正常胎儿脐静脉血流量Z评分模型的构建及其对小于胎龄儿围生期不良结局的预测价值

目的构建正常胎儿脐静脉血流量(Quv)Z评分模型,并探讨该模型对小于胎龄儿(SGA)围生期不良结局的预测价值。方法(1)纳入862例18~40周正常胎儿建立模型。以腹部超声测量的腹内段Quv作为因变量,孕周为自变量,采用回归分析获得Quv均数及标准差的最佳拟合方程后,根据公式[Z评分=(实际Quv测值-拟合Quv均值)/拟合Quv标准差]建立正常胎儿Quv Z评分模型。(2)另纳入53例正常胎儿(正常组)和109例SGA,并根据围生期有无不良结局将SGA分为不良结局组(n=50)、无不良结局组(n=59)。利用所建立的模型获得3组的胎儿Quv Z评分。通过绘制受试者工作特征曲线分析正常胎儿Quv Z评分预测SGA围生期不良结局的效能。结果(1)正常胎儿的Quv与孕周呈正相关(P<0.05),Quv的均数及标准差相对孕周的最佳拟合方程均为线性方程。根据公式获得正常胎儿Quv Z评分模型:Z评分=(Quv+346.069-20.754×孕周)(/-51.320+4.075×孕周)。正常组胎儿Quv的Z评分呈正态分布,且不随孕周而改变。(2)不良结局组、无不良结局组、正常组的胎儿Quv Z评分依次增加(P<0.05)。(3)正常胎儿Quv Z评分预测SGA围生期不良结局的曲线下面积为0.843,基于最佳截断值-2.06的预测敏感度、特异度、阳性预测值、阴性预测值分别为74.0%、86.4%、82.2%、76.4%。结论所建立的正常胎儿Quv Z评分模型可消除孕周的影响,具有较好的临床适用性。正常胎儿Quv Z评分是预测SGA围生期不良结局较敏感的指标。

基于Z-Score动态压缩的高效联邦学习算法

联邦学习作为一种具有隐私保护的新兴分布式计算范式,在一定程度上保护了用户隐私和数据安全。然而,由于联邦学习系统中客户端与服务器需要频繁地交换模型参数,造成了较大的通信开销。在带宽有限的无线通信场景中,这成为了限制联邦学习发展的主要瓶颈。针对这一问题,提出了一种基于Z-Score的动态稀疏压缩算法。通过引入Z-Score,对局部模型更新进行离群点检测,将重要的更新值视为离群点,从而将其挑选出来。在不需要复杂的排序算法以及原始模型更新的先验知识的情况下,实现模型更新的稀疏化。同时随着通信轮次的增加,根据全局模型的损失值动态地调整稀疏率,从而在保证模型精度的前提下最大程度地减少总通信量。通过实验证明,在I.I.D.数据场景下,该算法与联邦平均(FedAvg)算法相比可以降低95%的通信量,精度损失仅仅为1.6%,与FTTQ算法相比可以降低40%~50%的通信量,精度损失仅为1.29%,证明了该方法在保证模型性能的同时显著降低了通信成本。

基于MEC模型的Z世代“特种兵式旅游”消费价值诉求探讨

Z世代“特种兵式旅游”成为当前颇具市场潜力的热点消费领域。本文基于MEC模型的分析技术,综合运用软式、硬式阶梯方法,针对“特种兵式旅游”消费者的价值动机及其形成机理展开探索。研究表明:Z世代“特种兵式旅游”价值动机为属性、结果、价值3个阶层,属性是基础动因,结果是中介诱因,价值是根本原因,享乐、成就感、自我定向、刺激是其价值诉求的终极目标;价值诉求的形成机制存在5条关键路径,最重要的是MEC1(对世界的向往和好奇-兴奋-享乐);景区景点是目的地的核心吸引物,亦是Z世代累积炫耀资本并达成社会需求满足的重要属性项,交通设施在其消费行为中起到重要辅助支撑作用,并刺激其产生消费安全感知价值。

准Z源逆变器的模型预测电流误差控制

为降低准Z源逆变器模型预测控制的控制误差,提出一种模型预测电流误差控制方法。首先,在充分分析电压矢量对被控量性能影响的基础上,合理地选择适合各被控量的电压矢量组合方式。然后,利用电流对称控制思想保证电感电流关于其参考指令对称。最后,采用电压矢量抵消原理使输出电流幅值逼近其目标值。实验结果表明,所提方法能够大幅降低电感电流脉动和输出电流谐波含量;证明了所提方法能有效提高准Z源逆变器的控制精度,简化了对权重系数的设计工作。

Z世代社交媒体场所迁徙行为探究——基于PPM模型

中国社交媒体产业发展至今,已然形成了丰富的媒介环境,而社交媒体用户也逐渐成为网络空间中的“移民”。本文基于国内当前的社交媒体环境探究Z世代的场所迁徙行为,重点关注他们的分享平台从QQ空间转移至微信朋友圈,又继续转移至微博这两次典型的场所迁徙。在现有文献的基础上,以PPM模型为理论框架,从拟剧论视角出发,通过深度访谈深入分析其迁徙动机。研究发现,语境坍塌的担忧、时间崩溃的风险、印象管理的疲惫、隐私管理的困境成为Z世代场所迁徙的主要推力;而主要拉力则包括同伴吸引力以及半匿名和圈层化的社交需求。

超声多参数Z-评分联合模型评估胎儿生长受限的价值研究

目的探讨超声多参数Z-评分联合预测模型评估胎儿生长受限(FGR)的价值。方法回顾性分析2017年1月~2020年12月我院收治的88例单胎、孕22~29周且婴儿出生后确诊为FGR的孕妇临床资料,并以同期年龄、产次、妊娠期合并症等一般资料基本匹配的108例非FGR孕妇资料作为对照。采用Logistic回归方程建立胎儿体质量测定(EFW)、脐动脉(UA)、大脑中动脉(MCA)、脑-胎盘比(CPR)、腹围(AC)和头-腹围比值(HC/AC)等参数的单参数模型和多参数联合模型,并绘制受试者工作特征曲线(ROC),通过与Hadlock-EFW百分位数(Hadlock-EFWc)比较,以评估不同模型预测FGR的价值。结果FGR组EFW、EFWc及CPR、AC、HC/AC的Z-评分均明显低于非FGR组,UA-PI、MCA-PI的Z-评分高于非FGR组(P<0.001)。联合模型预测FGR的灵敏度为82.95%、特异度为70.37%、约登指数为0.533、ROC曲线下面积(AUC)为0.897,95%CI为(0.795,0.956),其预测效能优于Hadlock-EFWc及各超声单参数(P<0.05)。结论超声多参数Z-评分联合模型预测FGR相较Hadlock-EFWc和超声单参数更为准确且诊断价值更高。

基于Z值模型的企业财务风险识别及防范策略探讨——以长沙新世纪百货为例

为进一步丰富企业财务风险控制理论,须对企业财务工作中隐藏的风险全面挖掘和分析,为类似企业财务风险识别与防范工作水平的提升提供借鉴和理论数据支持。本文以基于Z值模型的企业财务风险识别及防范策略作为研究切入点,分析Z值模型及其在中国的改进,应用实例分析法,以长沙新世纪百货发展有限公司为例,针对基于Z值模型的公司企业财务风险识别,发现该企业主要存在筹资风险、投资风险及收益分配风险等方面的财务风险,提出从调整负债结构、拓展筹资方式、科学把控投资、优选投资项目、完善股利分配、保持良好沟通等方面入手探讨Z值模型在企业财务风险防范中的实践应用要点,期望为相关企业深度挖掘Z值模型在财务风险识别及防范中的应用价值提供更多思路。

财务预警Z模型在上市公司的应用改进探讨

站在财务风险的角度,企业的持续经营能力往往会体现在财务状况、经营成果和现金流三个角度,分别以不同程度的数据结构呈现出来。为了更好地辨别一家企业的财务风险,通过建立有效的财务模型进行数据分析是一种定量分析财务费用的工具。目前国内上市公司在统一的企业会计准则应用下,具有较为完善和标准的财务体系,因此,文章通过抽样分析ST公司在财务预警Z模型的检验数据,通过定性、定量分析,分析多变量财务预警Z模型的适用性,并提出通过风险因子“行业总市值风险因子贝塔系数”和“个股总市值风险因子贝塔系数”,执行卸载、还原的数据修正步骤,进一步修正样本中的Z值参数总市值,能够有效地提高财务预警Z模型的准确性、适用性和可靠性。

基于EVA模型的银行价值评估研究——以Z银行为例

以Z银行为代表的城市商业银行在服务地方经济发展的过程中发挥了重要作用,但在当前国内外复杂的经济背景下,对于此类资本实力相对薄弱的区域性商业银行,我们更需持续关注其市场价值及创造能力,这要求首先应准确把握银行价值现状与增值潜力。文章从财务管理的视角出发,在概述EVA估值法的基础上,选择Z银行2018—2022年年报数据,应用EVA估值模型评估Z银行的企业价值,研究表明:无论是历史期还是预测期,Z银行每年的EVA值均为正数,且总体上由高速增长渐趋于平稳;与公司内在价值相比,当前Z银行的股票市场价值总体偏低,这同国内大多数商业银行在资本市场表现不佳的情况基本相似。建议Z银行强化资本与风险管理、市值管理,包括做好利润管理,在股市回购或增持以传递利好信息等。

基于Z-Score模型的Y超市财务风险评价

近年来,得益于中国经济的高速增长,带动了零售业的快速发展,尤其是超市。现以Y超市为例,基于Z-Score模型对其进行评价。Y超市是中国前500强企业中的一员,是国内超市领头企业,是超市领域内非常具有代表性的企业。但是最近几年,因为线上生鲜和越来越普遍的以社区为单位的生鲜团购的飞速发展,给线下零售业带来冲击,再加上Y超市近几年的盲目扩张,给企业造成了一定的困境。本文以Y超市所披露的2017年至2021年的财务数据为基准,采用财务关键指标和Z-Score模型对该公司进行财务风险评估。同时,对Y超市的财务风险提出应对措施和建议,以及零售业的行业发展状况。

“Z-Score”模型在企业财务风险监测与危机预警中的应用

进入 2 1世纪 ,经济全球化日益成为一种趋势。中国面对经济全球化的冲激 ,企业的生存和发展面临巨大的竞争压力。企业财务风险监测与危机预警机制的建立可以防范财务危机的发生 ,并能阻止财务状况进一步恶化。“Z -Score”模型是其中最重要的模型 ,它是一个运用多变思路建立的多元线性函数公式。在企业财务风险监测与危机预警中占很重要的地位 ,面对我国的实际情况 ,“Z -Score”模型有它使用的空间 ,但是我国企业由于自身的情况 ,Z值一般较低。所以应就目前我国的实际情况 ,建立符合我国的财务风险监测与危机预警系统。

Z-Score模型对科技型上市公司财务风险预警的适用性检验

选取2011年宣布特别处理的科技型上市公司中的20家ST公司,以及与其同行业、资产总额基本相同的20家非ST公司作为研究样本,利用Z-Score模型分析了ST公司宣布特别处理前三年及非ST公司相对应年度的财务数据,计算得出Z值。通过对Z值的分析,认为Z-Score模型对我国科技型上市公司财务风险的预警是有效的。

传媒行业上市公司Z-Score模型分析

财务风险的防范对企业的持续稳定发展有着重大的影响,本文以32家传媒行业上市公司为研究样本,运用"Z-Score"模型对我国传媒行业上市公司的财务风险进行实证分析,并根据对Z值均值、Z值分布结果、变量指数均值的分析结果及行业发展特点提出建议,以期能够为我国传媒行业上市公司在防范财务风险方面提供些许借鉴。

基于Z-Score模型的我国房地产业上市公司财务风险的实证分析

在宏观经济紧缩和严厉调控政策的影响下,我国房地产企业已经出现了显著的财务风险。本文运用Z-Score财务风险预警模型,对在深市A股上市的61家房地产企业财务风险进行了实证研究,并在此基础上针对性地提出了房地产企业加强财务管理和风险防范的建议。

Z-score模型最优分割点的确定方法比较——基于违约风险预测能力的分析

Z-score模型在对企业进行财务困境和违约风险判别方面具有重要的应用价值,最优分割点的确定方法对于提高模型的违约风险判别能力至关重要。本文以医药生物行业上市公司为样本,运用Fisher逐步判别法从15类财务比率中筛选出判别能力较强的7个指标构建了Z-score模型,并尝试采用加权平均法和考虑先验概率及误判成本的ZETAc模型法分别确定最优分割点。研究发现,ZETAc模型法预测企业违约风险的能力明显优于加权平均法。

资本结构对财务风险影响的实证研究——基于Z-score模型法和中小板上市公司数据

以2012年160家中小板上市公司为样本数据,定量分析股权结构、债务结构和所有者权益构成等对中小企业财务风险的影响。研究表明中国中小企业上市公司资本结构对财务风险影响的回归模型拟合优度良好,财务风险水平整体上较低,财务运行状况良好。

基于Z-Score模型的环境污染与经济发展的联合分析

联合分析污染物排放与经济发展的关系,对明确污染物排放状况,更好地实施绿色发展,落实供给侧改革很有必要。基于Z-Score标准化分析法,根据全国2005~2014年的相关污染物数据,针对废水中COD排放量、废气中SO2排放量、工业固体废弃物产生量与国内生产总值GDP进行联合分析。联合分析结果表明,对三种污染物用污染系数进行联合分析,与单就一种污染物进行分析的污染程度评价结果有所不同;同时也表明,各种污染物联合计量与经济发展的关系分析与单个污染物与经济发展的关系不一致。联合分析各种污染物与GDP的关系可反映出较真实的污染状况和经济发展质量,为客观、科学的评价环境质量和经济发展状况,制定相关的法规政策提供依据。

上市公司财务预警Z-Score模型应用及修正——以“香梨股份”为例

以香梨股份有限公司为例,通过Z-Score模型构建了财务预警模型,同时,建立了F分数模型作为修正。提出了更多可以借鉴的定量财务预警模型,引入非财务指标,作为财务预警模型的发展趋势,使财务预警模型更加完善。

基于人群搜索算法的上市公司的Z-Score模型财务预警研究

针对传统的Z-Score财务预警模型预警能力的不足,导致无法准确判定上市公司的财务风险状况,将SOA算法的良好寻优能力和Z-Score财务预警模型结合起来,提出一种改进的Z-Score财务预警模型,构建出SOA算法优化Z-Score财务预警模型的适应度函数。仿真对比发现,改进的Z-Score财务预警模型其平均识别率高达96.33%,远远高于SVM算法和AdaBoost算法的平均识别率,改进的算法极大地提升了Z-Score财务预警模型的预测能力,使其更具适应性。

Z世代电竞赛事直播用户体验偏好研究

目的研究Z世代对电竞赛事直播用户体验的偏好与动因。方法以Z世代对电竞赛事直播用户体验为研究对象,开展魅力工程研究,应用Kano模型,采用深入访谈与问卷调查的方法,从用户体验的理论视角进行探讨。结论对于Z世代而言,观看电竞赛事直播不止是关注电竞赛事本身,更是情感慰藉、娱乐放松、互动交流、感官刺激的体验,这些体验包括了在网络与现实两个空间范畴内的活动。电竞赛事直播的用户体验质量属性,涵盖情感、娱乐、互动和感官等方面,这些因素对Z世代青年在观看电竞赛事直播时的满意度产生显著作用。这些因素与用户满意度之间呈现不同的线性相关性。