基于BP神经网络的人口预测模型研究

将BP神经网络应用于人口预测模型研究,讨论了可行性、网络结构设计和学习算法;计算实例表明,人口预测的神经网络模型具有客观性、精度高、易操作的特点。

完善我国碳市场体系促进碳理财产品市场发展

碳金融是指服务于温室气体减排的金融活动,碳金融理财产品的发展对低碳经济有促进作用。本文在分析碳金融理财产品市场发展及存在的主要问题的基础上,提出了我国碳金融理财产品市场发展策略。

基于BP神经网络区域经济发展实力的模糊综合评价

根据统计评价原理,结合江西省省情,构建了一套区域经济发展实力评价指标体系,应用BP神经网络模型对区域经济发展实力进行了综合评价。

深圳金融服务外包产业发展战略选择

近年来,深圳金融服务外包产业保持快速增长态势,呈现以信息技术外包为主、业务流程外包为辅的发展格局,外包领域逐步由非核心业务向核心业务渗透,业务增长潜力大,发展前景看好。面对国际金融服务外包市场加快重组和转移,以及国内金融机构加快释放外包需求的机遇与挑战,深圳金融服务外包业应立足于发展专业金融服务外包战略,推动金融服务外包重点企业做大做强,加强深圳市金融服务外包协会公共服务平台建设,积极制定深圳金融服务外包促进政策。

房地产估价研究:BP神经网络区间估算法

房地产行业中房产的准确估价是一个关键的问题。文章提出了一种新的估价方法-BP神经网络区间估算法,讨论了网络结构和学习算法。计算实例表明,该方法提高了房地产价格评估的客观性与可靠性。

小样本统计决策理论:统计学习理论

统计学习理论是由Vapnik等人提出的一种有限样本统计理论,是模式识别领域新近发展的一种新理论,着重研究在小样情况下的统计规律及统计决策方法性质。它为小样本统计决策问题建立了一个较好的理论框架,也发展了一种新的通用统计决策学习方法一一支持向量机,较好地解决了小样本统计决策问题。谊文旨在介绍统计学习理论的基本思想、特点、研究现状和一些思考。

金融统计数据误报与检查的博弈

目前我国的中央银行统计已经形成以中国人民银行的货币银行统计为核心，以国家外汇管理局国际收支统计、中国证监会金融市场统计为补充，以中国人民银行各分支机构及商业性金融机构的统计信息为主体的信息网络。其中大量的统计数据是由商业银行经人民银行分支机构汇总、上报到总行，而有些商业银行因统计工作人员业务生疏或迫于完成存贷款考核任务、达到存贷比考核要求，可能会山现以虚报、瞒报、迟报和错报统计数据为表现的误报行为，从而造成统计信息失真。这就需要人民银行对商业银行上报的统计数据进行监督和控制，保证统计数据的准确性。从这一点来讲，人民银行与商业银行冈利益的差别性而产生了博弈行为。我们试图用博弈论的分析方法，根据人民银行与商业银行之间不同的假设前提，逐步分析单阶段和多阶段的博弈模型，并给出均衡分析的结果，证明金融统计数据检查工作的必然性，同时分析了一些关键因素对均衡结果的影响，提出了一些相应的工作建议。

通货膨胀指数修正研究

目前被广泛认同的通货膨胀钉住货币政策操作中,对通货膨胀指数的选择存在一定争议,常用的CPI及GDP平减指数是否能真正准确及时地反映实际通货膨胀水平受到了部分经济学家的质疑。本文根据资产内生货币供给观点建立货币供求函数,通过测度论方法证明货币供求函数是可测函数,并作测度分解,推导出通货膨胀指数,并结合我国当前情况进行实证研究。

深圳文化产业发展中的金融支持

近年来，深圳市场金融机构不断加强金融产品创新，加大对文化企业的金融支持力度。截止2011年9月末，深圳市场文化产业新业态企业贷款余额108．7亿元，同比增长43．2％。金融支持有效地促进了“文化＋科技”的融合发展，推动了传统文化制造企业的优化升级，加快“深圳制造”向“深圳创造”转变。

有效市场假说与分形市场假说

传统金融市场理论认为，金融交易是以标准差为风险统计测度的“鞅”过程——公平合理机会游戏。长期以来，人们习惯于从投机角度来观察证券价格和它们相关收益，Markowitz的资产组合理论和Black-scholes的期权定价模型以及其他均衡理论都将投资等同于投机。

小样本统计决策理论与统计学习理论

统计决策理论是著名统计学家A·Wald在20世纪40年代建立起来的，它与经典统计学的差别在于是否涉及后果。经典统计学着重于推断，而统计决策理论引入损失函数，用来度量效益大小和评价统计推断结果的优劣。20世纪后半叶贝叶斯分析被引入统计决策当中，它强调先验信息与样本信息结合。本文所论述的统计决策问题是在不考虑先验信息条件下，研究从样本数据出发寻找统计规律，并利用这些规律对未来数据或无法观测的数据进行预测，主要包括判别分析、回归估计、密度函数估计。

应用数学的发展给统计带来的机遇与挑战

统计学是研究社会经济现象总体数量方面的方法论科学，不论是以记述学派和政治算术派为主的古典统计学时期，还是以数理统计学派和社会统计学派为代表的近代统计学时期，及以随机抽样为基础的现代统计学时期，统计学一直扎根于肥沃的数学土壤之中，并不断从中汲取营养。近二十年来，数学特别是应用数学发展日新月异，诸如分形、混沌、小波、神经网络理论等应用数学分支的涌现，给统计学带来了新的思维方式，给统计学研究注入了新的活力，给统计学发展带来了机遇与挑战。本文将简略介绍分形、混沌、小波、神经网络理论的发展现状，其在统计学中的应用及给统计研究提出的问题。