突发风险情境下大学生信息搜寻行为研究——关键影响因素与信息处理模式

[目的/意义]本文研究了在突发风险情境下大学生信息搜寻行为的影响因素,比较了各影响因素与系统式信息处理模式和启发式信息处理模式的关联关系。[方法/过程]通过半结构化访谈收集了36名大学生的访谈样本,利用NVivo12软件对访谈样本进行编码分析,基于编码点进行相关性分析。[结果/结论]研究发现,负面情绪、信息充分性、信息主观规范、信息关注度、信息获取渠道对受访者的信息搜寻行为具有影响,针对信息搜寻行为影响因素与信息处理模式的相关性比较发现,系统式信息处理模式与强负面情绪、弱信息充分性、信息获取渠道多样性密切相关。本文从高校和图书馆出发提出了若干建议,为在突发风险情境下大学生信息搜寻行为优化和引导提供参考和建议。

在线健康信息搜寻行为对健康焦虑的影响机理研究

为更好地理解与应对健康焦虑,揭示在线健康信息搜寻对个体健康焦虑的内在影响机制,依据扩展的并行处理模型和认知行为理论构建模型,采用结构方程模型和模糊集定性比较分析混合方法,对315份问卷样本数据进行分析。首先,结构方程模型结果证明:健康信息搜寻频率与网络信息源偏好均正向影响健康焦虑;信息过载与自我诊断的中介与链式中介效应显著;健康信息感知效用的影响作用显著,预示存在缓解途径。其次,模糊集定性比较分析方法揭示了高度关注信息和效能缺乏两类高水平健康焦虑条件组态。研究结果阐释了在线健康信息搜寻行为对健康焦虑的4种影响机理,为理解和应对健康焦虑提供了新的理论视角,可为在线健康信息环境治理提供参考。

风险感知视角下个体信息处理模式对政策支持态度的影响研究

公众对政策的态度是决定政策能否有效实施的重要因素,但公众是否对政策持积极态度以及哪些因素会影响公众接受政策尚不明确。在风险环境下,个体如何选择信息处理模式、如何通过信息处理进行决策及政策支持,对风险沟通效果具有关键影响。基于启发式-系统式模型及风险信息寻求与加工模型,研究不同风险感知水平下个体信息处理模式如何影响个体对风险防范控制政策的支持。对2022年3月10日至2022年5月10日期间收集的2541份有效样本进行实证分析,结果显示:信息不足和负面影响影响信息处理模式,信息处理模式影响公众政策的支持态度;风险感知对信息处理模式与公众行为意向之间的关系起调节作用。

会计信息系统安全风险评估初探——基于层次分析模型与实例

随着会计信息化的快速发展,网络与会计信息系统的基础性、全局性作用日益增强,会计信息系统的风险分析和评估越来越受到人们的重视。本文拟提出基于层次分析法的信息系统安全风险综合评估模型与方法,对会计信息系统的安全性进行风险评估,量化安全风险。一、会计信息系统安全风险评估的指标体系信息技术在会计领域的广泛应用,给会计信息处理带来了深刻的变化,但同时也带来新的风险。

基于模糊综合评判的安全风险评估模型及应用

一、会计信息系统的安全风险（一）信息技术给会计信息带来的风险信息技术在会计领域的广泛应用,给会计信息处理带来了深刻的变化,使之更为及时、准确和高效,但同时也带来了新的风险。

风险监管的预警模型探索

近几年来,国际金融风波不断,世界上不少著名的大银行都因业务中的高风险而蒙受重大损失,甚至倒闭,许多国家的经济也因金融风波而受到重创。在国内,随着金融改革的不断深入和我国经济进一步融入国际经济体系,金融市场的竞争日趋激烈,有效地提高了金融市场的效率。但是,无可讳言,市场竞争的结果也将导致金融机构经营风险的增大。如何及时发现并有效控制和化解金融机构承受的过度风险,是中央银行的一项重要的职能。本文试根据“巴塞尔银行监管委员会”颁布的《有效银行监管的核心原则》精神。

基于SOM的预警模型研究与应用

在预警系统中建立有效的风险预警模型是十分重要的。我国进行风险预警起步较晚,历史数据残缺不全,预警时有些因素带有模糊性,而神经网络带有高度并行处理信息的机制且有自学习、自适应能力,因而使系统灵活性更强。本文提出并建立了一种基于SOM神经网络的风险预警模型,解决了模型训练和样本选用中的一些问题。最后用实际数据对模型进行了检验,对预警结果进行了分析。

会计信息系统舞弊审计探讨

一、会计信息系统舞弊特点 从会计信息系统的通用模型可以看出，其四大处理阶段——数据采集、数据处理、数据库管理和信息生成，都是舞弊的高风险领域。

人工神经网络在泥石流风险评价中的应用

泥石流风险评价是对泥石流灾害的预评估,在泥石流防灾减灾实践中具有重要的意义,可直接服务于国民经济建设。人工神经网络具有良好的非线性信息处理能力,特别适宜于解决风险评价中多指标复杂性和不确定性的问题。实例证明,经过训练的网络模型对于泥石流风险评价具有较好的适用性,可以作为泥石流风险评价技术的补充。

错失焦虑视角下突发公共卫生事件健康风险信息搜寻行为研究——基于混合方法的实证

【目的/意义】面对突发公共卫生事件时,人们常常因害怕错过重要的健康风险信息而产生焦虑心理,揭示突发事件健康风险信息错失焦虑形成机制及对搜寻行为的影响,有利于完善健康信息搜寻行为研究理论体系,为优化健康信息搜寻服务及用户搜寻行为提供参考。【方法/过程】以SSO模型为理论框架,以个人、信息和环境三方面因素为压力源,以错失焦虑为压力状态,以健康风险信息搜寻为行为结果构建研究模型,通过问卷搜集数据,采用结构方程模型和人工神经网络模型进行分析。【结果/结论】错失焦虑受到事件关注度、神经质人格、信息选择多样性、社会比较倾向等多因素影响,并对健康风险信息主动和被动搜寻行为均具有推动作用。【创新/局限】研究各影响因素对健康风险信息搜寻行为的线性与非线性作用机制,结论更具科学性,但样本多样性与影响因素全面性方面有待改进。

社会资本对农民工工资的影响机制研究——基于河南省“百县千村”之“整村调查”数据

不同于现有文献更多关注异质性社会资本对农民工收入的影响,基于2017—2021年河南省乡村入户调研数据,采用两阶段最小二乘法、处理效应模型、分位数回归等多种计量方法,实证考察了社会资本对农民工工资的影响机制。研究发现:在充分考虑遗漏变量和自选择可能导致内生性的情况下,使用社会资本能显著影响农民工工资;社会资本主要通过间接机制影响农民工工资,且影响程度随务工者受教育年限、务工距离和年龄的变化呈现显著差异;为就业岗位信息搜寻能力较弱的农民工群体提供就业信息,特别是远距离岗位信息,有助于该群体提高工资收入。

新型冠状病毒肺炎疫情下公众风险信息搜寻与加工行为研究

目的:探究RISP模型如何预测公众搜寻新冠肺炎信息的意图,以期为推动公众正确寻求科学合理的新冠肺炎疫情风险信息提供参考。方法:采用问卷调查公众新冠肺炎疫情风险信息搜寻与加工行为的相关问题,并基于RISP模型提出研究假设,构建结构方程模型。结果:模型各维度之间具有良好的区别效度,模型拟合度亦符合要求;受教育程度与对大众媒体渠道的信任呈正相关(β=0.225),年龄与对社交媒体渠道和个人信息渠道的信任均呈正相关(β=0.156和β=0.271),知觉风险特征与情感响应存在正相关(β=0.663);公众在面对新冠肺炎疫情时的信息处理存在同时采用启发式处理和系统式处理的可能;信息不足与信息搜寻呈正相关(β=0.017),感知信息收集能力与当前知识呈正相关(β=0.317),对大众媒体、社交媒体渠道的信任与系统式处理均呈正相关(β=0.693、β=0.305),对社交媒体、个人信息渠道的信任则与启发式处理均呈正相关(β=0.545和β=0.603)。结论:信息不足是公众搜寻新冠肺炎信息的主要动力;公众的负面情绪与其对新冠肺炎风险的感知有关;受教育程度影响居民对大众媒体的信任,年龄则影响居民对社交媒体和个人信息渠道的信任;对大众媒体和社交媒体的信任与系统式处理呈正相关,对社交媒体和个人信息渠道的信任与启发式处理呈正相关。

洞庭湖平原区土壤全磷含量地统计学和GIS分析

以洞庭湖平原区典型景观单元为试点,利用GPS定位共取得651个耕层(0～20cm)土壤样品。通过对数转化、稳健统计、域法处理和Box-Cox转化4种数据处理方法对土壤全磷进行了正态分布性检验。结果表明,Box-Cox转化成功地使数据集服从正态分布并消弱了异常值的影响,应用地统计学分析方法进行了实验变异函数的计算和最适合模型的拟合,得出土壤全磷最好的理论模型为球状模型,随后用普通克立格估值方法绘制了土壤全磷的空间分布图。在经过不同趋势阶数土壤全磷克立格(Kriging)插值误差的综合比较的基础上,结果表明趋势效应参数宜选取二阶。Kriging估值标准差(KSD)被认为是内插象素值的标准差,并为提高全磷的制图精度提供了有用的信息。应用地统计学和地理信息系统(GIS)的概率克立格法研究了洞庭湖平原典型区的土壤全磷的空间分布并进行了风险性评价。结果表明,土壤全磷不同含量水平下的概率分布图对风险性评价、合理施肥和控制磷素的面源污染的管理实践将是十分有益的。

全面风险管理与企业融资约束

全面风险管理是从需求端防范金融系统性风险的重要举措。本文基于2007—2021年中国A股上市的非金融类企业数据,运用文本分析法构建全面风险管理指标,在此基础上,使用处理效应模型对全面风险管理能否有效缓解企业的融资约束进行了实证检验。研究发现,全面风险管理可以从总体上显著降低企业的融资约束。细分来看,全面风险管理可以降低企业的外源融资约束,但可能会增加企业的内源融资约束。异质性研究表明,无论是高营商环境还是低营商环境,国有企业还是非国有企业,全面风险管理都会显著地降低企业的融资约束。机制检验结果表明,全面风险管理并没有降低企业的双重代理成本,但会通过信号传递机制和风险共保机制缓解企业的融资约束。本文的研究为全面风险管理相关理论提供了来自转型经济背景下的经验证据,也为企业缓解融资约束提供了一套新的解决方案。

用于脑运作分析的前向网络样本重组树生成算法研究

文献[1-9]提出了血液循环在大脑处理信息的过程中具有时序控制作用,并用量化模型结合结构风险最小化相关理论说明时序控制作用的意义。文献[10-24]汇总介绍量化模型中的一些细节。为方便同行阅读,我们在2013年也发表了系列综合报告[1-29]。文献[31-32]介绍我们开发的一个算法,这一算法实现将一个有向网络分解为一系列前向网络集合。分解出来的前向网络集合可用于分析各种情况对任一细胞活动情况的影响,也可用于搭建精细的神经网络模型,进而用于辅助医学等方面的研究。算法的网络分解能力能符合文献[1-28]所介绍的大脑处理信息量化方案的要求。算法的设计用到了笔者在2004年论文[30]中总结的一种算法设计思路,采用这一思路设计的算法有好的可扩展性,本文介绍了怎样将文献[31-32]介绍DG-FFN Trees算法升级扩展为DG-FFN SR Trees算法,升级成的DG-FFN SR Trees算法可用于实现样本排列图的生成。

基于自编码聚类算法的银行贷款风险分类审计模型

随着传统金融业务与互联网、移动通信技术的深度融合,金融产品飞速创新,金融业务量迅速增大,贷款、支付等金融交易数据呈爆发式增长,在一定程度上增加了银行信用风险管理的难度,审计对银行客户的风险识别与贷款的分类核查也面临着巨大挑战。因此,亟待通过对客户基本情况、金融交易等信息进行整合,将原来分散在银行各个业务处理系统的客户信息集中统一管理.

大数据时代商业银行数字化转型

大数据时代的来临,催化了互联网金融的发展,随着大数据技术日益广泛应用,对金融生态和金融格局都将产生深刻影响。国家层面对大数据发展给予高度重视,2015年8月,国务院印发《促进大数据发展行动纲要》,明确指出大数据已成为国家基础性战略资源,《大数据产业＂十三五＂发展规划》已征求了专家意见,有望年内发布。我国商业银行在经历十年的高速增长后正步入转型时期,其整体运营模式正在从＂外延式＂发展向＂精细化＂发展转型。未来的商业银行应主动拥抱＂大数据＂,