基于ESG的企业经济绩效预测研究

随着全球经济快速发展,气候变暖、劳工争议、企业责任等问题逐渐增多,企业经济发展对环境等各方面的负面影响备受关注,迫使企业在追求自身经济利润同时也需承担相应的社会责任。因此,很有必要开展环境、社会和治理(Environmental,Social and Governance,ESG)评价体系研究与应用,目前有关ESG评估系统对企业经济绩效的影响研究并不多见。为此,通过阐述ESG评价体系研究背景,梳理与ESG有关的国内外文献,以国内计算机、通信和其他电子设备制造业的18家上市公司为样本,运用主成分分析方法筛选和处理研究变量,构建BP神经网络模型,结果表明:企业ESG等级评价与其经济绩效之间具有一定相关性,通过BP神经网络模型依据当期ESG指标预测出企业经济绩效评级,促进企业可持续经营与发展。

基于紫外光谱的茶叶识别

茶叶品质主要是根据人的主观判断进行评估,缺乏客观依据。因此对茶叶种类进行快捷评价是发展趋势。茶叶品质的准确、快速、科学的鉴别对消费者和生产者都具有极其重要的现实意义。为建立一种快速地评估茶叶品种的方法,试验挑选4种选择性茶叶样本为材料,以开水泡制茶叶浸汁液的方式制作样本,利用紫外光谱分析技术,实现茶叶种类鉴别。在对光谱进行降噪处理同时用光谱对波长的相对变化率进行预处理,结合主成分分析法对光谱数据进行降维,进行BP神经网络识别,准确率达97.66%,该方法样品制备简单,能够准确地识别茶叶种类,避免人为的主观评价,使得茶叶鉴定更具有客观性。