学位论文 > 优秀研究生学位论文题录展示

基于神经网络方法的中国区域金融相关比率实证分析

作　者: 石婧
导　师: 王永县
学　校: 清华大学
专　业: 管理科学与工程
关键词: 金融相关比率区域金融发展神经网络
分类号: F224
类　型: 硕士论文
年　份: 2007年
下　载: 258次
引　用: 1次
阅　读: 论文下载

内容摘要

近年来,随着我国经济逐渐融入经济全球化背景以及金融业对外开放的步伐明显加快,我国金融业也正向全球化和自由化方向发展。金融是现代经济的核心,金融资源的发展深度与广度对一个区域的经济增长与发展起到关键性的约束作用。金融行业的发展水平及其与经济增长的相互作用方式是一个备受关注的问题。然而,我国的地区金融发展呈现不平衡的趋势,各个省区的金融水平及成长模式呈现显著性差异。我国的区域金融问题逐渐成为一个重要的研究方向,可以说具有很强的中国特色。大部分的实证研究都采用金融相关比率作为一个重要的发展指标。因此,本文采用我国的区域金融相关比率作为研究对象。我国的区域金融相关比率发展是一个复杂的多因素问题,目前学术界对于其相关的影响因素及作用方式没有统一的见解。神经网络是一种智能化的数据处理方法,在处理非线性问题方面具有其他方法所不能比拟的优势。一个简单的三层BP前馈网络,采用简单的非线性转移函数,就可以以任意精度逼近任何非线性函数。同时,神经网络具有自适应能力、较好的容错性等优点。本文采用神经网络模型分析我国区域金融相关比率问题,选择每个省级行政区划作为研究对象,构造结构相同、参数不同的神经网络,并采用参数摄动分析方法对模型结果进行分析,比较不同影响因素的作用力度与影响比重,对全国各省级区划进行分类,有利于不同省份之间进行借鉴与参考。研究发现,国内生产总值对于区域金融相关比率的影响并非一定是正向的促进作用,而是随着时代的变迁、各省的不同情况,可能产生正向作用,也可能产生负向作用,还可能在正负作用之间发生转换。同样,固定资产投资等其它因素的影响模式也呈现多样化,而且在某些省份还出现了其影响比重可能超越国内生产总值的现象。另外,即使是金融发展水平相当的省份间,发展模式仍然可能有显著不同。分析结果表明,应该采用动态的观点看待各省的金融发展程度,不仅从历史发展中汲取经验,也可以从其他省份的发展模式中获得启示。

全文目录

摘要  3-4
Abstract  4-8
第1章引言  8-11
  1.1 中国的金融发展及其不平衡性  8-9
  1.2 区域金融和金融相关比率  9-10
  1.3 本文的研究思路和内容安排  10-11
第2章金融相关比率的由来及研究进展  11-21
  2.1 区域金融问题  11-17
    2.1.1 国外对于区域金融的研究  11-15
    2.1.2 国内对于区域金融的研究  15-17
  2.2 国内采用金融相关比率的实证研究  17-19
  2.3 本章小结  19-21
第3章人工神经网络理论  21-30
  3.1 神经网络简介  21-22
  3.2 神经网络的形式  22-23
  3.3 神经网络的优越计算能力  23-24
  3.4 误差反向传播神经网络（BP 模型）  24-27
  3.5 改进的BP 模型算法  27-29
    3.5.1 附加动量BP 算法  27-28
    3.5.2 改进的BP 模型算法——自适应学习算法  28
    3.5.3 改进的BP 模型算法——自适应学习速率的附加动量算法  28-29
  3.6 本章小结  29-30
第4章基于神经网络的区域金融相关比率实证分析方法  30-39
  4.1 区域金融相关比率及相关影响因素的指标选择  30-32
    4.1.1 数据来源与选择  30
    4.1.2 目标输出：金融相关比率  30-31
    4.1.3 网络输入：解释变量  31-32
  4.2 区域金融相关比率发展的BP 神经网络模型  32-33
  4.3 实证分析结果——以上海市为例  33-38
    4.3.1 上海市金融相关比率历史走势  33-34
    4.3.2 上海市神经网络训练结果  34
    4.3.3 上海市的参量摄动分析及影响因子比重  34-38
  4.4 本章小结  38-39
第5章中国区域金融相关比率实证研究汇总分析结果  39-68
  5.1 分类方法  39-40
  5.2 第一类：GDP 显著正影响  40-54
    5.2.1 各省历年全社会固定资产投资Invest 显著正影响  40-43
    5.2.2 各省历年全社会固定资产投资Invest 轻微正影响  43-46
    5.2.3 各省历年全社会固定资产投资Invest 呈负向影响  46-51
    5.2.4 几个特殊发展模式  51-54
  5.3 第二类：GDP 前期正向影响、后期负向影响  54-61
    5.3.1 本类中：固定资产投资Invest 显著正影响  54-58
    5.3.2 本类中：固定资产投资Invest 呈轻微正影响  58-61
  5.4 第三类：GDP 基本为负向影响  61-66
  5.5 本章小结  66-68
第6章总结  68-71
  6.1 本文的主要结论  68-69
  6.2 本文的主要创新点  69
  6.3 进一步的研究方向  69-71
参考文献  71-74
致谢  74-75
附录A 全国各省的金融相关比率（1978 年-2004 年）  75-80
个人简历、在学期间发表的学术论文与研究成果  80

基于神经网络方法的中国区域金融相关比率实证分析

内容摘要

全文目录

相似论文