文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 经管营销 > 金融/投资 > 基于BP神经网络的农业高科技投资项目风险评价模型
侵权投诉

基于BP神经网络的农业高科技投资项目风险评价模型

第34卷 第7期西北农林科技大学学报(自然科学版)

().34No.7Vol

基于BP神经网络的农业高科技

投资项目风险评价模型

X

崔卫芳a,b,霍学喜a,庄世宏b,张红亮b

(西北农林科技大学a.经管学院,b.科研处,陕西杨凌712100)

  [摘 要] 在建立农业高科技投资项目风险评价指标体系的基础上,引入人工神经网络建模方法,建立基于

BP神经网络的农业高科技投资项目风险评价模型,并运用实例对其进行了训练和预测,,说明

该模型能较为准确地按照专家的评价方法进行工作,制工具,。

[关键词] BP神经网络;农业高科技投资项目;[中图分类号] F323.9    [] 167129387(2006)0720160205

,。农业大投资、长周期的经营活动。目前,对农业高科技投资项目进行风险评价常用的方法有专家鉴定法、经典风险管理利器、马柯维茨(Markowitz)均值-方差理论、Downside-Risk方法与哈洛资产配置理论、资产定价模型(CAPM)、期权定价理论及VaR模型等,但上述方法均存在一定局限性,如专家鉴定法中的指标及权重确定带有很大的主观性,且不能进行大规模评价,其余方法由于理想化假设及需要大量历史数据预测而导致风险投资评价带有极大的局限性[126]。人工神经网络(ANN)中的BP网络模型具有较强的自学习能力和处理非线性问题的能力,近年来已在许多领域得到了广泛应用,如在银行贷款风险、经济类预测、高科技风险投资等领域,但将其应用于农业高科技领域的风险评估还不多见[728]。

我国农业高科技项目风险投资目前尚处于起步阶段,该领域相关研究还相当薄弱,加之我国国情和市场环境的差异,照搬国外的方法显然不切实际。因此,建立适合我国国情的农业高科技投资项目风险评价指标体系与方法显得尤为重要。本研究拟在建立农业高科技投资项目风险评价体系的基础上,提出一种基于BP人工神经网络(ANN)的多指标综合

评价方法,并运用实例对其进行验证,以期为农业高科技投资项目,提供现实可用的风险预测及风险控制工具。

1 基于BP神经网络的农业高科技投

资项目评价方法

1.1 评价指标体系

在遵循科学性、系统性、代表性、可比性和可操作性的原则下,综合了农业行业技术权威、资深专家、市场营销专家及专门从事农业风险投资专家的意见[9210],从系统性风险和非系统性风险两方面,建立了农业高科技投资项目风险评价指标体系,具体如图1所示。

系统性风险主要有:1)政策法规风险。该风险指政策、法规的不健全或频繁调整与变化而给风险投资造成始料不及的负面影响,其中有关风险投资的政策法规不健全是最突出的风险隐患之一;

2)宏观经济波动风险。该风险指宏观经济走势及波动过程中所产生的风险,诸如经济衰退、经济危机、通货膨胀、通货紧缩等;

3)社会因素风险。该风险指由于社会动荡或诸如人文习俗、投资理念、大众消费倾向等社会因素而引起的投资风险。

X

[收稿日期] 2005209222

[作者简介] 崔卫芳(1975-),女,山西阳城人,助理研究员,在读硕士,从事商业银行经营与管理研究。

E2mail:cuiweifang@yahoo.com.cn

第1页

你可能喜欢

  • 风险评价
  • BP神经网络原理
  • 算法大全
  • BP神经网络预测
  • 粒子群优化算法
  • 人工神经网络应用
  • 粒子群算法
  • 神经网络的应用

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email