一、企业经营战略选择的模糊神经网络方法研究(论文文献综述)
张豆豆[1](2021)在《虎牙直播公司财务风险预警体系研究》文中提出随着互联网技术和新媒体模式的跨越式升级,直播逐渐转变成一种新型的网络社交形态,其实时性、真实性和互动性极大地满足了人们的娱乐需求。近几年直播行业呈现出快速地发展势头,引得各方势力都想从中获取利益,竞争俨然十分激烈,随时可能面临着遭遇行业洗牌的危机。由于其发展起步较晚,又属于轻资产行业,融资存在一定的难度,加之运营成本很高和市场竞争风险高等基本特征,导致直播公司在发展过程中面临着各方面的挑战和风险。因此,建立一套完整有效的财务风险预警系统是企业财务战略实施过程中的重要内容,可以帮助企业及时发现财务风险,减小财务危机发生的可能性,避免企业陷入财务困境。围绕财务风险预警这一主题,本文将以虎牙直播公司为研究对象,根据其行业特点制定有针对性的财务风险预警体系,以便能较为准确地判断出公司目前的财务状况并及时规避风险。本文从以下几方面研究:(1)构建财务风险预警指标体系。本文从偿债能力、盈利能力、营运能力、成长能力和线上运营能力五个方面设计了指标体系。(2)运用熵值法和相关性分析来筛选初始指标和指标权重的计算,并运用模糊评价法得出各年的评价分值。(3)制定防范风险的措施。通过虎牙直播公司2019年年报数据在模型中的运用,判断出2019年财务风险为轻度,且预警综合得分较低,接近中度风险。在对预警结果进行全面分析之后,为虎牙直播公司合理控制财务风险提出若干可行措施,以期帮助虎牙直播公司实现持续稳定的发展。
丰加颖[2](2021)在《董事会资本影响高新技术企业技术创新绩效的机制研究》文中研究说明在知识经济时代,技术创新成为高新技术企业(High-Tech Enterprises,HTE)持续发展的推动器,如何提高技术创新绩效,增强市场竞争力,是目前高新技术企业亟待解决的问题。董事会作为企业治理结构中的核心,是高新技术企业技术创新战略的决策主体,也是企业和外部环境的重要联系机制。董事会资本(Board Capital,BC)是董事会职能发挥的基础,对高新技术企业创新绩效具有毋庸置疑的影响。但目前关于董事会资本与技术创新绩效之间作用机制的探究仍然存在一定的盲点,如何打开这一“理论黑箱”,成为准确把握董事会资本和技术创新绩效之间关系的关键突破点。本文探究董事会资本对高新技术企业技术创新绩效的影响机制,以期从董事会资本视角发掘高新技术企业技术创新绩效的提升策略。论文借鉴董事会资本理论、智力资本理论、协同理论等多种理论,界定董事会资本的内涵并分析其本质,提出董事会资本的三维要素及各维度之间的协同关系,构建完整的董事会资本的三维协同结构框架。随后,采用科学的量表开发程序,开发董事会资本测量量表,并借鉴复合系统协同度的定量研究方法,构建董事会资本协同度的定量测量模型。论文基于复杂适应系统理论对高新技术企业技术创新系统的微观运作过程和宏观运行过程进行分析,据此识别高新技术企业技术创新绩效的关键影响要素。以SCP结构范式为依托,探讨董事会在高新技术企业技术创新中的行为,发现技术创新过程中董事会资本的价值实现方式。通过严谨的逻辑推理,提出董事会资本通过技术创新资源获取和技术创新战略决策质量影响高新技术企业技术创新绩效的两条路径,发掘董事会资本影响高新技术企业技术创新绩效机理。基于智力资本理论、资源依赖理论、战略决策理论、技术创新理论等理论,就董事会资本三维度水平及协同度、技术创新资源获取、技术创新战略决策质量和技术创新绩效的关系进行详细探讨,通过逻辑推理提出系列假设,构建董事会资本影响技术创新绩效理论模型。论文对理论模型中的变量进行操作化定义,通过问卷调查方法获取数据。借助SPSS软件、AMOS软件和MATLAB软件,采用结构方程模型和神经网络模型相结合的方法对理论假设进行实证检验。实证检验结果表明,董事会人力资本主要通过技术创新战略决策质量影响技术创新绩效;董事会社会资本主要通过技术创新资源获取影响技术创新绩效;董事会制度资本主要通过技术创新战略决策质量影响技术创新绩效;董事会资本三维度协同通过技术创新资源获取和技术创新战略决策质量影响技术创新绩效;董事会资本三维度协同对技术创新绩效的影响要大于对单维度对技术创新绩效的影响。论文丰富了董事会资本理论和技术创新绩效前因的理论研究,为董事会资本和高新技术企业技术创新绩效的提升提供理论支持和实践指导。
高杨[3](2021)在《基于信用风险评价的H供电公司客户关系管理优化研究》文中提出供电行业的营销服务是供电企业为客户提供核心产品和服务,服务质量的好坏与否将会直接影响到整个企业可持续发展,也是影响企业在市场上综合竞争力的一个重要决定性因素。优质的客户往往是一个企业的重要财富收入来源,相对而言,信用差的客户往往是一个企业经营的风险源泉。由于历史原因,现阶段公司和客户通常采取的用电方式都是先用电后缴纳电费,对于一些供电公司来说,采取的是信用销售方式。目前,在内外部环境急剧变化的市场背景下,信用销售的用电模式是持续占领市场的有效手段,但同时也会增加企业的风险,比如坏账带来的财务成本和管理成本。基于这个宏观背景,根据供电企业目前的外部市场环境,并充分结合自身的特点,以广大客户需求为服务中心,构建了客户信用风险评估模型,并在对广大客户信用风险评估模型分析的研究基础上,通过创新了客户关系,创新了服务渠道,提出了相应的策略,既能够满足广大供电企业对于客户优质服务的要求,同时也可以扩大供电企业的市场综合竞争力,提升供电企业的活力和售后服务水平,同时建立完善供电企业服务制度,,适应新能源电改给我国带来的变革,以优质的售后服务和产品赢得了客户,在激烈的市场竞争中有效抢占了售后服务份额,促进了供电企业的健康可持续发展。本篇论文的研究目标是为了根据我国电力供应与用电市场的特点,以H供电公司为主要案例,分析影响客户信用的基础性信息,设计适合用电企业客户信用风险评估的指标和风险评级标准,建立了客户信用风险评估体系和风险评级标准,在此基础上提出了优化H供电公司目前现有的信用风险评价、欠费预测、电费风险决策、风险控制及窃电检测和防范等客户经理管理的对策建议,构建新型的客户关系,提高服务质量和客户经理工作效率。在此基础上提出优化H供电公司现有的信用评价、欠费预测、电费风险决策、风险控制及窃电检测和防范等客户管理的对策建议,构建新型客户关系,提高服务质量和服务效率。
黄安瑞[4](2021)在《基于BP神经网络的互联网直播企业价值评估 ——以斗鱼直播为例》文中指出互联网技术在新世纪取得了历史性的突破,同时伴随着移动技术研发和通讯基建建设的推进,人类生活进入了信息高速流通的时代,互联网直播基于此顺势而生。自2016年直播商业化以来,互联网直播商业模式的高经营效率和盈利率吸引了大量资本进入直播领域,融资、投资、并购重组等资本运作活动频繁发生,这些活动的进行都需要对互联网直播企业进行价值评估,高估和低估互联网直播企业的价值都会影响资本在市场内的有效配置,因此,合理评估互联网直播企业成为当前迫切需要解决的问题。本文依据互联网直播企业发展的特性,对传统的企业价值评估理论进行了适用性分析。因互联网直播企业具有行业发展时间短、历史数据不足、经营模式独特等特点,市场法、成本法、收益法都无法直接适用于互联网直播企业的价值评估,因此需要引入新的评估方法对其价值进行评估。本文基于神经网络原理,互联网直播企业价值的影响因素分析,从财务指标、非财务指标两个角度出发选取24个次级指标构建了相应的互联网直播企业价值评估指标体系,收集整理了48家具有相似经营模式的中国上市公司数据,建立BP神经网络的价值评估模型。利用数据训练神经网络,对已构建的BP神经网络价值评估模型进行训练,再选取斗鱼直播作为实证对象进行企业价值评估,验证BP神经网络模型的可行性和有效性。本文对待测样本价值评估结果进行分析,得到评估所得价值和待测样本的公允价值的相对误差为5.58%,在公认的可以接受的范围内。得出结论如下:BP神经网络适用于互联网直播企业价值评估领域,并且能够解决历史数据不足、前期假设严格等问题,基于该方法建立的模型具有增强评估结果客观性、评估流程简便等优点,证明了基于BP神经网络的互联网直播企业价值评估模型具有一定的可行性和有效性,能够较好的应用于互联网直播企业的价值评估。本文创新了资产评估领域内的方法使用,拓宽了BP神经网络的应用领域,并且为完善互联网直播企业价值评估领域的评估方法提供了思路。
李娜[5](2021)在《基于BP和BS组合模型的上市生物医药企业价值评估研究》文中研究指明随着人们生活水平的不断提高,人们对健康方面越来越重视。加之2020年新型冠状病毒肆虐全球,企业生物医药企业正在研发应对疫苗。由此生物医药行业迎来了发展浪潮。企业间并购重组、上市融资日益频繁,找到评估这类企业价值的评估方法显得尤为重要。生物医药是高新技术行业的重要组成部分,其企业价值存在着极大的不确定性。使得传统的企业价值评估方法已经不再适用于生物医药企业价值评估。实物期权法把企业不确定性价值作为一项期权。把金融期权思想类比运用,使其可以应用于生物医药这一高新技术行业中。本文在国内外文献分析的基础上,通过对比分析传统企业价值评估适用性特点,得出实物期权法评估的优势所在,因为其对企业潜在价值进行量化,但B-S模型假设条件十分严苛难以真实的反映企业价值。由此引入BP神经网络算法及其优化的遗传算法理论,构建BP和BS组合模型,并进行实证分析。本文选取2019年上市生物医药企业,基于相关上市生物医药企业报表指标,整理得到BS模型五大参数数据,引入优化的BP神经网络算法把五大参数作为输入变量,得出企业股权价值。并与企业市值比较分析结果,得到BP-BS期权定价模型适用于上市生物医药企业价值评估的结论。本文研究结果表明:用遗传算法优化的B-S模型,解决了参数和价值变动的不确定性问题,对上市生物医药企业价值评估较为准确,为生物医药企业价值评估提供了一种全新的思路和方法。由于国内对高风险、成长型和收益不确定的高新科技企业评估研究相对较少,缺乏健全的评估体系。本文以上市生物医药企业为切入点。按照生物医药企业特性来评估上市生物医药企业价值,有利于完善上市生物医药企业市场估值体系,促进上市生物医药行业的健康发展。但是由于样本数据局限性、实物期权指标个别参数的主观性和神经网络权值和阈值的不确定性,模型能否广泛运用还需要继续未来研究和探讨。
周茜[6](2021)在《网络融资模式下小微企业信用风险测度与管控模型》文中研究表明小微企业是国民经济和社会发展的重要基础,是创业富民的重要渠道,在扩大就业、增加收入、促进稳定等方面起到了重要作用,但是制约小微企业发展因素较多,其中融资困难是最为关键的因素。随着互联网技术不断发展,出现了网络融资模式,相对于传统的融资模式,网络融资模式具有成本低,办理周期短等优势,能够有效缓解小微企业融资难等问题。互联网技术是一把双刃剑,网络融资模式的发展突破了传统市场时间与空间的限制,发展形势较好,但目前发展还不够成熟。网络借贷平台、网上银行等网络平台还不够健全,金融机构风控管理和诚信体系尚未完善,存在着一定信用风险。网络融资模式下信用风险管理面临着信用风险因素的复杂性、量化难度大等挑战。目前主流的信用风险测度方法有KMV模型、CreditMetrics模型等,这些模型主要用来估计企业违约概率,在不确定环境下,很难有效判别出影响企业信用风险的关键因素及其权重,因此找到行之有效的信用风险测度方法和管控手段显得尤为必要。本文把小微企业网络融资模式分为银行介入与非银行介入的网络融资模式。银行介入与非银行介入的网络融资模式下信用风险指标特点、复杂程度、识别与度量难度有所不同,以致信用风险测度方法有所区别。银行介入的网络融资模式包括:银行在线借贷、电商网络融资等;非银行介入的网络融资模式包括:P2P网络借贷、网络众筹等。为了解决银行介入的网络融资模式下小微企业信用风险因素间评价仅限于实数域,较难客观体现评价者的主观意愿,信用风险的直接关联矩阵难以客观获得等难题,本文构建出适合银行介入下的信用风险测度模型。①针对银行在线借贷模式下小微企业信用风险测度问题,提出了基于改进的AHP—区间数DEMATEL法;②应用ANN方法对网络信用融资模式下信用风险各指标权重进行测度,利用GRA确定信用风险因素之间的直接关联矩阵;③针对电商供应链金融模式下信用风险测度问题,提出Borda序值、范数灰关联度、RS,并结合ITFN-DEMATEL方法构建信用风险测度模型。为了解决非银行介入的新型网络融资模式下信用风险指标非平稳、非线性,以及较难形象地描述专家判断过程等难题,本文构建出非银行介入下的信用风险测度模型。①关于P2P网络融资模式下的小微企业信用风险测度,首先应用主成分分析方法对指标进行筛选,并利用F-AHP法与CRITIC法等组合赋权对指标进行权重测度,再利用软集合方法对测度结果进行验证;②关于网络众筹模式下小微企业信用风险测度,应用Rough方法对信用风险指标进行属性约简并删除冗余的信用风险指标,利用经验模态分解法、改进直觉模糊法等组合赋权法得出信用风险权重;③通过网络融资模式下信用风险测度模型应用举例分析,不仅对小微企业信用风险进行量化评价,也为贷款方提供了信贷策略。根据信用风险测度模型的结果构建适合网络融资模式下小微企业的信用风险管控模型。①提出了基于银行在线借贷模式下小微企业信用风险管控模型,健全信用风险评价体系,优化信用风险评价模型,增加“信用时间轴”;②设计了基于信用风险管理的电商网络融资模式下小微企业的免疫力提升模型,提高小微企业网络融资能力,降低其信用风险;③构建了 P2P网络借贷模式下小微企业信用风险管控模型,引导更多网络金融资源支持小微企业快速发展,提高小微企业风险管控能力,增强其信用风险防控的免疫力水平;④针对网络众筹模式下信用风险,构建了基于激励机制、监管力度、创新合作等的信用风险管控模型,在区块链思维下提出基于信用风险管控的小微企业免疫力提升路径。本文的主要创新之处:①创建适用于银行介入的网络融资模式下基于GRA-DEMATEL、ITFN-DEMATEL等的小微企业信用风险测度模型,较客观地描述了各信用风险因素的综合重要程度;②构建适用于非银行介入的新型网络融资模式下基于主客观赋权的信用风险测度模型,有效解决传统信用风险测度模型对于信用风险指标间存在相互关联、相关影响等复杂关系而测度不够客观的问题;③利用区块链思维从特异性免疫、非特异性免疫整体提升小微企业免疫力水平,建立可行规则制度,发展新型金融业态;④构建网络融资模式下小微企业信用风险管控模型,提出切实可行的信用风险管控策略,将实现网络融资模式下小微企业信用风险有效防控。
石嘉琪[7](2021)在《Z银行小微企业信贷风险评价体系研究》文中指出随着国民经济的快速发展,社会主义市场经济体系的重要组成部分——小微企业发挥的作用越来越大,在增加财政收入、扩大就业、繁荣市场经济、促进经济发展等方面做出了重要贡献。近年来,全球经济缺乏活力,国内经济增长也面临压力,在经济发展过程中出现了很多突出问题,其中包括小微企业融资难和民营企业问题。因此从中央到地方各级政府都出台政策,要求银行加大对小微企业的扶持力度。实际上,很早之前各银行就对小微企业的融资问题进行了探索。信贷业务不仅是银行利润的重要来源,还是银行业务核心的重要构成。但小微企业由于存在担保条件有限、财务数据真实度低、经营不规范等问题,导致商业银行信贷风险较高,同时在对小微企业进行融资时犹豫不决,不能全力投入。所以,商业银行面临的严峻考验和重大课题是如何在积极响应国家号召的前提下稳健探索新的盈利领域和有效防范小微企业信贷风险。本文的研究对象为Z银行,基于Z银行小微企业信贷风险问题,构建了风险评价指标体系。第一部分是对本文的研究背景及意义进行描述,介绍国内外研究现状,总结研究方法。第二部分分析小微企业的界定以及信贷风险管理与评价理论,为以下章节提供理论基础。第三部分以现有的小微企业风险评价方法和Z银行信贷业务经营状况为出发点,探索小微企业信贷风险评价过程中面临的问题。第四部分进行小微企业信贷风险评价体系的构建,以区域行业发展状况、管理素质、经营状况等指标为依据;指标权重的确定综合运用层次分析法和德尔菲法,获取信贷风险评价等级表。第五部分对信贷风险评价指标体系的完善提出合理建议。
孙程[8](2021)在《环保企业投资风险预警研究 ——以大气污染治理企业为例》文中研究表明环保产业是实现绿色经济及可持续发展的保障产业,是带动经济增长的重要支柱产业。环保产业具有明显的政策驱动性及资金密集型特征,投资是促进产业发展的主要动力,但环保投资项目建设周期普遍较长,收益回收较慢,企业应收账款占比较高,若缺乏有效的投资风险预警管理,一旦市场的投融资环境、或国家政策变化调整时,环保企业极易发生资金链断裂从而引发财务危机,甚至陷入破产境地,严重的还会损害整个产业的健康发展。2018年神雾环保、盛运环保、东方园林、凯迪生态等一系列环保企业遭遇债务危机,暴露出环保企业追求快速扩张但缺乏有效风险管理的现实。目前投资风险预警在我国环保企业中的研究及应用尚属空白,作为事前风险管理的有效手段,风险预警系统可以从过程入手,通过跟踪预警,将风险消灭在萌芽状态,以规避风险损失,保证企业的健康运营和持续发展。本文尝试以环境经济学理论、全面风险管理理论、风险预警理论等为指导,运用规范分析和实证分析相结合的方法,构建环保上市企业的投资风险预警系统,以提高环保企业的抗风险能力,激发市场活力。论文按照风险识别——风险评估——风险预警——风险应对的思路展开,主要研究内容包括:(1)总结及提炼前人在风险管理、财务预警以及环保产业领域内的研究成果,并以环境经济学、全面风险管理理论以及企业风险预警理论等构建本文理论基础。(2)对以大气污染治理企业为代表的我国环保企业的投资风险进行识别与成因分析,为下文构建预警指标体系奠定基础。分析发现,外部环境因素,包括政策、行业、市场、技术、信息不对称等直接影响到企业投融资机制,影响企业投资风险;同时企业的经营风险、财务风险等内部风险因素与投资风险相互作用,对企业投资经营产生重要影响。(3)确定大气污染治理企业投资风险预警指标体系。鉴于包括大气污染治理企业在内的环保企业对外部政策及资金环境变动较为敏感,通过经验值判断法,选取一定的财务指标与非财务指标,以反映企业面临的内外部环境风险,保证预警指标体系的全面性、科学性,以及整个预警系统的实用性。构建大气污染治理企业的投资风险预警指标体系是本文的创新点之一。(4)通过对比预警模型适用条件,选取BP神经网络与Logistic相结合的混合预警模型,完成大气污染治理企业投资风险预警系统的构建,并对预警模型进行实证检验。在样本数据的选取上,本文以Wind数据库“环保——大气污染治理”板块下的所有18家上市公司为样本,将其2013-2018年的财务数据进行处理得到财务指标,并叠加宏观及行业等非财务指标,共同作为面板数据进行实证分析及风险预测。(5)在对大气污染治理企业的投资风险做出预测后,分别从宏观环境层面和企业微观层面,提出包括大气污染治理企业在内的环保企业投资活动的风险防范对策。鉴于环保企业投资依赖政策与资金的特点,以及行业信息严重不对称的缺陷,创新性的提出将区块链技术应用于环保产业的发展思路。论文经过定性与定量研究后,得出的主要结论包括:(1)政策及融资环境对环保产业有重要影响。环保产业的发展与我国投资拉动经济增长的发展模式息息相关,政策直接刺激环保产业需求;而利率,货币供应量变化程度显着影响环保产业的投资风险状态,对包括大气污染治理企业在内的环保企业的发展至关重要。(2)环保产业投资需求潜力巨大,具备高成长性,随着社会环保意识的増强及政府防污治污、绿色经济的发展方针,未来环保产业将维持长时期的高速增长。(3)包括大气污染治理企业在内,环保企业整体资产负债率较高且呈攀升之势,投资风险需要持续关注。环保产业属于资金密集型产业,企业仅靠自有资金难以满足日常投资、经营需求,因此外部融资占比较高,银行贷款、发行债券、政府补贴、民间借贷等是其主要的外部融资渠道。较高的资产负债率,使得环保企业的偿债能力和风险控制能力更为重要,一旦出现资金链断裂、到期债务不能按时偿付,企业极易陷入破产危机。(4)环保企业投资风险水平存在差异,部分大气污染治理企业出现轻警信号,需要对警源加以分析并进行持续监控,从而防范投资失败风险。
赵星雯[9](2019)在《基于BP神经网络的我国高新技术企业经营绩效评价研究》文中认为以知识和技术密集型为代表的高新技术企业,作为国家的重要战略资源,近年来以其转变发展方式、促进创新研发、拉动经济增长的现实功能,成为国民经济发展的重要推动力。针对高新技术企业创新至上、人才智力资本集中、投入高、风险高、收益高等显着特征有别于传统企业,为准确评判高新技术企业的实际经营效果和未来发展潜力,创建一套契合高新技术企业经营发展规律,且科学合理、切实有效的经营绩效评价体系,用以指导高新技术企业提升整体经营实力,获得持续性竞争优势,提高经济效益,实现高新技术企业的稳健经营和良性发展是很有必要的。本文对国内外高新技术企业经营绩效评价相关理论进行梳理,界定相关概念及理论基础,深入分析了高新技术企业经营绩效评价的现状和存在问题。通过对高新技术企业经营绩效的影响因素进行探究分析,并参考现有的经营绩效评价指标体系,提炼出影响高新技术企业经营绩效的关键要素。创新引入EVA经济增加值等相关指标,从财务和非财务绩效两个视角,初步构建高新技术企业经营绩效评价指标体系,并对所构建的指标体系进行相关性检验,以提高所选指标的客观代表性。对目前高新技术企业常用的绩效评价方法进行对比分析,紧密结合高新技术企业的典型特征,将灰色关联度组合赋权与BP神经网络相结合,弥补了单一评价方法难以全面反映企业经营绩效的不足,继而构建了基于BP神经网络的高新技术企业经营绩效评价模型。选取2015-2017年度94家高新技术上市企业的有效面板数据,对所构建的经营绩效评价体系及BP神经网络评价模型进行可行性验证,得出样本企业的经营绩效值及等级,根据实证分析结果为提升高新技术企业经营绩效水平提供参考建议。
张佩瑶[10](2019)在《基于模糊支持向量机上市公司财务风险预警模型研究》文中指出随着我国经济的快速发展,证券市场与经济市场也呈现出一片繁荣景象。企业为了扩大规模,提高社会影响力与竞争能力,纷纷选择上市。然而,经济市场的蓬勃发展必然伴随着市场环境的复杂多变,上市公司在抓住机遇的同时也伴随着许多挑战。为了保障企业的稳定发展,降低破产的可能性,在企业的生产经营过程中随时对财务风险进行评估与控制是十分重要的一个环节。因此,如何建立一套有效的体系对财务风险进行评估,成为了企业管理工作中的一个重要问题。本文选取了沪深两市的部分高新技术产业上市公司作为研究对象,在国内外学者对财务风险研究的基础上,结合高新技术产业的行业特点,初步选出了25项可有效评价风险状况的财务指标,并利用显着性检验筛选了17项能够显着区分企业财务风险与非财务风险的指标变量。为了进一步减少数据冗余和提高预测准确率,利用核主成分分析(KPCA)对这17项财务指标进行特征提取,最后得到累计贡献率90%以上的12个主成分。结合模糊理论与支持向量机原理,构建了基于KNN模糊隶属度的模糊支持向量机(FSVM)预警模型。并在二分类的基础上提出了FSVM多分类财务风险预警模型。为了进一步提高模型的预测准确率,利用遗传算法(GA)、粒子群算法(PSO)、模拟退火粒子群算法(SAPSO)分别对FSVM模型中的惩罚参数和核函数参数进行优化。将经过预处理的财务数据依次输入四种预警模型,通过四种模型的实证研究,结果显示出SAPSO-FSVM模型对财务数据具有较好地分类效果。最终本论文提出了SAPSO-FSVM上市公司财务风险预警模型。主要研究内容包括:(1)对财务风险预警样本进行预处理研究。通过主观意识和借鉴前人经验初步选取的财务指标之间存在极大的差异,直接输入预警模型不仅会增加模型的运行时间还会降低模型的预测准确率。本文采用显着性检验对初选指标进行筛选,选出17项可以显着区分财务风险状况的指标。在保证数据信息完整性的情况下,对这17项指标进行KPCA特征提取,降低数据冗余,得到最后输入模型的实验数据集。(2)在支持向量机的基础上,结合模糊理论和K近邻算法,构建了基于KNN模糊隶属度的FSVM财务风险预警模型。考虑到惩罚参数与核函数参数对FSVM模型预警效果的影响,结合GA、PSO、SAPSO的寻优特点,分别对FSVM模型参数进行最优化选择,最终建立了FSVM、GA-FSVM,PSO-FSVM、SAPSO-FSVM四种上市公司财务风险预警模型。(3)将经过预处理的样本数据集输入四种预警模型进行实证研究,实验结果表明,SAPSO-FSVM对财务风险的预测准确率为79.29%,优于其他三种模型,适合将其作为高新技术产业上市公司对财务风险进行预测评估的参考依据。
二、企业经营战略选择的模糊神经网络方法研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、企业经营战略选择的模糊神经网络方法研究(论文提纲范文)
(1)虎牙直播公司财务风险预警体系研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究目的及意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.3.3 文献述评 |
1.4 研究思路与方法 |
1.4.1 研究思路 |
1.4.2 研究方法 |
第二章 相关理论概述 |
2.1 财务风险概述 |
2.1.1 财务风险的界定 |
2.1.2 财务风险的分类及特征 |
2.1.3 财务风险的成因 |
2.2 财务风险预警概述 |
2.2.1 财务风险预警概念 |
2.2.2 财务风险预警功能 |
2.2.3 构建财务预警体系的意义 |
2.3 理论基础 |
2.3.1 现代资本结构理论 |
2.3.2 模糊数学的隶属度理论 |
第三章 虎牙直播公司经营环境及财务风险分析 |
3.1 虎牙公司概况及经营特点 |
3.1.1 公司简介 |
3.1.2 公司组织结构 |
3.1.3 公司经营特点 |
3.2 虎牙直播公司宏观环境分析 |
3.2.1 政策及监管方面 |
3.2.2 市场竞争方面 |
3.2.3 技术变革影响 |
3.3 虎牙直播公司财务风险分析 |
3.3.1 偿债能力 |
3.3.2 盈利能力 |
3.3.3 营运能力 |
3.3.4 成长能力 |
3.4 建立财务风险预警体系的必要性 |
第四章 虎牙直播公司财务风险预警体系的构建 |
4.1 财务风险预警体系的构建目标和原则 |
4.1.1 财务风险预警体系的构建目标 |
4.1.2 财务风险预警体系构建原则 |
4.2 财务风险预警模型的选择 |
4.3 财务风险预警指标体系的构建 |
4.3.1 财务风险预警指标初始设计 |
4.3.2 财务风险预警指标权重衡量 |
4.3.3 相关性分析及指标筛选 |
4.3.4 最终预警指标及其权重确定 |
4.4 基于模糊评价法的财务风险预警模型 |
4.4.1 模糊评价法的原理 |
4.4.2 确定因数集 |
4.4.3 确定评语集 |
4.4.4 构造隶属度矩阵 |
4.4.5 计算模糊综合评价结果 |
4.5 预警警限的确定 |
4.6 预警结果反馈 |
第五章 虎牙直播公司财务风险预警体系的应用及风险防范措施 |
5.1 财务风险预警体系的应用 |
5.1.1 财务风险预警体系的应用流程 |
5.1.2 财务风险预警结果计算 |
5.1.3 财务风险预警结果分析 |
5.2 财务风险防范措施 |
5.2.1 强化风险意识并运用预警模型 |
5.2.2 开拓新付费内容发展多元盈利模式 |
5.2.3 积极拓宽融资渠道合理运用股权融资方式 |
5.2.4 加强平台运营成本控制 |
第六章 结论与展望 |
6.1 研究结论 |
6.2 不足与展望 |
致谢 |
参考文献 |
攻读学位期间参加科研情况及获得的学术成果 |
(2)董事会资本影响高新技术企业技术创新绩效的机制研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究目的及意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外研究现状及述评 |
1.3.1 董事会资本相关研究现状及述评 |
1.3.2 技术创新绩效相关研究现状及述评 |
1.3.3 董事会资本与企业技术创新绩效关系相关研究现状及述评 |
1.4 主要研究内容与研究方法 |
1.4.1 主要研究内容 |
1.4.2 研究方法 |
1.4.3 技术路线 |
第2章 董事会资本结构与测量研究 |
2.1 基于智力资本理论的BC结构框架 |
2.1.1 BC内涵界定 |
2.1.2 BC本质分析 |
2.1.3 BC三维结构框架提出 |
2.2 BC三维结构分析 |
2.2.1 BHC维度分析 |
2.2.2 BSC维度分析 |
2.2.3 BIC维度分析 |
2.3 BC三维协同互动机制 |
2.3.1 BC三维互动关系 |
2.3.2 BC三维协同过程 |
2.3.3 BC三维协同价值创造 |
2.4 BC测量方法与模型 |
2.4.1 BC量表开发 |
2.4.2 BC协同度测量 |
2.5 本章小结 |
第3章 董事会资本影响高新技术企业技术创新绩效机制探析 |
3.1 HTE技术创新绩效关键要素识别 |
3.1.1 HTE技术创新绩效内涵 |
3.1.2 HTE技术创新系统 |
3.1.3 基于HTE技术创新过程的创新绩效关键因素识别 |
3.2 HTE技术创新过程中董事会的作用与BC价值实现 |
3.2.1 BC价值实现的机理分析 |
3.2.2 HTE技术创新过程中董事会行为分析 |
3.2.3 HTE技术创新过程中BC的价值实现 |
3.3 BC影响HTE技术创新绩效框架模型 |
3.3.1 BC通过技术创新资源获取影响HTE技术创新绩效 |
3.3.2 BC通过技术创新战略决策质量影响HTE技术创新绩效 |
3.3.3 BC影响HTE技术创新绩效框架模型的提出 |
3.4 本章小结 |
第4章 董事会资本影响高新技术企业技术创新绩效研究假设与理论模型 |
4.1 BC与技术创新资源获取及技术创新战略决策质量关系分析 |
4.1.1 BC与技术创新资源获取关系假设提出 |
4.1.2 BC与技术创新战略决策质量关系假设提出 |
4.2 创新资源获取及创新战略决策质量与HTE技术创新绩效关系分析 |
4.2.1 技术创新资源获取与HTE技术创新绩效关系假设提出 |
4.2.2 技术创新战略决策质量与HTE技术创新绩效关系假设提出 |
4.3 BC影响HTE技术创新绩效机制理论模型建立 |
4.3.1 技术创新资源获取与技术创新战略决策质量关系假设提出 |
4.3.2 BC协同度与技术创新资源获取的关系假设提出 |
4.3.3 BC协同度与技术创新战略决策质量的关系假设提出 |
4.3.4 BC影响HTE技术创新绩效影响机制理论模型 |
4.4 本章小结 |
第5章 董事会资本影响高新技术企业技术创新绩效实证分析 |
5.1 实证分析设计 |
5.1.1 变量测量 |
5.1.2 问卷设计 |
5.1.3 实证方法 |
5.2 理论模型的SEM检验 |
5.2.1 数据收集与样本特征 |
5.2.2 结构方程模型评价 |
5.2.3 结构方程模型路径分析 |
5.3 基于SEM的神经网络模型检验 |
5.3.1 基于SEM的神经网络模型建立 |
5.3.2 改进的Manta-Ray觅食BP算法 |
5.3.3 SEM-ANN模型拟合结果 |
5.4 SEM与 SEM-ANN权重比较分析 |
5.4.1 比较分析结果 |
5.4.2 差异变量曲线模拟 |
5.5 BC影响HTE技术创新绩效机制分析结论 |
5.5.1 假设检验结果与分析 |
5.5.2 BC影响HTE技术创新绩效机制确定 |
5.6 本章小结 |
第6章 基于提高高新技术企业技术创新绩效的董事会资本提升策略 |
6.1 董事会资本提升策略 |
6.1.1 注重董事会人力资本积累 |
6.1.2 加强董事会社会资本建设 |
6.1.3 优化董事会制度资本体系 |
6.1.4 提高董事会资本三维度协同发展 |
6.2 董事会技术创新资源获取能力提高策略 |
6.2.1 增强技术创新资源需求识别能力 |
6.2.2 拓展技术创新资源获取渠道 |
6.2.3 促进技术创新资源协同获取行为 |
6.3 董事会技术创新战略决策质量提高策略 |
6.3.1 加强董事会认知 |
6.3.2 发挥社会网络在战略决策中的作用 |
6.3.3 提高董事会行为整合能力 |
6.4 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文 |
攻读博士学位期间参与的科研项目 |
致谢 |
附录 |
(3)基于信用风险评价的H供电公司客户关系管理优化研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
第一节 研究背景和意义 |
一、研究背景 |
二、研究意义 |
第二节 国内外研究现状 |
一、信用风险评价的相关研究 |
二、客户关系管理的相关研究 |
三、电力企业信用风险评价及客户关系管理的相关研究 |
四、文献评述 |
第三节 研究内容与研究方法 |
一、研究内容 |
二、研究方法 |
第四节 技术路线与创新点 |
一、研究框架 |
二、本文创新点 |
第二章 相关理论基础 |
第一节 信用风险评价理论 |
一、因素分析法 |
二、模型分析法 |
第二节 信用风险评价技术 |
一、经验判断期 |
二、数学模型期 |
第三节 客户关系管理理论 |
第四节 信用风险评价方法的选择 |
第三章 电力行业信用风险评价及H公司客户管理现状 |
第一节 电力行业客户信用风险管理的必要性 |
第二节 电力行业客户信用风险评价体系建设 |
第三节 H供电公司客户管理现状 |
一、信用风险评价结果利用不充分 |
二、新技术应用不充分 |
三、客户体验不佳 |
第四章 H供电公司信用风险评价模型设计 |
第一节 评价模型构建的原则 |
一、实用性原则 |
二、可扩展性原则 |
三、整体性原则 |
第二节 信用风险评价模型指标的选取 |
一、定量指标 |
二、定性指标 |
第三节 信用风险评价模型构建 |
一、模型构建流程 |
二、客户信用评价模型 |
三、欠费预警评价模型 |
第五章 H供电公司客户信用风险评价分析 |
第一节 客户信用风险评价分析 |
一、信用风险影响因素 |
二、信用风险等级 |
三、信用风险评价结果 |
第二节 欠费预警风险分析 |
第六章 H供电公司客户关系管理优化研究 |
第一节 信用评级动态差异化管理 |
一、基本服务 |
二、增值服务 |
三、惩罚服务 |
第二节 新技术的应用 |
一、客户基础信息的采集与加工 |
二、客户信用数据的拓展应用 |
第三节 客户关系管理的策略优化 |
一、精准维护客户关系 |
二、提升用电客户的服务感知度 |
三、保持与重点客户的良好互动 |
第七章 结论与展望 |
第一节 研究结论 |
第二节 研究展望 |
参考文献 |
附录 |
致谢 |
(4)基于BP神经网络的互联网直播企业价值评估 ——以斗鱼直播为例(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 关于互联网企业估值方法的研究 |
1.2.2 关于互联网企业估值方法影响因素的研究 |
1.2.3 互联网直播相关研究 |
1.2.4 对BP神经网络在评估领域应用的研究 |
1.2.5 对现有研究的评论 |
1.3 研究内容和研究方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.4 研究创新点 |
2 互联网直播以及相关经济学理论 |
2.1 互联网直播企业的概述 |
2.1.1 互联网直播企业的定义 |
2.1.2 互联网直播企业的分类 |
2.1.3 互联网直播企业的特点 |
2.2 互联网直播的相关经济学理论 |
2.2.1 互联网经济学基本理论 |
2.2.2 信息经济学基本理论 |
2.2.3 自媒体经济学基本理论 |
3 互联网直播企业的价值构成和评估方法 |
3.1 互联网直播企业价值构成分析 |
3.1.1 经营模式分析 |
3.1.2 收入来源分析 |
3.1.3 价值影响要素分析 |
3.2 传统的企业价值评估方法 |
3.2.1 收益法 |
3.2.2 成本法 |
3.2.3 市场法 |
3.2.4 传统企业价值评估理论的适用性分析 |
3.3 基于BP神经网络的互联网直播企业价值评估方法 |
3.3.1 BP神经网络的基本理论 |
3.3.2 BP神经网络在互联网直播企业价值评估中的适用性分析 |
4 基于BP神经网络的互联网直播企业价值评估模型的构建 |
4.1 互联网直播企业价值影响因素指标的分类及指标体系构建 |
4.1.1 互联网直播企业价值影响因素指标的分类 |
4.1.2 评估模型的指标体系构建 |
4.2 评估模型的构建 |
4.2.1 构建模型框架 |
4.2.2 对模型进行仿真模拟 |
5 案例分析 |
5.1 斗鱼直播公司概况 |
5.2 发展前景分析 |
5.2.1 互联网直播企业发展现状 |
5.2.2 互联网直播企业在资本市场的发展状况 |
5.2.3 斗鱼直播发展前景 |
5.3 数据的获取和预处理 |
5.3.1 数据的获取 |
5.3.2 数据的预处理 |
5.4 BP神经网络模型的仿真模拟以及评估结果 |
5.4.1 BP神经网络模型的仿真模拟 |
5.4.2 基于BP神经网络价值评估模型的价值评估结果 |
5.4.3 评估结果分析 |
6 结论和展望 |
6.1 结论和建议 |
6.2 不足与及展望 |
参考文献 |
致谢 |
附录一:训练样本数据和待测样本数据 |
(5)基于BP和BS组合模型的上市生物医药企业价值评估研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究的意义 |
1.2 国内外文献综述 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.2.3 文献述评 |
1.3 研究主要内容及思路框架 |
1.3.1 研究主要内容 |
1.3.2 研究思路框架 |
1.4 本文贡献与不足 |
1.4.1 研究的贡献 |
1.4.2 研究的不足 |
第2章 概念界定及评估方法概述 |
2.1 概念界定 |
2.1.1 生物医药企业 |
2.1.2 生物医药企业价值评估 |
2.2 传统企业价值评估方法 |
2.2.1 现金流量折现模型 |
2.2.2 附加经济价值法 |
2.2.3 相对估值法 |
2.3 实物期权理论与定价方法 |
2.3.1 实物期权理论概述 |
2.3.2 实物期权特征 |
2.3.3 实物期权分类定价方法 |
第3章 上市生物医药企业价值评估的现状及问题分析 |
3.1 上市生物医药企业现状分析 |
3.1.1 上市生物医药企业发展现状及特点 |
3.1.2 上市生物医药行业PEST分析 |
3.1.3 上市生物医药企业未来发展趋势 |
3.2 上市生物医药企业价值评估存在的主要问题 |
3.2.1 传统方法应用于生物医药企业价值评估的局限性 |
3.2.2 实物期权法在生物医药企业估值的适用性分析 |
3.3 上市生物医药企业价值评估方法比较分析 |
第4章 上市生物医药企业价值评估的BP-BS模型构建 |
4.1 BP神经网络及遗传算法模型介绍 |
4.1.1 BP神经网络 |
4.1.2 遗传算法 |
4.1.3 遗传算法与BP神经网络的结合 |
4.2 运用BP神经网络对B-S模型改进的思路和意义 |
4.2.1 改进的思路 |
4.2.2 改进的意义 |
4.3 运用BP-BS模型进行价值评估的具体流程 |
4.3.1 模型的参数选择 |
4.3.2 BP神经网络的学习 |
4.3.3 遗传算法优化BP神经网络 |
第5章 实证分析 |
5.1 样本分析 |
5.2 模型应用 |
5.3 结果比较分析 |
第6章 结论与展望 |
6.1 研究结论 |
6.2 研究展望 |
参考文献 |
附录 |
致谢 |
(6)网络融资模式下小微企业信用风险测度与管控模型(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.2.1 理论意义 |
1.2.2 实践价值 |
1.3 研究目的与内容 |
1.3.1 研究目的 |
1.3.2 研究内容 |
1.4 研究方法与路线 |
1.4.1 研究方法 |
1.4.2 研究路线 |
1.5 研究的主要创新点 |
第二章 相关理论与文献综述 |
2.1 小微企业信用风险的相关研究 |
2.2 网络融资模式的相关研究 |
2.3 区块链的相关研究 |
2.4 信用风险测度模型的相关研究 |
2.5 关于组织免疫理论的相关研究 |
2.6 文献评述 |
第三章 小微企业网络融资的模式、特点及渠道选择 |
3.1 小微企业网络融资的模式 |
3.1.1 小微企业的特征与信用风险产生原因 |
3.1.2 网络融资模式流程及分类 |
3.2 网络融资模式的特点及分析 |
3.2.1 银行介入的网络融资模式分析 |
3.2.2 非银行介入的新型网络融资模分析 |
3.2.3 网络融资模式下信用风险测度与管控难点 |
3.3 小微企业网络融资的渠道选择 |
3.4 本章小结 |
第四章 银行介入的网络融资模式下信用风险测度模型 |
4.1 基于改进AHP-DEMATEL法的银行在线借贷下信用风险测度模型 |
4.1.1 基于改进的AHP法的信用风险测度模型构建 |
4.1.2 基于改进区间数-DEMATEL法的信用风险测度模型构建 |
4.1.3 区间数综合影响度计算 |
4.2 基于改进DEMATEL法的电商融资模式下信用风险测度模型 |
4.2.1 基于ANN-GRA-DEMATEL法的网络信用融资模式下信用风险测度模型 |
4.2.2 基于改进DEMATEL法的电商供应链金融模式下信用风险测度模型 |
4.2.3 基于ITFN-DEMATEL的综合影响矩阵计算 |
4.3 模型应用举例 |
4.4 本章小结 |
第五章 非银行介入的新型网络融资下信用风险测度模型 |
5.1 基于组合赋权法的P2P网络借贷模式下信用风险测度模型 |
5.1.1 F-AHP法计算主观权重 |
5.1.2 CRITIC法计算客观权重 |
5.1.3 组合赋权的权重确定方法 |
5.1.4 基于软集合的小微企业信用风险测度模型的验证 |
5.2 基于组合赋权的网络众筹模式下信用风险测度模型 |
5.2.1 基于熵权法的信用风险测度模型 |
5.2.2 基于改进层次分析与经验模态分解的信用风险测度模型 |
5.2.3 基于改进直觉模糊法的网络众筹模式下信用风险测度模型 |
5.3 模型应用举例 |
5.4 本章小结 |
第六章 网络融资模式下小微企业信用风险管控模型 |
6.1 银行在线借贷模式下小微企业信用风险管控模型 |
6.1.1 基于重复博弈的银行在线借贷模式下信用风险管控模型 |
6.1.2 基于政府监管力度的银行在线借贷模式下信用风险管控模型 |
6.1.3 基于收益共享的银行在线借贷模式下信用风险管控模型 |
6.1.4 基于网络联保交易的银行在线借贷模式下信用风险管控模型 |
6.1.5 基于免疫力提升的银行在线借贷模式下信用风险管控模型 |
6.2 电商网络融资模式下小微企业信用风险管控模型 |
6.2.1 网络信用融资模式下基于免疫理论的信用风险管控模型 |
6.2.2 电商供应链金融模式下信用风险管控模型 |
6.3 P2P网络借贷模式下小微企业信用风险管控模型 |
6.3.1 基于ESS的P2P网络借贷模式下信用风险管控模型 |
6.3.2 基于利益相关者的P2P网络借贷模式下信用风险管控模型 |
6.3.3 基于动态循环免疫力提升的P2P网络借贷模式下信用风险管控模型 |
6.4 网络众筹模式下小微企业信用风险管控模型 |
6.4.1 基于激励机制的信用风险管控模型 |
6.4.2 基于监管力度的信用风险管控模型 |
6.4.3 基于创新合作的信用风险管控模型 |
6.4.4 基于免疫力水平提升路径的信用风险管控模型 |
6.5 本章小结 |
第七章 结论与研究展望 |
7.1 结论 |
7.2 不足与展望 |
7.2.1 研究不足 |
7.2.2 研究展望 |
参考文献 |
附录 |
附录1 小微企业网络融资的信用风险调查问卷 |
附录2 影响网络融资模式下小微企业信用风险因素调查问卷 |
附录2-1 影响银行在线借贷模式下信用风险因素调查问卷 |
附录2-2 影响网络信用融资模式下信用风险因素调查问卷 |
附录2-3 影响电商供应链金融模式下信用风险因素调查问卷 |
附录2-4 影响P2P网络借贷模式下信用风险因素调查问卷 |
附录2-5 影响P2P网络借贷模式下信用风险因素第二轮调查问卷 |
附录2-6 影响网络众筹模式下信用风险因素调查问卷 |
附录3 网络信用融资模式下小微企业信用程度调查问卷 |
附录4 专家访谈大纲——关键因素结果验证 |
致谢 |
攻读博士学位期间发表的主要论文 |
攻读博士学位期间主持或参加的科研项目、荣誉情况 |
(7)Z银行小微企业信贷风险评价体系研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究目的及意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.4 研究内容和方法 |
1.4.1 研究内容 |
1.4.2 研究方法 |
1.4.3 技术路线图 |
第二章 相关概念及其理论基础 |
2.1 小微企业的界定与信贷风险特征 |
2.1.1 小微企业的界定 |
2.1.2 小微企业的信贷风险特征 |
2.2 信贷风险管理理论 |
2.2.1 委托代理理论 |
2.2.2 信息不对称理论 |
2.2.3 企业生命周期理论 |
2.2.4 全面风险管理理论 |
2.2.5 信贷配给理论 |
2.3 信贷风险评价理论 |
2.3.1 信贷风险评价基本原理 |
2.3.2 信贷风险评价基本要素 |
2.3.3 信贷风险评价方法与模型及比较 |
第三章 Z银行小微企业信贷风险现状分析 |
3.1 我国商业银行小微企业信贷风险现状分析 |
3.2 Z银行基本情况 |
3.2.1 Z银行概况 |
3.2.2 Z银行贷款情况 |
3.2.3 Z银行信贷风险评价组织结构 |
3.3 Z银行小微企业信贷业务情况 |
3.3.1 Z银行小微企业信贷业务概况 |
3.3.2 Z银行小微企业信贷业务种类 |
3.3.3 Z银行小微企业信贷风险评价流程 |
3.3.4 Z银行小微企业信贷风险评价方法 |
3.4 Z银行小微企业信贷风险评价存在的问题 |
3.4.1 各部门职责分工不明 |
3.4.2 缺乏对小微企业信贷风险评价制度的参考 |
3.4.3 风险评价流程执行效果弱化 |
3.4.4 信贷风险评价方法不科学 |
3.4.5 过度依赖财务指标 |
3.5 Z银行小微企业信贷风险问题成因分析 |
3.5.1 客观原因 |
3.5.2 主观原因 |
第四章 Z银行小微企业信贷风险评价体系设计 |
4.1 信贷风险评价指标体系构建原则与流程 |
4.1.1 评价指标体系构建原则 |
4.1.2 评价指标体系构建流程 |
4.2 信贷风险评价指标选取 |
4.2.1 评价指标选取 |
4.2.2 企业经营状况评价指标 |
4.2.3 企业管理状况评价指标 |
4.2.4 行业及区域发展状况评价指标 |
4.3 信贷风险评价指标权重确定 |
4.3.1 建立指标层次模型 |
4.3.2 构造判断矩阵并计算指标权重 |
4.3.3 构建最终评价指标权重汇总表 |
4.4 信贷风险评价等级表的确定 |
4.4.1 设定指标评语集 |
4.4.2 计算指标分值 |
4.4.3 确定信贷风险评价等级表 |
第五章 Z银行小微企业信贷风险评价体系应用分析及优化的配套措施 |
5.1 Z银行小微企业信贷风险评价体系应用分析 |
5.1.1 目标客户情况 |
5.1.2 目标客户信贷风险评价 |
5.1.3 信贷风险评价体系效果分析 |
5.2 Z银行小微企业信贷风险评价体系优化的配套措施 |
5.2.1 制度建设方面 |
5.2.2 业务流程方面 |
5.2.3 信贷从业人员素质方面 |
第六章 结论 |
致谢 |
参考文献 |
攻读学位期间参加科研情况及获得的学术成果 |
(8)环保企业投资风险预警研究 ——以大气污染治理企业为例(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 文献综述 |
1.2.1 国外研究文献综述 |
1.2.2 国内研究文献综述 |
1.2.3 国内外研究评述 |
1.3 研究内容、方法和技术路线 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.3.3 技术路线 |
1.4 创新点 |
第二章 相关理论基础 |
2.1 概念界定 |
2.1.1 环保产业的界定 |
2.1.2 环保企业投资及投资风险 |
2.1.3 企业风险预警管理 |
2.1.4 环保企业投资风险预警 |
2.2 环境经济学理论 |
2.2.1 外部性理论 |
2.2.2 环境产权理论 |
2.2.3 环境库兹涅茨曲线 |
2.3 全面风险管理理论 |
2.3.1 全面风险管理的界定 |
2.3.2 全面风险管理的核心步骤 |
2.4 企业风险预警理论 |
2.4.1 风险预警理论概述 |
2.4.2 财务危机的原因分析 |
2.4.3 财务危机预警理论 |
2.4.4 环保企业的投资风险预警 |
2.5 小结 |
第三章 大气污染治理企业投资风险机理分析 |
3.1 大气污染治理企业特征分析 |
3.1.1 大气污染治理企业的类型 |
3.1.2 大气污染治理企业的特征 |
3.2 大气污染治理企业投资需求分析 |
3.3 大气污染治理企业投融资机制分析 |
3.3.1 政府性环保投融资 |
3.3.2 企业投融资 |
3.3.3 环保基金融资 |
3.3.4 多主体参与的项目融资 |
3.4 大气污染治理企业投资风险机理分析 |
3.4.1 企业外部风险要素识别 |
3.4.2 企业内部风险要素识别 |
3.4.3 大气污染治理企业投资风险的传导机制分析 |
3.5 大气污染治理企业防范投资风险的重要意义 |
3.6 小结 |
第四章 大气污染治理企业投资风险预警指标体系构建 |
4.1 投资风险预警系统设计思路 |
4.2 投资风险预警指标体系建立的方法论 |
4.2.1 风险预警指标体系的确定方法 |
4.2.2 风险预警指标体系的设计原则 |
4.2.3 风险预警指标体系的构建 |
4.3 预警指标的初选 |
4.4 预警指标的筛选 |
4.4.1 数据取得与处理 |
4.4.2 预警指标的因子分析 |
4.5 小结 |
第五章 大气污染治理企业投资风险预警模型与实证分析 |
5.1 Logistic预警模型构建 |
5.1.1 Logistic回归分析 |
5.1.2 ROC曲线检验 |
5.1.3 确定最佳诊断界值与可疑区间 |
5.2 BP神经网络模型原理及构建 |
5.2.1 BP神经网络模型原理 |
5.2.2 BP神经网络模型的算法 |
5.2.3 BP神经网络建模的实现 |
5.3 基于BP-Logistic混合模型的预测数据与分析 |
5.4 小结 |
第六章 大气污染治理企业投资风险防控研究 |
6.1 优化风险防范的宏观环境 |
6.2 加强企业自身风险防范能力 |
6.3 小结 |
第七章 研究结论与展望 |
7.1 研究结论 |
7.2 展望 |
参考文献 |
致谢 |
个人简介及攻读学位期间取得的研究成果 |
(9)基于BP神经网络的我国高新技术企业经营绩效评价研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 论文的研究背景、目的及意义 |
1.1.1 论文研究背景 |
1.1.2 研究目的 |
1.1.3 研究意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.2.3 国内外研究综述 |
1.3 论文的研究内容及方法 |
1.3.1 论文的研究内容 |
1.3.2 论文的框架结构 |
1.3.3 论文的研究方法 |
1.4 论文创新之处 |
第2章 高新技术企业经营绩效评价现状分析 |
2.1 相关概念界定及理论基础 |
2.1.1 高新技术企业概念界定 |
2.1.2 高新技术企业主要特征 |
2.1.3 企业经营绩效的内涵 |
2.1.4 企业经营绩效评价概念及意义 |
2.1.5 企业经营绩效评价的理论基础 |
2.2 高新技术企业经营绩效评价要素 |
2.3 高新技术企业经营绩效评价发展现状及存在问题 |
2.3.1 经营绩效政策规范尚不健全 |
2.3.2 经营绩效评价体系尚不完善 |
2.3.3 企业经营战略联系尚不紧密 |
2.4 本章小结 |
第3章 高新技术企业经营绩效评价指标体系初步设计 |
3.1 指标选取原则及依据 |
3.1.1 指标选取原则 |
3.1.2 指标选取依据 |
3.2 经营绩效的影响因素 |
3.3 评价指标的初选 |
3.3.1 指标体系的构成要素 |
3.3.2 指标体系的初步构建 |
3.4 本章小结 |
第4章 高新技术企业经营绩效评价模型构建 |
4.1 常用评价方法及应用分析 |
4.2 基于BP神经网络进行高新技术企业经营绩效评价的选择 |
4.2.1 利用BP神经网络进行经营绩效评价的可行性 |
4.2.2 BP神经网络的理论概述 |
4.2.3 BP神经网络的评价机理 |
4.3 基于BP神经网络的高新技术企业经营绩效评价的模型构建 |
4.3.1 确定网络层数 |
4.3.2 确定输入节点 |
4.3.3 确定隐含层节点 |
4.3.4 确定输出节点 |
4.3.5 确定传递函数及误差函数 |
4.3.6 灰色关联度确定期望输出 |
4.3.7 利用MATLAB实现 |
4.4 本章小结 |
第5章 高新技术企业经营绩效评价的实证分析 |
5.1 样本选取与数据收集 |
5.2 数据处理与指标筛选 |
5.2.1 无量纲归一化 |
5.2.2 Pearson相关性检验 |
5.2.3 指标体系构建完成 |
5.3 运用灰色关联度确定BP神经网络期望输出 |
5.3.1 灰色关联度基本原理 |
5.3.2 灰色关联度选择依据 |
5.3.3 灰色关联度运算步骤 |
5.4 运用K-means聚类分析确定BP神经网络期望等级 |
5.5 运用BP神经网络对高新技术企业经营绩效进行评价 |
5.5.1 BP神经网络模拟训练 |
5.5.2 BP神经网络仿真检验 |
5.6 实证分析结果 |
5.7 本章小结 |
第6章 提升高新技术企业经营绩效的对策建议 |
6.1 专注自主创新,提升盈利空间 |
6.1.1 营造创新研发氛围 |
6.1.2 合理投入科研经费 |
6.1.3 引进培养科研人才 |
6.1.4 建立健全鼓励机制 |
6.2 优化资本结构,降低营运成本 |
6.2.1 扩充内源融资 |
6.2.2 适时债权融资 |
6.2.3 量化股权融资 |
6.3 完善绩效评价,改进经营管理 |
6.3.1 规范统一EVA会计事项 |
6.3.2 创建科学合理绩效评价机制 |
6.3.3 保障经营绩效评价顺利实施 |
6.4 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和取得的科研成果 |
致谢 |
(10)基于模糊支持向量机上市公司财务风险预警模型研究(论文提纲范文)
致谢 |
摘要 |
abstract |
1 绪论 |
1.1 研究背景与研究意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外财务风险研究现状 |
1.2.1 国外财务风险研究综述 |
1.2.2 国内财务风险研究综述 |
1.2.3 国内外财务风险研究评述 |
1.3 研究方法与内容 |
1.3.1 研究方法 |
1.3.2 创新之处 |
1.3.3 研究内容 |
2 财务风险理论研究 |
2.1 财务风险定义 |
2.2 财务风险主要特征 |
2.3 财务风险成因 |
2.4 财务风险预防与控制 |
3 上市公司财务风险预警样本预处理 |
3.1 样本预处理的必要性 |
3.2 样本的选择 |
3.3 财务风险预警指标的选择 |
3.3.1 指标选取原则 |
3.3.2 指标变量的选择 |
3.4 财务风险预警样本的显着性检验 |
3.4.1 财务风险预警样本的描述性统计 |
3.4.2 K-S正态分布检验 |
3.4.3 Mann-Whitney U检验 |
3.5 指标变量提取的KPCA模型构建 |
3.5.1 KMO检验和Bartlett球形检验 |
3.5.2 KPCA提取指标变量 |
3.6 本章小结 |
4 上市公司财务风险预警模型构建 |
4.1 支持向量机 |
4.1.1 经验风险最小化原则 |
4.1.2 VC维和推广性的界 |
4.1.3 结构风险最小化原则 |
4.1.4 支持向量机分类原理 |
4.1.5 多分类问题 |
4.2 模糊支持向量机 |
4.2.1 模糊理论 |
4.2.2 模糊支持向量机基本原理 |
4.2.3 K近邻 |
4.2.4 模糊隶属度设计 |
4.3 SVM与 FSVM模型对比实验 |
4.4 优化模型的理论基础概述与设计 |
4.4.1 粒子群算法 |
4.4.2 模拟退火算法 |
4.4.3 模拟退火粒子群优化算法 |
4.4.4 遗传算法 |
4.5 本章小结 |
5 上市公司财务风险预警模型实证研究 |
5.1 基于FSVM的财务风险预警模型 |
5.2 基于GA-FSVM的财务风险预警模型 |
5.3 基于PSO-FSVM的财务风险预警模型 |
5.4 基于SAPSO-FSVM的财务风险预警模型 |
5.5 模型实验对比分析 |
5.6 本章小结 |
6 总结 |
6.1 研究结论 |
6.2 对策建议 |
6.3 局限性和展望 |
参考文献 |
作者简历 |
学位论文数据集 |
四、企业经营战略选择的模糊神经网络方法研究(论文参考文献)
- [1]虎牙直播公司财务风险预警体系研究[D]. 张豆豆. 西安石油大学, 2021(09)
- [2]董事会资本影响高新技术企业技术创新绩效的机制研究[D]. 丰加颖. 哈尔滨理工大学, 2021(01)
- [3]基于信用风险评价的H供电公司客户关系管理优化研究[D]. 高杨. 云南师范大学, 2021(08)
- [4]基于BP神经网络的互联网直播企业价值评估 ——以斗鱼直播为例[D]. 黄安瑞. 江西财经大学, 2021(10)
- [5]基于BP和BS组合模型的上市生物医药企业价值评估研究[D]. 李娜. 江西财经大学, 2021(11)
- [6]网络融资模式下小微企业信用风险测度与管控模型[D]. 周茜. 北京邮电大学, 2021(01)
- [7]Z银行小微企业信贷风险评价体系研究[D]. 石嘉琪. 西安石油大学, 2021(09)
- [8]环保企业投资风险预警研究 ——以大气污染治理企业为例[D]. 孙程. 河北大学, 2021(09)
- [9]基于BP神经网络的我国高新技术企业经营绩效评价研究[D]. 赵星雯. 哈尔滨工程大学, 2019(05)
- [10]基于模糊支持向量机上市公司财务风险预警模型研究[D]. 张佩瑶. 河南理工大学, 2019(08)