简介:Weadheretotheunchangedpur-suitinthechangingmarket,thatis'TopQualityandTopSer-vice'.Itisthehighesttargetofimprovingtheclients'value,creatingabrightfuturebyhighquality,hence,tocreateafirstclassenterpriseandfirstclassbrand.Stepbystep,wehaverealizedthedreamsonebyone.Wearelookingforwardtoagreatersuccess!
简介:一些企业在预测融资需求时大多采用销售百分比法,虽然简单方便,但是其基本假设与现实不很相符,实用性较差。GM(1,1)灰色预测模型建模所需信息较少,而模型精度较高,是处理小样本预测问题的有效工具。因此本文运用GM(1,1)模型来预测企业融资需求,克服了传统方法的缺陷,提高了企业财务预测的准确度。
简介:以2015年重庆市38个区县的债务数据作为研究样本,利用灰色关联方法(GM)与BP神经网络两种理论在非线性处理方面的优势,构建了基于GM-BP神经网络的地方政府债务风险预警系统,并运用该预警系统对重庆市各区县债务风险进行了实证分析。结果表明:2015年重庆市33个区县债务风险处于绿色可控区,4个区县(大渡口区、开县、南川区、潼南区)处于橙色预警区,1个区县(城口县)债务风险处于红色风险区,重庆市地方政府债务风险总体可控;并且,与未经约简的BP神经网络预警系统相比,GM-BP神经网络预警系统的训练时间更短,预警准确性更高,在结合预警地区的实际情况做出微调后,其更具有一定的普适性。