基于多指标面板数据的改进的聚类方法及应用

针对数据挖掘中多指标面板数据的聚类分析问题,构建了一种新的对象间距离的定义,并基于传统的k均值聚类方法,将时间维度分割,对每相邻时间段的对象进行聚类.将单次聚类结果汇总形成聚类结果矩阵,根据汇总的结果矩阵计算对象归于某一类的隶属权值,从而确定最终的聚类结果.这样同时考虑对象在空间上和时间上的发展趋势的聚类方法将得到更加全面客观的聚类结果.最后将本聚类方法运用于金融保险行业上市公司财务数据,进行实证分析,指出该方法的有效性.

基于城市消费水平多指标面板数据的聚类分析研究

消费水平是衡量居民生活水平的重要指标,也是相关政策制定的主要依据。我国省市众多,不同地区经济发展水平不同,文化历史也存在差异。本文利用具有时间和空间两个维度的城市消费水平多指标面板数据,对各地区消费水平及发展模式进行聚类,并分析各类地区的消费模式特征及差异,从而得出关于城市消费模式相似性和差异性的结论。同时,本文还根据分析结果,对某些地区的消费模式发展问题提出具体建议。

中国企业“走出去”的技术进步效应影响因素--基于修正的多指标面板数据模糊聚类

中国企业“走出去”的技术进步效应是学者们较为关注的热点话题,因此对其影响因素展开了广泛的讨论。但在现有的研究中,往往将境内影响技术进步效应的企业特征因素直接作为“走出去”企业技术进步效应的控制变量,回归后对控制变量也缺乏进一步的分析和讨论。由于影响企业“走出去”技术进步效应的特征因素与在境内投资时的企业特征因素存在差异且没有得到足够的关注,因此对这一问题进行深入的挖掘。现有方法存在实现过于复杂,且基于降维的面板数据聚类会导致数据信息的丢失,因此试图通过修正的面板数据模糊聚类方法实现影响因素的归类。该方法能够在聚类效率、合理性以及实用性等方面达到一个较好水平,使其能够有效地支持当前社会经济领域对面板数据的聚类需求。基于此,结合修正的多指标面板数据模糊聚类方法对wind数据库中的上市企业数据进行实证分析。实证结果显示,成立时间较短、规模不大、资本流动性低但资本密集度较高的高技术企业更能够通过对外直接投资实现创新能力的提高。

智能信息处理的多指标面板数据聚类方法及其应用

为提高具有先验知识样本的学习效率,本文在吸引子传播聚类模型基础上,引入半监督学习策略,并综合考虑样本动态信息变化,融合多指标面板数据,提出智能信息处理的多指标面板数据聚类模型。选取30家房地产业上市公司2009-2013年相关财务数据,利用此模型进行聚类和绩效评价分析。结果表明,智能信息处理的多指标面板数据聚类模型能更加有效地区分样本类别特征,可为上市公司绩效评价、金融管理与决策提供一个更加有效的方法和手段。

教育投入对中国经济增长作用的区域差异分析——基于多指标面板数据聚类结果

进入21世纪,人力资本在经济增长中的作用越来越突出,作为人力资本形成的重要途径,教育在中国已经被提高到优先发展的战略地位。以2001-2010年中国31个省份的面板数据为基础,基于人均受教育年限、人均教育经费、教育经费占地区GDP比例三项指标的多指标面板数据聚类结果,进行"微观"面板数据建模,具体比较和分析中国教育发展水平、GDP对教育投入弹性的区域差异。研究发现:教育投入对不同发展水平、不同类型经济区域的影响作用不同。总体来看,GDP对教育投入富有弹性,尤其是对于经济基础好、居民文化素质较低的省份,GDP对教育投入的弹性通常较大。但中西部9个省份则出现教育与经济消极互动的局面,表现为GDP对教育投入缺乏弹性。

多指标面板数据下的企业财务状况聚类分析

由于面板数据是时序数据与面板数据的结合,使得多指标的面板数据聚类分析存在一定的困难。针对这一问题,本文设计选取2014年-2018年39家公司的8个财务指标来反映其财务状况,并对每一年度数据进行主成分分析提取主成分,并利用每个公共因子的方差贡献率占累计方差贡献率的比例来进行加权最终得到综合得分指标,在此基础上通过系统聚类法进行分类。最后通过实证研究表明此方法的聚类效果拥有一定的合理性和可解释性。

运用组合加权距离函数的多指标面板数据聚类方法及应用

针对多指标面板数据聚类分析的样品分类和空间地域划分，提出了一个多指标面板数据的综合聚类分析方法。从多元统计和层次分析角度，构造了多指标面板数据的样本距离函数。通过实证分析证明，该方法在能够满足系统分析的统一性要求的同时，保证指标之间的不相关；能够克服时间维度上均值处理的缺陷，信息损失较少；体现了指标间的主次差别。

面板数据多指标聚类和变系数模型的方法与实证

文章通过将面板数据的多指标聚类分析和变系数模型相结合，分析了我国53个国家级开发区2003～2010年的经济运行情况。在聚类结果的基础上，通过建立面板模型总结了各类开发区经济运行的特点，找出了影响各类开发区经济运行的主要因素。结果表明这种结合是合理并且有效的。

基于时空熵权TOPSIS评价法的经济高质量发展水平测度——以广东省为例

文章构建时空熵权TOPSIS评价法来处理多指标面板数据的短期评价问题,与传统方法相比,该方法允许评价对象在不同时刻观测指标不一致,适用范围更广。对广东省各城市从6个方面选取多个经济高质量发展水平评价指标,并将2014—2019年等分为两个阶段进行短期评价,度量地区差异。研究结果表明:各评价指标之间相关系数较高,分别基于12个与6个评价指标所得综合得分的相关系数均大于0.95,但所得排名仍有显著区别;广东省经济系统稳定,各城市在不同时期的经济高质量发展水平排名变化较小,珠海市、深圳市稳居前二;广东省经济高质量发展城市差异显著,年度城市差异具有震荡上升趋势,但短期城市差异没有显著变化。

陕西省人口城镇化质量综合评价

本文通过构建人口城镇化质量的综合评价指标体系,结合陕西省各地市2013—2021年的多指标面板数据,运用多指标面板数据因子分析法得出了陕西省10个地级市的人口城镇化质量的历年综合得分,并从序空间、相空间、实空间3角度对其进行了评价,最后对全文进行了总结及讨论。

中国八大综合经济区经济高质量发展测度研究——基于高维标度评价法

在详细讨论评价指标选择及测度问题基础上,选取5个方面19个指标,构建评价指标体系,基于高维标度分析构造新的评价方法,对中国八大经济区经济高质量发展状况进行综合评价,用熵权耦合协调度、等级相关系数等度量地区经济发展的协调性与各项排名的一致性,并构造多维基尼系数、修正变异系数等测度地区差异。研究发现:总体来说,中国经济正朝着量质双升的方向发展,但区域协调性、均衡性明显不足。东部沿海整体水平较高,各方面发展相对均衡;南部沿海在创新驱动方面协调不足;北部沿海在效率提升方面有待于加强;长江中游整体进步,经济差距较小;黄河中游发展参差不齐;相对而言,东北整体“倒退”,在经济增长方面“下滑”更为明显,在效率提升方面明显欠缺;大西南和大西北发展明显滞后,区域内部协调性、均衡性均较差。基于高维标度分析构建的新的评价方法简单有效,适用于多种数据类型,尤其是小样本数据,构造的地区差异测度适用范围更广。

中国八大综合经济区经济发展差异测度与评价

研究目标:对中国八大综合经济区经济发展差异测度与评价。研究方法:针对多指标短面板数据,利用主成分分析技术构造两种新的聚类与评价方法。针对数据标准化后常见的地区差异测度不适用问题,提出一种新的测度指标。用偏相关系数和复相关系数探究经济指标间的真实关系。运用上述新方法对八大综合经济区进行实证分析。利用等级相关系数度量各地区在不同时刻排名的相关性及两种数据变换方法排名的一致性。研究发现:31个省份的经济发展水平排名比较稳定,省际差异显著存在,且呈现轻微的上升趋势,八大综合经济区之间差异也显著存在,但呈现下降趋势。东部沿海始终处于领先地位;南部沿海和长江中游稳中有进,其中长江中游进步最为明显;北部沿海协同发展初见成效,但内部差距仍然很大;相对而言,东北退步明显;黄河中游发展参差不齐;大西南和大西北发展依然滞后。研究创新:主要是方法上的创新,本文提出的两种新的聚类与评价方法,方法稳定有效,新的地区差异测度指标适用范围更广。研究价值:为类似问题的研究提供方法上的借鉴,并为相关部门制定区域协调发展政策提供依据。