大学生创新创业能力组合评价模型的研究

在"大众创业,万众创新"的时代背景下,分析了高校大学生创新创业教育及其评估体系的研究现状,给出了影响大学生创新创业能力培养的关键因素和评估模型。首先,结合层次分析法和熵值法的主、客观优点,构建了基于信息熵原理的组合权重模型;其次,利用遗传算法优化神经网络,建立基于遗传神经网络的大学生创新创业能力评价模型,并利用组合权重模型获得的权重值调节遗传神经网络的连接权值;最后,通过某应用型高校大学生创新创业数据验证了该组合评价模型的有效性,研究成果可以为应用型高校大学生创新创业能力评价提供一条新的思路。     

基于反向传播算法神经网络的信用评分系统预测力研究

为了提高信用评分系统的预测准确性和稳定性，建立了基于反向传播（BP）算法神经网络的信用评分系统，并提出信用评分系统预测力和预测稳定性验证的新方法．结合信用评分问题的实际特点建立了模型并确定了参数，然后采用一种正向选入法确定输入变量，进行模型训练，并通过引入接收器操作特征曲线的分析理论、曲线面积（AUC）值及信息理论等评价方式，对所构造的神经网络信用评分系统预测力进行评价，最后利用自抽样法构造出多个验证样本来评估信用评分系统的稳定性．与传统的逻辑信用评分系统的比较结果表明，BP神经网络信用评分系统具有更高的预测准确性和稳定性，其AUC值平均提高0．0367，AUC值的标准误差平均降低0．005．     

风险企业信用等级评估及其灰色关联模型

在风险投资运作过程中,风险投资机构如何正确地选择有信用的风险企业合作,关系到整个风险投资的成败．本文将就风险企业信用等级指标体系的构建及其评价模型进行研究．由于风险企业的信用等级评估是一个信息不完全的复杂多因素综合决策问题,适合于运用灰色系统理论进行信息处理．为此本文从风险投资机构的角度,构建了风险企业的信用评价指标体系及评价因素集,并建立灰色关联信用评估模型,较好地解决了对风险企业的信用进行综合评估的问题．     

财务共享模式下的财务智能化协作系统设计研究

随着人工智能等新技术不断发展,财务共享模式也迎来了新的历史发展纪元.针对建筑企业协作施工财务管理过程中的现状,提出了基于支持向量机的协作施工合同资金支付预警模型和基于BP神经网络的分包商信用信用评价模型,选择7个风险指标并设置三种风险等级,建立6个信用评价指标一级指标和20个二级指标.通过模型训练和测试,结果表明具有明显有效性,显著提高资金风险管控能力和保证信用评价的客观性.     

基于神经网络的企业信用评估模型

在分析信用评估重要性和信用评估国内外现状的基础上,提出了用于企业信用评估的指标体系,给出了指标体系中离散数据的量化方法和指标数据的归一处理方法.根据这一指标体系建立了基于BP神经网络的企业信用3层神经网络评估模型.该模型通过给定的教师数据训练后,具有了对企业信用的预测功能.实验结果证明,该模型用于企业信用评估,减少了企业信用评估传统的定性方法中权重确定的人为因素,评估正确率达到了92.2%.     

基于BO-XGBoost与集成学习方法的供应链金融信用评价研究

针对供应链金融领域中小企业融资的信用风险控制问题，提出了一种在Bagging算法框架下结合贝叶斯优化和XGBoost算法的集成学习模型BO-XGBoost-Bagging（BXB）。首先，基于XGBoost特征重要度进行特征筛选，建立供应链金融信用评价指标体系。其次，通过贝叶斯优化获得XGBoost的最优超参数，并结合Bagging算法得到集成模型BXB。最后，在中小企业数据集上进行预测，通过实证研究验证信用评价模型的有效性。实证结果表明，BXB模型相比其他模型具有更好的预测效果，能够更加准确、全面地对中小企业的信用风险进行评估，更好地区分风险企业和正常企业，最大程度减少违约损失，在供应链金融信用评价方面有着较高的应用价值。     

基于GP+BP的信用评估模型研究

文章通过结合遗传规划和神经网络,提出一种2阶段的混合信用评估模型,以弥补单一算法的不足,采用遗传规划学习提取IF-THEN规则,从而为决策者提供简洁的规则,同时采用BP神经网络以解决IF-THEN规则匹配失败的问题。通过UCI数据集上的仿真实验,验证了该模型的可行性,通过与相关模型比较,可得出其分类准确率高于一般的信用评估模型。     

BP神经网络在信用风险评估中的应用

采用人工神经网络模型研究信用风险评估问题。研究利用BP算法训练多层前馈神经网络,给出了基于BP算法的信用风险评估计算步骤,最后以对个人信用评估为例,说明了人工神经网络在信用风险评估系统中的应用。     

神经网络在企业信用信息数据分析中的应用

以企业信用评级知识为基础，运用数据挖掘中的神经网络技术，研究企业信用评级中的神经网络结构，进行企业信用评级模型——神经网络感知器的新探索．以此制定相应的信用政策，控制企业的信用风险．     

知识管理评估模型及在MATLAB上的实现

文章提出了一个基于神经网络的知识管理评估模型,介绍了它的评价原理和学习算法,并介绍了一个在MATLAB软件上实现的实例;企业可以利用该评估模型对企业知识管理的效果进行大致的评估,为企业决策层提供参考。     

中小企业的融资问题

分析了中小企业的特点及难以获得金融机构贷款的原因，提出解决中小企业资金供需不平衡的主要方法是建立针对中小企业的信用评估体系，使银行能够在充分的信息基础上做出贷款决策；拓展资金来源，让地方商业银行成为对中小企业提供资金支持的主要力量以及引入风险投资机制，这样可以有效缓解中小企业的资金缺乏问题。     

我国中小高新技术企业融资信用评价的研究

从企业融资相关理论出发,对我国中小高新技术企业的融资信用问题进行了分析,调查研究了中小高新技术企业信用评价的实际应用情况,在此基础上建立中小高新技术企业融资信用评价的指标体系,并使用模糊综合评价模型对中小企业的融资信用进行评价。     

基于主成分分析法的我国上市公司信用风险评价模型

采用理论分析与实证分析相结合的研究方法，建立了适合我国上市公司信用风险评估的模型。该模型采用主成分分析法筛选出我国企业信用风险评价的主要指标变量，并选取我国2002年度22个行业500家上市公司的财务数据样本，对该模型进行验证，得到的判别正确率为88．67％。该模型评价指标体系简单，实用性强，运行成本低，准确率高，为我国上市公司信用风险评价提供了一种新的有效方法。     

中小微企业的信贷风险评价研究与实证分析

中小微企业在推动我国经济发展方面做出了重要的贡献,但由于信息不对称导致企业融资困难、银行坏账率升高,故建立信贷风险评价体系,以实现银行对中小微企业的信贷风险作出评估,已成为银行迫在眉睫的问题.首先,选取四个财务指标和六个非财务指标,建立信贷风险评价模型.其次,根据模糊层次分析法,构造模糊判断矩阵并计算指标权重.然后,运用功效系数法对定量指标进行量化,运用模糊综合评价法对定性指标进行量化,得到各指标分值.最后,将模型应用于某银行的123家有信贷记录的中小微企业中,得到企业的信贷风险得分和排名,验证了评价体系的有效性,为银行进行中小微企业信贷风险评估和管理提供了一定的理论依据和参考价值.     

山西科技创新创业支撑服务体系与政策现状分析

文章对山西科技创新创业的企业孵化服务、创业风险投资、中小企业信用担保三大主要支撑服务体系的建设情况进行了调研,对现有鼓励创新创业的政策现状进行了分析,针对存在的问题提出了对策与建议。     

科技企业孵化器孵化绩效评价指标体系构造

为高科技初创企业提供环境、服务与支持是孵化器的主要功能,且孵化绩效是创业风险企业选择孵化器的主要评价标准．在遵循评价指标设计的原则基础上,构造了科技企业孵化器孵化绩效评价指标体系;同时,深入阐述利用层次分析法（AHP）确定权重的基本原理,由此构建了科技企业孵化器孵化绩效评价及其权重确定的方法模型,重庆市科技企业孵化器孵化绩效评价指标体系中权重确定的算例表明该方法模型可以很好地得到应用．     

中小企业信用评级指标体系与模型的构建

信用评级对于中小企业的发展具有至关重要的作用．一套科学、完善的中小企业信用评级技术和方法可以使金融机构和信用评级机构准确地判断出企业的信用状况,为金融机构对企业给予信贷支持提供重要的参考依据．应依据我国中小企业自身的特点,并充分借鉴国外经验,构建起一个能够全面、真实地反映中小企业信用状况的评级指标体系．然后,选择层次分析与模糊综合评价相结合的方法来建立中小企业的信用评级模型．     

基于模糊综合评价的信用风险评估

商业银行在营运过程中无时无刻不面临着各种金融风险，其中，信用风险占有特殊的重要地位，世界银行对全球银行业危机的研究表明，导致银行破产的最常见原因就是信用风险．因此，如何对信用风险进行准确和客观的评估与测度已成为学术界所面临的重要课题，同时也是金融实业界密切关注的焦点之一．利用多层次模糊综合评价的模型和层次分析法对国内商业银行信用风险进行综合评估．根据相关资料构建综合评价指标体系．用层次分析法确定各目标因素的权重，建立指标因素集到评价集的模糊映射，利用加权平均模型M（＊，＋）进行模糊矩阵运算，得到信用风险综合评价结果，按最大隶属度原则判断其所属的类型．     

风险投资对创业板科技企业创新效率的影响分析

随着我国创新驱动发展战略的深入实施,风险投资对于科技企业创新的推动作用日益重要。本文以风险投资对创业板科技企业创新效率的影响为出发点,对创业板上的科技企业进行实证研究,在建立创新效率评价指标体系的基础上,从风险投资对科技企业创新的影响,到风险投资特征对科技企业创新效率的影响逐步展开分析。研究发现,风险投资介入不仅促进科技企业创新,而且风投联合投资数量、持股比例、机构声誉及资本背景特征会通过影响企业的偿债、盈利及发展能力来影响科技企业创新效率。最后,根据实证结论提出了促进科技企业创新效率些许建议。