数字经济发展、产业多样化与城市绿色创新

发展数字经济是推动城市绿色创新的重要保障。基于2011—2021年中国278个地级及以上城市的面板数据,探究了数字经济发展对城市绿色创新的影响及其机制。研究发现,数字经济发展显著推动了城市绿色创新。机制分析显示,产业多样化是数字经济发展释放城市绿色创新活力的重要途径。异质性分析表明,数字经济发展对一线城市和非资源型城市的促进作用更为明显;相较于绿色创新质量,数字经济发展对绿色创新数量的提升作用更为显著。空间溢出效应和门槛效应分析表明,数字经济发展不仅能够直接推动本地区的绿色创新,还间接推动其他地区的绿色创新;当数字经济发展处于2.429~7.326时,数字经济发展对城市绿色创新的影响显著为正;高于7.326时,数字经济发展能显著促进城市绿色创新,并且呈现出边际效应递增的非线性特征。因此,建议地方政府加快发展数字经济,促进产业多样化发展,助力数字经济与实体经济深度融合,提升城市绿色创新水平。

基于LSTM神经网络的中国原油期货指数预测研究

针对中国原油期货指数的预测问题,从经济指标和技术指标两个层面分别选取4个预测变量构建指数预测体系,并收集了中国原油期货自2018年3月26日上市以来的相关数据,根据时间窗口划分为短期(5日)、中期(10日)以及长期(30日).分别利用长短期记忆(LSTM)神经网络构建指数预测模型进行实证研究.结果发现:长期时间窗口模型相较于其余两者有着更高的预测精度,训练集与测试集的均方根误差(RMSE)分别下降到了7.8210和6.5274,表明该模型有着良好的预测效果.因此可以利用长期窗口LSTM神经网络构建高效的中国原油期货指数预测模型,为金融机构的智能化投资能力以及监管机构的风险识别与风险测度提供一定的参考依据.

上市公司退市风险预警研究——基于主成分分析的支持向量机预测模型

以我国A股上市公司退市风险预警为例,将非线性支持向量机模型(SVM)与主成分分析法相结合,构建了一种基于主成分分析的支持向量机预测模型。模型通过主成分分析将具有非线性和非正态分布的财务数据压缩到五维空间中,引入支持向量机模型对我国A股市场2019年被交易所处以退市风险警示的139家上市公司以及239家配对样本进行实证分析。实证结果表明,基于主成分分析的支持向量机模型比传统Logistic回归模型对上市公司退市风险预警的准确性提高了5.29%。因此,该模型有望为利益相关者的风险管控和投资决策提供参考依据。

中小企业板上市公司退市风险预警研究--基于因子分析的Rprop神经网络模型分析

以我国中小企业板上市公司退市风险预警为例,利用弹性反向传播算法(resilient back propagation,Rprop)和因子分析法相结合,建立了一种基于因子分析的Rprop神经网络模型。首先利用因子分析法构建包含财务变量和非财务变量的预警体系;其次运用Rprop神经网络模型对我国160家中小企业板上市公司进行退市风险预警实证分析;最后对该模型的有效性进行了实证分析,结果表明,该模型对上市公司退市风险预警的准确性比标准的BP神经网络模型和支持向量机模型分别提高了2.91%和6.09%。因此,该模型可为投资者决策提供较好的参考依据。

基于K-MEANS聚类算法对车险续保概率的研究

针对车险续保概率,运用K-means聚类算法,混合因素分析法建立了客户分群模型,广义线性混合模型,使用MATLAB,SPSS,Excel等软件进行处理分析.研究得出车险客户的精准画像并给出了客户分析报告和相应的续保概率.总结出了一套车险费率算法,为不同类型的客户量身定制了车险方案,以提高车险客户的续保概率.

基于PCA-Rprop神经网络的建筑业上市公司退市风险预警研究

针对标准BP神经网络仅从预测误差负梯度方向修正权值和阈值,存在学习算法收敛速度满、容易陷入局部最小值从而导致模型泛化能力不足的问题.本文提出了一种基于误差反向传播算法(back-propagation algorithm,BP)改进的弹性反向传播算法(resilient back propagation,Rprop),并与主成分分析法相结合,形成了PCA-Rprop神经网络算法.同时,构建包含财务变量和非财务变量的预警体系,运用Matlab软件对我国195家建筑业(涉及房地产概念)上市公司进行退市风险预警实证分析,实证结果表明PCA-Rprop神经网络算法的退市风险预警准确性相较于标准BP神经网络算法和支持向量机模型分别提高了7.03%和10.29%.因此,该模型有望为利益相关者的风险管控和投资决策提供较好的参考依据.

低碳城市建设提升了绿色全要素生产率吗?——基于278个地级市的实证研究

低碳城市建设和绿色全要素生产率提升是城市高质量发展的实现路径,识别并剖析二者之间的内在关系,对于中国经济绿色发展和创新型国家建设具有重要战略意义。基于2006—2020年全国278个地级市的面板数据,将三批低碳城市建设试点视为准自然实验,采用多期双重差分法检验了低碳城市建设政策对绿色全要素生产率的影响,并进一步对其作用机制和异质性进行分析。研究发现:低碳城市建设政策显著提高了城市绿色全要素生产率,该结论在经过包含倾向得分匹配检验、工具变量法等一系列稳健性检验后依然成立。机制分析表明,低碳城市建设作为城市高质量发展的创新模式,主要通过结构效应、技术效应和集聚效应提升绿色全要素生产率。异质性分析表明,低碳城市建设显著提升了特大城市和大城市的绿色全要素生产率,对中小城市影响则不显著。