末上证指数的月度数据进行计量分析,得出了股市带动上海房地产市场的结论。     

房地产调控政策对上海房地产市场影响的研究

房地产调控政策一直伴随着房地产市场的发展而存在,通过一些比率指标计算结果的分析,评价近期房地产调控政策对上海房地产市场的影响程度。研究结果表明,这一轮的调控政策对上海房地产市场的健康发展起到了明显的作用。     

房地产预警系统研究综述

作为我国国民经济重要支柱产业的房地产业,房地产经济预警具有重要的经济意义和社会意义。作者从经济预警的角度出发,总结了目前中国房地产经济预警系统的一般理论、方法、流程设计,重点对预警方法进行阐述,指出需要解决的问题和进一步的研究方向。     

中国房地产市场周期波动分析

房地产市场具有其特有的周期性.在定性分析国内外房地产周期波动的基础上,以房地产开发投资和商品房施工面积为输入指标、以商品房竣工面积和商品房销售金额为输出指标,利用数据包络分析方法(DEA之C2R模型)以及Lingo数学软件,基于我国部分城市的房地产市场周期(波动),定量地实现了相同城市、不同时间的纵向分析和相同时间、不同城市的横向分析.基于宏观与微观政策、提高运行效率(优化非有效性)等,提出了有效利用房地产市场周期的若干设想.     

综合预测方法在房地产预警系统中的实证研究

警兆指标的预测准确、可靠与否是预警系统是否成功的关键。本文从预测的原理和方法入手,针对房地产预警系统涉及指标多、数据量大、影响因素多和难以准确预测的特点,提出采用多元线性回归、趋势外推和B-J方法来进行综合预测。经过实证,综合预测具有准确、可靠和可行的效果,该方法可以推广应用到其他较复杂的经济预测中。     

大系统控制论构建的房地产预警系统应用研究

房地产预警系统对于保持和促进房地产业的健康、稳定和持续发展具有重要的意义.本文针对目前我国房地产预警的现状和存在的不足,提出建立基于大系统控制论的房地产预警系统,对系统的组成和功能进行了简述,并将以大系统控制论构建的子系统涉及的具体流程、方法结合贵阳市房地产预警系统的实证研究和应用进行了详细的阐述,该方法可以应用于国内其他城市的房地产预警系统的构建和研究.     

外资进入对上海房地产市场影响的实证分析

文章通过VAR脉冲函数的方法，量化分析了对上海这个外资聚集最密集的区域中，外资对于当地房地产市场的发展所产生的影响，以此来探寻当前外资进入在我国房地产市场中的发展状况和不足，并就如何充分发挥外资在我国房地产业中的积极作用提出若干思考。     

基于特征价格理论的市场比较法研究

通过定量和定性相结合的方法,对房地产的特征因素进行选择并量化,研究如何将特征价格理论引入市场比较方法中,建立房地产估价模型.以广州市高层为例,选取大量交易数据,得出广州市高层住宅房地产估价模型.