基于模糊神经网络的企业战略风险预警模型研究

利用模糊数学和人工神经网络技术,构建了基于模糊神经网络的企业战略风险预警模型,并经过实例验证了该模型的有效性。     

互联网金融及其风险研究

互联网金融是伴随着新一代信息技术快速发展起来的金融运作新模式,代表着传统金融业变革和创新的方向。中国是全球互联网金融发展最快的国家之一,一定程度上正处在野蛮生长的状态。互联网金融包含第三方支付、P2P网贷、众筹、大数据金融、互联网保险以及互联网金融门户等多种发展模式,如何科学有效地评价和监控其发展的风险是事关互联网金融发展未来的重要因素。互联网金融的风险包括技术风险、信用风险、运营风险、法律监管风险以及其他风险等,成因较为复杂,特点也呈多样性,评估的方法包括定性评估、定量评估和综合分析等三种。为促进我国互联网金融健康、有序、可持续的发展,拟采取的对策包括:创建互联网金融普识体系;构建互联网金融网络安全体系;建立互联网金融信用风险管理体系;建立健全互联网金融运营风险管理体系;大力完善互联网金融监管和法律体系。     

基于BP神经网络方法的财务预警模型研究

本文通过BP神经网络方法来建立我国上市公司财务失败的预警模型,该模型对检验样本的预测正确率为85%,实证研究表明,该模型具有较好的预测效果。     

基于模拟退火神经网络工程施工风险预警研究

本文从我国工程施工风险现状出发，分析了工程风险影响因素，建立了模拟退火神经网络的工程风险预警模型，收集了40个实际工程数据，并运用模型进行对风险进行预测，结果验证了模型的有效性。     

创业板上市企业风险预警建模研究

文章在总结创业板市场及其上市企业特殊性的基础上,依据风险预警建模过程提出了一个研究框架,总结了创业板上市企业的风险因素及风险评价指标体系,概述了建立创业板上市企业风险预警模型所面临的挑战,归纳了需要解决的关键问题并指出后续的研究方向.     

我国商业银行房贷违约风险KMV预警模型构建

美国次级贷危机给世界各国特别是欧美等发达国家经济带来巨大损失。同时次贷危机为我国商业银行房贷业务敲响了警钟,一时间房贷违约风险预警成为国内学者研究的重点,纷纷研究如何预警房贷违约风险。文章包括三个部分：首先介绍了本文研究背景;其次,概述了KMV模型相关理论;最后,提出如何构建我国商业银行房贷违约风险KMV预警模型。     

基于互联网金融模式的中小企业融资风险研究

互联网金融模式作为新兴的网络借贷模式逐渐在国内外迅速发展,其借贷方式方便快捷、覆盖面广、成本较低,为迅猛发展的中小企业提供了新的融资视角和渠道。然而,互联网金融创新模式在中小企业融资的实际运用中仍存在着较大风险。建议建立全国性的规范征信体系、制定互联网金融模式的法律法规、加强互联网金融监管约束及强化中小企业自身建设等,对科学防范中小企业融资风险有着重要的现实意义。     

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。     

装备制造企业财务风险预警模型的研究

选取3家装备制造业上市公司,使用功效系数法对其2010～2012年的财务指标进行预警模型研究。模型选择可反映装备制造企业经营情况的15个指标,采用Delphi法确定预警指标权重,分析各指标的特点,建立隶属度函数,并算出隶属度。通过模型的建立计算装备制造企业财务风险预警评价指标值,判别企业相应的财务风险评价级别,对企业账务风险进行警情分析。     

乳制品安全风险预警模型改进及实现

为增强食品安全监管工作的针对性和有效性,防控和消除安全隐患,对现有乳制品安全风险监测预警模型进行改进,并通过在乳制品安全监测平台中加入改进后的预警模块完成乳制品安全风险预警平台的搭建。该平台可以实时分析乳制品企业上报数据并及时发现和处理潜在的风险,从而大大提高了乳制品安全监管水平。     

互联网金融参与者面临的风险及其防范对策

互联网金融提升了金融效率,使日常交易更便捷、交易成本更低,但它同时也带来了巨大的风险.因此,如何防范该风险成为亟待解决的问题.文章分析了该模式下个人、互联网金融机构和金融监管部门各自面临的主要风险,并在此基础上给出了防范该风险的对策建议.     

互联网金融与中国商业银行之间的风险溢出效应研究

基于2013—2019年国内14家商业银行和互联网金融指数的日股票收盘价数据,采用分位数回归的CoVaR模型,对互联网金融行业与国有银行、股份制银行和城市商业银行之间的双向风险溢出效应进行研究。结果表明:第一,城商行自身风险最大,且互联网金融风险与城商行差别不大,国有银行风险最小;第二,互联网金融与各类型商业银行之间均存在双向不对称的正向风险溢出,且各商业银行对互联网金融的风险溢出效应更强;第三,通过比较分析三类商业银行与互联网金融之间的风险溢出值发现,互联网金融与城商行之间的双向风险溢出效应最强;第四,银行规模大小不是决定风险溢出强度的主要标准,互联网金融与城商行之间的风险溢出效应存在被低估的可能。     

基于熵权-BP神经网络的涉农类上市企业融资风险预警研究

针对涉农类上市企业的融资风险预警问题,首先从企业的资金流融入以及融出两个层面构建了含有15个指标的融资风险预警指标体系;然后收集了24家涉农类上市企业2017年的相关指标数据,并利用熵权法确定各指标层的权重值,结合指标数据计算得到24家上市企业的融资风险预警指数RWI值,即为BP神经网络的输出层;最后通过BP神经网络工具箱建立涉农类上市企业的融资风险预警模型,并进行了神经网络训练以及仿真预测。结果发现,所建立的BP神经网络融资风险预警模型对涉农类上市企业的融资风险预警具有较好的适用性,对企业的融资风险预测与控制具有实践意义。     

我国银行业系统性风险：预警模型与实证分析

国内外学者对银行业系统性风险测量进行了深入研究。银行业系统性风险可以通过银行不良贷款率、资本充足率等指标的变化来反映。实证分析表明,目前我国银行业系统性风险处于相对安全区间,但今后的潜在隐患不容忽视。将来亟需通过多种措施建立系统性风险的识别和处理机制,从根本上防范和化解银行业系统性风险。     

煤炭行业财务风险预警Logistic实证研究

近年来,随着随着煤炭行业市场竞争的加剧近年来,煤炭行业许多公司的经营业绩不容乐观,最突出的问题是公司的亏损面和亏损额有逐年增加的趋势,如何客观评价煤炭行业公司的财务状况,尤其是预测可能出现财务风险的公司,对于投资者及时调整投资决策、监管层准确识别公司状况以及投资银行有效发掘潜在服务客户都具有重要意义,因此选择煤炭行业的上市公司作为研究对象,建立可用于预测该行业企业财务危机的数学模型,并结合对一些敏感财务指标的分析比较,提早发出警报。     

财务风险预警模型的研究与分析

企业在经营过程中面临各种风险,财务风险作为其中重要的部分越来越受到人们的高度关注。为了保障经营者正常进行生产经营,确保经营目标的实现,企业就有必要建立自己的财务预警系统。它从财务预警系统的研究方法,财务危机的表现形式,企业财务系统预警的特征、原则及其包含的四个子系统等几个方面,充分阐述了企业建立财务系统预警的必要性及其重要意义。     

基于粒子群优化神经网络的财务预警模型研究

针对基于神经网络的财务预警方法网络结构复杂和训练时间长的缺点,笔者提出了基于粒子群优化神经网络的财务预警方法.首先对样本数据进行归一化处理,然后采用粒子群优化的BP神经网络来进行训练,最后用训练好的神经网络对我国上市公司财务状况进行预测.仿真实验表明,该方法克服了普通BP神经网络的缺点,使得网络结构的复杂度降低,同时提...     

基于长短期记忆神经网络的企业财务风险预警模型研究

为了提高企业财务风险预警的准确度,采用长短期记忆(LSTM)神经网络算法建立企业财务风险预警模型.首先分析企业财务风险预警指标,并选取重要度高的指标构建企业财务风险预警特征样本.然后经过LSTM神经网络训练,采用遗忘门和记忆节点对历史财务数据进行遗忘和筛选,保留部分数据代入下次神经网络训练,通过反向传播获取最优权重与阈...     

国有企业财务风险预警体系构建研究

本文主要对国有企业财务风险预警体系的构建问题进行了研究。本文首先概述了企业财务风险预警的概念和作用,然后分析了国有企业财务风险管理的现状,最后探讨了国有企业财务风险预警体系构建的措施。     

基于ANN与ES混合系统的银行贷款风险预警研究

鉴于银行贷款风险预警信号通常包括有关财务状况信号与非财务状况因素信号，即既具有可量化也有非量化信号的特点，这里尝试运用人工智能技术，基于人工神经网络（ANN）和专家系统（亦称基于知识系统KBS）的混合系统进行贷款风险预警研究。对于有关财务状况预警信号采用前向三层BP神经网络建立财务预警模式。对于BP网络的输出，把它同非财务因素信号一起直接输入专家系统。最后将由专家系统作出风险预警的最终建议。文中在对财务预警BP神经网络进行实验设计基础上再整合到经过结构化的KBS原型系统。