基于MIV-BP型网络实验的房地产项目风险识别研究

为了更准确更客观地识别房地产项目中的风险,为房地产项目投资决策提供科学依据和参考,有效地规避风险,本研究在BP神经网络(Back-Propagation Neural Network)建模的基础上,采取MIV(Mean Impact Value)算法对BP神经网络模型进行变量筛选的网络优化和改良,从而形成新的优化后的MIV-BP(Mean Impact ValueBack-Propagation Neural Network)神经网络,并以此用于评价房地产项目中的风险度以及各因素在风险度中的影响作用大小;同时选取目前相关的房地产项目数据进行仿真实证分析和验证。验证实验结果表明,MIV-BP型神经网络对于房地产项目风险度识别具有良好的适应性和准确性,实验结果客观,达到专家评价的要求,并在风险因素作用度分析上具有良好的应用价值。

基于RBFNN实验的物业税开征后对房产价格影响预测

本文建立径向基神经网络(Radical Basis Function Neural Network-RBFNN)逼近微观经济学理论的DUST价格函数,分析了物业税开征对于上海住房价格的影响效应。实证结果显示,流通环节的税收改革对房价产生的是持久的正向冲击,保有环节的税收改革对房价产生的是短期的负向冲击。在基于实验结论的基础上,给出了相应的经济学分析,并提出了相应的政策建议。

贵州煤炭工业实施循环经济战略的政策取向与制度构建

文章在解释循环经济的定义基础上,结合贵州煤炭工业的现实情况,分析了循环经济在煤炭工业中的适用性,提出贵州煤炭工业实施循环经济的政策取向,包括资源开发的整体规划政策、调整煤炭产业由量向质转变和制定有利于循环经济发展的财税政策、激励政策等,最后提出建立相关的保障机制。

物业税开征对地方GDP的影响研究——基于PSO-BP型的网络实验

物业税是地方政府行为,其开征势必将对地方经济产生深刻的影响。通过运用BP神经网络进行建模,确定重要参数后,运用PSO算法对BP神经网络的相关权值和阈值进行优化,建立更为精确和优异的PSO-BP神经网络模型,用于模拟上海市物业税开征,并结合Wavelet法分析物业税开征后对上海GDP的影响。结果表明,物业税的开征总体上小幅度地提高了上海市的生产总值,短期来看影响较明显,但长期来看逐渐减弱,并且在短期、中期和长期来看影响具有一定规律的波动。