亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于BP神經(jīng)網(wǎng)絡(luò)理論的物流金融風(fēng)險(xiǎn)評(píng)價(jià)模型

        2014-09-13 07:36:50吳金卓
        森林工程 2014年3期
        關(guān)鍵詞:金融風(fēng)險(xiǎn)神經(jīng)元神經(jīng)網(wǎng)絡(luò)

        劉 瀾,吳金卓

        (東北林業(yè)大學(xué) 工程技術(shù)學(xué)院,哈爾濱 150040)

        目前,國(guó)內(nèi)許多中小企業(yè)都面臨著資金短缺的難題,而國(guó)內(nèi)商業(yè)銀行和物流企業(yè)也同樣承受著沉重的行業(yè)競(jìng)爭(zhēng)壓力[1]。在這種市場(chǎng)環(huán)境下,為應(yīng)對(duì)各自面臨的困境,中小企業(yè)、商業(yè)銀行和物流企業(yè)三方共同合作,將物流與金融相結(jié)合,從而形成了物流金融這一嶄新的金融服務(wù)模式[2-3]。然而與國(guó)外相比,國(guó)內(nèi)物流金融業(yè)務(wù)的運(yùn)作模式還不成熟,相應(yīng)的法律規(guī)章制度還不夠完善,相關(guān)從業(yè)人員的業(yè)務(wù)水平也有待提高。在這種局面下,物流企業(yè)在物流金融活動(dòng)中必然會(huì)面臨諸多風(fēng)險(xiǎn),給自身帶來(lái)一定的經(jīng)濟(jì)損失[4-5]。為應(yīng)對(duì)這些風(fēng)險(xiǎn),物流企業(yè)首先需要對(duì)這些風(fēng)險(xiǎn)做出準(zhǔn)確評(píng)價(jià)。因此,幫助物流企業(yè)建立一個(gè)可靠的風(fēng)險(xiǎn)評(píng)價(jià)模型來(lái)對(duì)物流金融風(fēng)險(xiǎn)做出準(zhǔn)確評(píng)價(jià),具有非常重要的現(xiàn)實(shí)意義?;谶@一研究背景,本文將從物流企業(yè)的角度出發(fā),通過(guò)編制一套相對(duì)完善的物流金融風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系,并運(yùn)用BP神經(jīng)網(wǎng)絡(luò)理論來(lái)建立一個(gè)能夠?qū)ξ锪鹘鹑陲L(fēng)險(xiǎn)做出準(zhǔn)確評(píng)價(jià)的風(fēng)險(xiǎn)評(píng)價(jià)模型。

        1 物流金融風(fēng)險(xiǎn)分析與風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系建立

        1.1 風(fēng)險(xiǎn)種類與風(fēng)險(xiǎn)因素分析

        目前,國(guó)內(nèi)外常見(jiàn)的物流金融運(yùn)作模式包括:墊付貨款、倉(cāng)單質(zhì)押、統(tǒng)一授信、保兌倉(cāng)以及物流保理等[2,6]。本文結(jié)合這幾種運(yùn)作模式的運(yùn)作方式和操作流程,將物流企業(yè)的物流金融風(fēng)險(xiǎn)概括為:內(nèi)部風(fēng)險(xiǎn)和外部風(fēng)險(xiǎn)兩大類別。

        1.1.1 內(nèi)部風(fēng)險(xiǎn)

        物流企業(yè)的內(nèi)部風(fēng)險(xiǎn)是指由企業(yè)內(nèi)部的管理機(jī)制、經(jīng)營(yíng)方式和技術(shù)水平等自身因素引發(fā)的風(fēng)險(xiǎn),主要包括:管理風(fēng)險(xiǎn)、運(yùn)營(yíng)風(fēng)險(xiǎn)和技術(shù)風(fēng)險(xiǎn)。具體分析如下:

        (1)管理風(fēng)險(xiǎn)。管理風(fēng)險(xiǎn)是指物流企業(yè)內(nèi)部的組織結(jié)構(gòu)、人事管理等管理因素引發(fā)的風(fēng)險(xiǎn)。風(fēng)險(xiǎn)因素包括:組織機(jī)構(gòu)、管理制度和員工忠誠(chéng)度。

        (2)運(yùn)營(yíng)風(fēng)險(xiǎn)。運(yùn)營(yíng)風(fēng)險(xiǎn)是指物流企業(yè)在項(xiàng)目運(yùn)營(yíng)過(guò)程中所面臨的風(fēng)險(xiǎn)。風(fēng)險(xiǎn)因素包括:運(yùn)作模式選擇和業(yè)務(wù)規(guī)??刂啤?/p>

        (3)技術(shù)風(fēng)險(xiǎn)。技術(shù)風(fēng)險(xiǎn)是指物流企業(yè)在從事物流金融業(yè)務(wù)過(guò)程中涉及到的一系列技術(shù)層面的因素所引發(fā)的風(fēng)險(xiǎn)。風(fēng)險(xiǎn)因素主要包括:業(yè)務(wù)流程編排與操作、員工業(yè)務(wù)水平、網(wǎng)絡(luò)信息技術(shù)應(yīng)用、質(zhì)押物監(jiān)管措施以及設(shè)施設(shè)備的完備性與安全可靠性等。

        1.1.2 外部風(fēng)險(xiǎn)

        物流企業(yè)的外部風(fēng)險(xiǎn)是指由融資企業(yè)資信狀況以及政治、法律、經(jīng)濟(jì)、市場(chǎng)行情、自然條件等外部因素給物流企業(yè)帶來(lái)的風(fēng)險(xiǎn)。主要包括:信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)和法律風(fēng)險(xiǎn)。具體分析如下:

        (1)信用風(fēng)險(xiǎn)。信用風(fēng)險(xiǎn)也稱為客戶資信風(fēng)險(xiǎn),是一種來(lái)自于融資企業(yè)的風(fēng)險(xiǎn),是由融資企業(yè)的資產(chǎn)規(guī)模、經(jīng)營(yíng)狀況和信譽(yù)度等因素所引發(fā)的。因此主要包括:融資企業(yè)的資產(chǎn)規(guī)模、經(jīng)營(yíng)狀況和信譽(yù)度等風(fēng)險(xiǎn)因素。

        (2)市場(chǎng)風(fēng)險(xiǎn)。市場(chǎng)風(fēng)險(xiǎn)是指涉及到質(zhì)押物保值、變現(xiàn)情況等市場(chǎng)環(huán)境因素所引發(fā)的風(fēng)險(xiǎn)。包括的風(fēng)險(xiǎn)因素為:質(zhì)押物保值能力和質(zhì)押物變現(xiàn)能力。

        (3)環(huán)境風(fēng)險(xiǎn)。環(huán)境風(fēng)險(xiǎn)是指與物流金融相關(guān)的政治、經(jīng)濟(jì)和自然條件等因素引發(fā)的風(fēng)險(xiǎn)。具體的風(fēng)險(xiǎn)因素包括:政治環(huán)境、經(jīng)濟(jì)環(huán)境和自然環(huán)境。

        (4)法律風(fēng)險(xiǎn)。法律風(fēng)險(xiǎn)是指由與物流金融相關(guān)的法律法規(guī)是否健全完善所引發(fā)的風(fēng)險(xiǎn)。因此涉及到的風(fēng)險(xiǎn)因素為:法律法規(guī)的完善性。

        1.2 風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系建立

        通過(guò)對(duì)于物流金融各類風(fēng)險(xiǎn)和風(fēng)險(xiǎn)因素的分析,建立起一套針對(duì)于物流企業(yè)的物流金融風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系,見(jiàn)表1。

        2 BP神經(jīng)網(wǎng)絡(luò)理論

        BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)又稱為反向傳播神經(jīng)網(wǎng)絡(luò),屬于典型的多層神經(jīng)網(wǎng)絡(luò),具有很強(qiáng)的非線性映射能力、容錯(cuò)能力和泛化能力,是人工神經(jīng)網(wǎng)絡(luò)理論中應(yīng)用最為廣泛的一種網(wǎng)絡(luò)模型[7-8]。因此,本文嘗試應(yīng)用BP神經(jīng)網(wǎng)絡(luò)來(lái)建立物流金融風(fēng)險(xiǎn)評(píng)價(jià)模型。

        表1 物流金融風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

        2.1 BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)形式

        BP神經(jīng)網(wǎng)絡(luò)一般由一個(gè)輸入層、若干隱含層和一個(gè)輸出層構(gòu)成,每一層都具有一個(gè)或多個(gè)神經(jīng)單元,不同層神經(jīng)元之間為全互連方式,而同層神經(jīng)元之間則不存在相互連接[9]。

        本文以物流金融風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系中19個(gè)風(fēng)險(xiǎn)因素指標(biāo)所對(duì)應(yīng)的風(fēng)險(xiǎn)數(shù)據(jù)作為網(wǎng)絡(luò)輸入,以一個(gè)風(fēng)險(xiǎn)評(píng)價(jià)綜合值作為網(wǎng)絡(luò)輸出,所以BP神經(jīng)網(wǎng)絡(luò)的輸入層和輸出層分別含有19個(gè)神經(jīng)元和1個(gè)神經(jīng)元;對(duì)于隱含層神經(jīng)元數(shù)目采用經(jīng)驗(yàn)公式:

        (1)

        式中:m為隱含層神經(jīng)元數(shù)目;n和l分別為輸入層和輸出層神經(jīng)元數(shù)目,a為調(diào)節(jié)因子,其取值在[1,10]之間。

        因此,隱含層的神經(jīng)元數(shù)目在[5,15]范圍內(nèi),具體數(shù)值采用試湊法逐一試算,最終確定隱含層神經(jīng)元數(shù)目為15。由此確定,本文的BP神經(jīng)網(wǎng)絡(luò)采用的結(jié)構(gòu)形式,網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

        圖1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

        2.2 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練原理

        BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程由輸入信息的正向傳播和誤差信息的反向傳播兩個(gè)階段組成[10]。在輸入信息的正向傳播階段,輸入信息從輸入層輸入,經(jīng)隱含層逐層計(jì)算傳至輸出層,得到網(wǎng)絡(luò)實(shí)際輸出,計(jì)算期望輸出與實(shí)際輸出之間的誤差值,建立誤差函數(shù);然后轉(zhuǎn)為誤差信息的反向傳播階段,在這一階段,每層神經(jīng)元的連接權(quán)值和閾值將沿著誤差函數(shù)的負(fù)梯度方向得以修正。重復(fù)上述過(guò)程,直至網(wǎng)絡(luò)輸出達(dá)到容許誤差要求為止,從而確定網(wǎng)絡(luò)輸入與期望輸出之間的非線性映射關(guān)系,完成整個(gè)網(wǎng)絡(luò)的訓(xùn)練過(guò)程。

        本文三層結(jié)構(gòu)BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程表述如下:

        (1)輸入信息的正向傳播階段:

        輸入向量為:Xp=(x1,x2,…,xi,…,x19)T。

        隱含層和輸出層神經(jīng)元的輸出分別為:

        式中:υ和ω為神經(jīng)元間的連接權(quán)值;θ為神經(jīng)元的閾值;函數(shù)y=f(x)為神經(jīng)元的轉(zhuǎn)換函數(shù),表達(dá)式為:

        (2)

        (2)誤差信息的反向傳播階段:

        本文采用批處理模式來(lái)訓(xùn)練網(wǎng)絡(luò),因此定義誤差函數(shù)為:

        (3)

        式中:d和o分別為網(wǎng)絡(luò)的期望輸出和實(shí)際輸出;P為訓(xùn)練樣本數(shù)。

        輸出層和隱含層神經(jīng)元的誤差信號(hào)分別為:

        (4)

        連接權(quán)值修正量分別為:

        (5)

        閾值修正量分別為:

        (6)

        式中:η為學(xué)習(xí)速率。

        3 基于BP神經(jīng)網(wǎng)絡(luò)理論的物流金融風(fēng)險(xiǎn)評(píng)價(jià)模型建立

        3.1 數(shù)據(jù)搜集與處理

        本文搜集并處理了某物流公司的10組具有代表性的物流金融業(yè)務(wù)風(fēng)險(xiǎn)數(shù)據(jù),編制成風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)數(shù)據(jù)表(見(jiàn)表2),用作訓(xùn)練和檢驗(yàn)BP神經(jīng)網(wǎng)絡(luò)的樣本集。表2中每個(gè)樣本的19個(gè)標(biāo)準(zhǔn)風(fēng)險(xiǎn)值Wj對(duì)應(yīng)物流金融風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系中的19個(gè)風(fēng)險(xiǎn)因素,作為神經(jīng)網(wǎng)絡(luò)的輸入值;物流金融風(fēng)險(xiǎn)的綜合評(píng)價(jià)值T作為神經(jīng)網(wǎng)絡(luò)的期望輸出值。

        表2 風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)數(shù)據(jù)

        續(xù)表2 風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)數(shù)據(jù)

        3.2 BP神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練與檢驗(yàn)

        本文將物流金融風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果劃分為低、較低、一般、較高和高5個(gè)級(jí)別,分別對(duì)應(yīng)評(píng)價(jià)區(qū)間[0.0,0.2)、[0.2,0.4)、[0.4,0.6)、[0.6,0.8)和[0.8,1.0]。運(yùn)用MATLAB7.9軟件進(jìn)行編程,創(chuàng)建三層結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò),將表2中前8組數(shù)據(jù)作為訓(xùn)練樣本集,對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練;后2組數(shù)據(jù)作為檢驗(yàn)樣本集,檢驗(yàn)網(wǎng)絡(luò)的泛化能力,具體代碼實(shí)現(xiàn)如下:

        net=newff(minmax(P),[15,1],{'logsig','logsig'},'traingd',learngd');%創(chuàng)建網(wǎng)絡(luò)

        net.trainParam.lr=0.05;%設(shè)置學(xué)習(xí)速率

        net.trainParam.epochs=10000;%設(shè)置最大訓(xùn)練次數(shù)

        net.trainParam.goal=0.001;%設(shè)置容許誤差

        [net,tr]=train(net,P,T);%網(wǎng)絡(luò)開(kāi)始訓(xùn)練

        disp('網(wǎng)絡(luò)的訓(xùn)練結(jié)果為')

        result=sim(net,P)%顯示網(wǎng)絡(luò)的訓(xùn)練結(jié)果

        disp('網(wǎng)絡(luò)的檢驗(yàn)結(jié)果為')

        result_test=sim(net,Ptest)%顯示網(wǎng)絡(luò)的檢驗(yàn)結(jié)果

        最終,網(wǎng)絡(luò)在訓(xùn)練6085次時(shí),輸出誤差達(dá)到容許誤差要求,網(wǎng)絡(luò)訓(xùn)練結(jié)束,神經(jīng)網(wǎng)絡(luò)的最終輸出誤差為:EAV=0.000 999 9,此時(shí)網(wǎng)絡(luò)的實(shí)際輸出與期望輸出比較結(jié)果見(jiàn)表3。

        表3 網(wǎng)絡(luò)訓(xùn)練階段期望輸出與實(shí)際輸出比較結(jié)果

        由表3可知,該BP神經(jīng)網(wǎng)絡(luò)的前8組訓(xùn)練樣本對(duì)應(yīng)的期望輸出非常接近于實(shí)際輸出,對(duì)風(fēng)險(xiǎn)的評(píng)價(jià)結(jié)果也是一致的,表明網(wǎng)絡(luò)已經(jīng)得到充分訓(xùn)練。為了判斷經(jīng)過(guò)訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)是否具有泛化能力,需要利用后2組檢驗(yàn)樣本對(duì)網(wǎng)絡(luò)進(jìn)行檢驗(yàn),檢驗(yàn)結(jié)果見(jiàn)表4。

        表4 網(wǎng)絡(luò)檢驗(yàn)階段期望輸出與實(shí)際輸出比較結(jié)果

        由表4可知,網(wǎng)絡(luò)檢驗(yàn)階段的期望輸出與實(shí)際輸出之間的差值雖然比訓(xùn)練階段的差值大,但仍然滿足精度要求,能夠保證風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果的準(zhǔn)確性,這說(shuō)明基于BP神經(jīng)網(wǎng)絡(luò)的物流金融風(fēng)險(xiǎn)評(píng)價(jià)模型具有很好的泛化能力,可以對(duì)同類的其他物流金融業(yè)務(wù)的風(fēng)險(xiǎn)進(jìn)行準(zhǔn)確評(píng)價(jià)。

        4 結(jié)束語(yǔ)

        本文系統(tǒng)地分析物流企業(yè)在物流金融活動(dòng)中可能面臨的諸多風(fēng)險(xiǎn),找出風(fēng)險(xiǎn)的產(chǎn)生因素,建立一套完善的風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系,并且詳細(xì)介紹了BP神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)原理和建模過(guò)程,最后利用調(diào)查得

        到的風(fēng)險(xiǎn)數(shù)據(jù)通過(guò)MATLAB神經(jīng)網(wǎng)絡(luò)工具箱來(lái)對(duì)創(chuàng)建好的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和檢驗(yàn),成功得到了可對(duì)物流金融風(fēng)險(xiǎn)做出準(zhǔn)確評(píng)價(jià)的風(fēng)險(xiǎn)評(píng)價(jià)模型。當(dāng)然,本文也存在一些不足,由于接受調(diào)查的物流企業(yè)剛剛開(kāi)始發(fā)展物流金融業(yè)務(wù),可供調(diào)查搜集的風(fēng)險(xiǎn)數(shù)據(jù)還不夠多,并且一些風(fēng)險(xiǎn)因素指標(biāo)也受限于數(shù)據(jù)的可獲得性,因此物流金融風(fēng)險(xiǎn)評(píng)價(jià)模型的創(chuàng)建過(guò)程還有待進(jìn)一步完善。但應(yīng)該明確的是,運(yùn)用BP神經(jīng)網(wǎng)絡(luò)理論來(lái)建立物流金融風(fēng)險(xiǎn)評(píng)價(jià)模型是合理可行的,值得國(guó)內(nèi)物流企業(yè)在對(duì)物流金融風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)的過(guò)程中參考和借鑒。

        【參 考 文 獻(xiàn)】

        [1]吳祖亮.我國(guó)中小企業(yè)融資難的原因及建議[J].中國(guó)集體經(jīng)濟(jì),2011(33):105-106.

        [2]鄒小芃,唐元琦.物流金融:物流研究的新領(lǐng)域[J].中國(guó)物流與釆購(gòu),2004(17):42-44.

        [3]陳祥鋒,朱道立.現(xiàn)代物流金融服務(wù)創(chuàng)新-金融物流[J].物流技術(shù),2005,24(3):4-6.

        [4]栗 媛.物流金融活動(dòng)風(fēng)險(xiǎn)研究[J].合作經(jīng)濟(jì)與科技,2009(4):83-84.

        [5]李 妮.物流金融服務(wù)中物流企業(yè)的風(fēng)險(xiǎn)評(píng)價(jià)[D].南昌:南昌大學(xué),2012.

        [6]黃湘民,陳雪松.我國(guó)物流金融業(yè)務(wù)的實(shí)踐[J].物流技術(shù)與應(yīng)用,2008,27(1):98-101.

        [7]胡守仁.神經(jīng)網(wǎng)絡(luò)應(yīng)用技術(shù)[M].北京:國(guó)防科技大學(xué)出版社,1992.

        [8]Hagan M T.神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)[M].北京:機(jī)械工業(yè)出版社,2002.

        [9]韓力群.人工神經(jīng)網(wǎng)絡(luò)理論、設(shè)計(jì)及應(yīng)用[M].北京:化學(xué)工業(yè)出版社,2007.

        [10]袁曾任.人工神經(jīng)元網(wǎng)絡(luò)及其應(yīng)用[M].北京:清華大學(xué)出版社,2004.

        猜你喜歡
        金融風(fēng)險(xiǎn)神經(jīng)元神經(jīng)網(wǎng)絡(luò)
        《從光子到神經(jīng)元》書(shū)評(píng)
        自然雜志(2021年6期)2021-12-23 08:24:46
        金融風(fēng)險(xiǎn)防范宣傳教育
        大社會(huì)(2020年3期)2020-07-14 08:44:16
        神經(jīng)網(wǎng)絡(luò)抑制無(wú)線通信干擾探究
        電子制作(2019年19期)2019-11-23 08:42:00
        構(gòu)建防控金融風(fēng)險(xiǎn)“防火墻”
        躍動(dòng)的神經(jīng)元——波蘭Brain Embassy聯(lián)合辦公
        大力增強(qiáng)憂患意識(shí) 進(jìn)一步防范金融風(fēng)險(xiǎn)
        基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
        關(guān)于當(dāng)前互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)的若干思考
        復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
        基于二次型單神經(jīng)元PID的MPPT控制
        久久精品国产白丝爆白浆| 19款日产奇骏车怎么样| 大陆老熟女自拍自偷露脸| 日本激情网站中文字幕| 中文字幕亚洲综合久久菠萝蜜| 国产成人无码免费视频在线| 国产精品白丝喷水在线观看| 日韩好片一区二区在线看| 亚洲av无码片一区二区三区| 国产在线h视频| 麻豆成年视频在线观看| 青青草视全福视频在线| 亚洲av综合色一区二区| 一本色道久久88加勒比一| 女人脱了内裤趴开腿让男躁| 骚片av蜜桃精品一区| 国产日韩成人内射视频| 99久久精品国产自在首页| 极品少妇在线观看视频| 国产性虐视频在线观看| 中国老熟妇506070| 亚洲欧美日韩综合久久| 亚洲都市校园激情另类| 无码av专区丝袜专区| 久久av一区二区三区黑人| 日本黑人亚洲一区二区| 无码精品人妻一区二区三区漫画| 国产日韩精品欧美一区喷水| 亚洲成av人片天堂网| 国产亚洲情侣一区二区无| 久久精品无码一区二区三区不| 日韩精品视频免费福利在线观看 | 日本少妇浓毛bbwbbwbbw| 日本熟妇人妻xxxxx视频| 国产人成无码视频在线1000| 偷偷夜夜精品一区二区三区蜜桃| 精品一区二区三区婷婷| 在线播放免费人成毛片乱码| 成人网站免费大全日韩国产| 免费 无码 国产在线观看不卡| 成美女黄网站18禁免费|