基于统计学习理论的小波神经网络优化

传统的离散仿射小波神经网络训练都是建立在大样本基础上的,当样本数量较少时,不能保证网络的泛化能力。在研究统计学理论的基础上,提出了以结构风险最小化为目标的训练方法。首先根据样本数据和小波基函数的时频局部化特性构造隐含层函数集,并按照小波基函数的能量大小来建立函数嵌套结构,然后采用自适应正交最小二乘法来训练网络权值,保证训练的小波神经网络结构风险最小化。仿真表明该方法不仅具有较高的收敛速度,而且最大限度地保证了网络的泛化能力。     

一个新的学科方向——物流金融的实践发展与理论综述

作为一个新的学科方向,物流金融的快速发展和不断创新要求对物流金融业务更系统的了解.在深入剖析物流金融业务在中西方不同的发展轨迹之后,概括了现阶段物流金融的内涵和基本结构,构建了物流金融学科的理论研究框架,从物流金融业务基础研究,资金约束下企业的物流运营决策与物流金融中银行和物流企业的风险控制决策等三个方面对国内外物流金融的相关文献进行了系统性的归纳总结,并展望了今后的研究趋势.     

城市社区认同性多指标综合优化模型研究

城市社区认同性受到多方面因素的综合影响,本文以城市社区优化设计为研究对象,在全面分析城市社区的相关需求的基础上,应用改进层次分析法等数学优化方法,以城市社区居民住宅满意度为核心,建立了基于模糊综合评判的城市社区认同性多指标优化模型。为我国城市社区科学合理规划做出了有意义的尝试。     

会计信息失真环境下审计风险的博弈分析

从会计信息失真这一角度出发,建立审计风险博弈分析模型.在模型求解的基础上,对注册会计师与企业管理当局之间的博弈进行分析.通过分析得出的结论是:注册会计师由于利益的诱惑,宁愿承担一定的审计风险,出具错误意见的审计报告.由此说明我国目前审计市场上出现注册会计师与被审计单位企业管理当局进行审计合谋的现象.     

基于模糊数的模糊学习理论的关键定理

考虑到现实世界的模糊性,结合模糊集理论和模糊统计学的知识,首先给出了关于模糊数函数以及模糊随机变量函数的若干定理;提出了模糊学习问题的一般表示;最后给出并证明了基于模糊数的模糊学习理论的关键定理.     

影响土石过水围堰溢流工况的因素分析

应用坝工水力学理论,分析了影响土石过水围堰溢流工况的主要不确定因素及其分布,提出了不利溢流工况的设计风险率计算模型。     

不确定性条件下股票质押贷款基本问题的探讨

探讨了在不确定条件下商业银行质押贷款的决策行为，并建立了股票组合质押贷款的优化模型．在此基础上，通过对该模型的修正和经济意义的解释，1)拓宽了模型的应用范围，弥补了传统技术分析和基本面分析严重脱节的缺陷；2)对信息不对称条件下商业银行的行为作出了理论解释；3)解决了流动性风险和市场风险对质押贷款组合的不同影响的问题；4)推导出了质押率的理论区间．     

基于改进型BP算法的外债风险指标预测

利用人工神经网络进行时间序列预测是一种较新的方法,它具有不需建立复杂的数学模型以及非线性映射能力强等优点。采用动量法和学习率自适应调整的改进型BP算法对外债风险的各项指标进行了非线性时间序列的预测。仿真结果表明神经网络模型对外债风险的各项指标预测的结果是准确可靠的。     

VaR与CVaR的对比研究及实证分析

对两种风险度量方法——风险价值（VaR）和条件风险价值（CVaR）的性质和最优化算法进行了比较．首先对它们具有的性质如平移不变性等进行了比较,其中CVaR独有的次可加性最能显示它相对于VaR的优越性．然后,通过引入顺序统计量,把现实中基于CVaR的最优组合问题转化成线性规划问题,并说明只有当收益服从高斯分布时,基于VaR和CVaR的两种最优组合问题的解才是一致的,基于VaR的最优问题才有意义．最后对深市股票进行了实证分析,验证了上述结论,并分析了可能存在的影响结果的因素．     

股票市场中的风险与机会分析

运用社会模仿原理,通过引进函数Ｓ＝ｆ（Ｂ,Ｆ）,对股票市场进行了详尽的研究,得出股票市场中存在４种不同的状态．同时对每一状态中的风险与机会进行了分析,结果表明,当市场处于随机游走、混沌、连贯牛市和连贯熊市时,其风险与收益的关系分别为高风险高收益、高风险低收益、低风险高收益及高风险低收益．