检索结果-南通市图书馆

大数据税收征管有助于抑制关联交易吗?--来自“金税三期”工程的准自然实验证据

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

南方经济 2024年第3期 1-18页

作者：杨进化汝婷周克清西南财经大学财政税务学院 611130

近年来,上市公司的关联交易不断增长,严重损害了中小股东的利益。文章以“金税三期”工程作为准自然实验,探究大数据税收征管对公司关联交易的治理作用及其影响机制。基于2011—2018年我国非金融上市公司发生的商品与劳务类关联交易数据... 详细信息

近年来,上市公司的关联交易不断增长,严重损害了中小股东的利益。文章以“金税三期”工程作为准自然实验,探究大数据税收征管对公司关联交易的治理作用及其影响机制。基于2011—2018年我国非金融上市公司发生的商品与劳务类关联交易数据,通过构造多期双重差分模型,文章研究发现以“金税三期”工程为代表的大数据税收征管模式显著降低了企业的关联交易水平。异质性分析发现,当公司内部治理水平较低,外部市场制度不完善时,“金税三期”工程对关联交易的治理作用更为显著。关于机制的研究显示,大数据税收征管通过征税效应、治理效应和信息效应降低委托代理成本、提高会计稳健性和提升会计信息透明度,从而减少企业关联交易水平。文章的研究不仅从理论上丰富了大数据税收征管的经济效应,而且对我国在数字经济时代深化监管方式改革提供了政策启示。

关键词：金税三期大数据征管关联交易公司治理

基于FADA的联邦对抗域适应模型及其在金融信贷领域的应用

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于FADA的联邦对抗域适应模型及其在金融信贷领域的应用

作者：杨卓西南财经大学

学位级别：硕士

随着大数据与人工智能技术的快速发展和广泛应用,以商业银行为代表的金融机构不断推出创新型信贷产品。然而,创新型信贷产品在投产初期面临着有标签样本不足、难以训练出有效模型的冷启动问题。该问题的传统解决方法是采用迁移学习方法... 详细信息

随着大数据与人工智能技术的快速发展和广泛应用,以商业银行为代表的金融机构不断推出创新型信贷产品。然而,创新型信贷产品在投产初期面临着有标签样本不足、难以训练出有效模型的冷启动问题。该问题的传统解决方法是采用迁移学习方法,即利用外部机构相似信贷产品的丰富数据来辅助构建信贷违约预测模型。但是,随着技术的发展,网络犯罪分子不断利用新的手段来攻击数据,数据隐私保护和安全面临越来越大的挑战。银行业作为典型的数据密集型行业,在应用数据建模时会受到更多限制,导致不同机构间的数据无法交流互通,需要直接访问外部数据的迁移学习方法不再适用。联邦学习为解决此问题提供了新的思路,其可以在保护数据隐私的前提下联合多方数据构建模型。然而,当数据间分布差异较大时,联邦学习的模型性能会因为数据异构性导致的“负迁移”现象受到抑制。联邦对抗域适应技术(FADA)可以通过对抗学习的方式对齐源域与目标域的特征,缓解“负迁移”现象,在保证模型精度的前提下提高模型泛化性能。但是,FADA算法需要在各设备之间共享变换后的特征,该特征存在被解码的风险,会给数据安全保护尤为重要的银行业带来重大风险。因此,本文在FADA算法的基础上提出Privacy-protected FADA(P2FADA)模型,一方面,该模型用共享梯度代替FADA中共享特征的做法,在数据隐私保护方面更加严格,在注重数据隐私和安全的金融信贷领域具有良好的适用性。另一方面,该模型通过对抗域适应技术缓解数据异构性带来的模型精度下降问题,模型性能优于经典的联邦学习算法Fed Avg,且在解决信贷风控冷启动问题时效率更高。本文通过仿真实验和实证分析展示了P2FADA在数据异构性的场景下仍然具有优越的准确性和稳定性。首先,本文结合真实业务场景下信贷违约预测过程设计了数据生成规则。其次,选用源域与目标域条件分布的余弦相似度和特征分布的KL散度两个指标从不同维度对源域和目标域之间的差异进行度量,并证明随着数据分布差异增大,模型准确率降低。接着,本文根据源域与目标域之间特征分布是否相同和条件分布是否相似梳理出四个典型信贷场景并进行仿真实验,P2FADA在四个实验中均展现了突出的有效性和稳定性。最后,本文选取2015-2018年Lending Club平台的信贷数据进行实证分析。通过与逻辑回归、XGBoost、ANN和Fed Avg模型的对比,展现了P2FADA解决信贷风控冷启动问题和“负迁移”现象的优越性。

关键词：联邦学习对抗域适应技术信贷违约预测隐私保护

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数据的价值决定与价值分配

江汉论坛 2024年第9期 26-32页

作者：蒋海曦蒋南平西南财经大学国际商学院四川成都611130 西南财经大学经济学院四川成都611130

随着以数据为主要内涵及技术支撑的人工智能出场,特别是ChatGPT4.0的悄然问世,人类社会进入了所谓的“超人工智能”阶段,其发展趋势与前景再次引发了人们对价值理论问题的关注。数据的价值决定与价值分配始终是关系数字经济学理阐释及... 详细信息

随着以数据为主要内涵及技术支撑的人工智能出场,特别是ChatGPT4.0的悄然问世,人类社会进入了所谓的“超人工智能”阶段,其发展趋势与前景再次引发了人们对价值理论问题的关注。数据的价值决定与价值分配始终是关系数字经济学理阐释及实践应用的基本问题和理论前提。无论人工智能如何发展,作为发展数字经济的显性入口,数据特别是数字化的数据仍然是商品,其价值由社会必要劳动时间决定。数据网络平台是推动新经济的重要力量,但也是容易形成数据市场垄断的重要物质基础,要发挥好数据的最大化效能,就必须特别关注数据的价值决定、实现及其分配机制重构,警惕数据价值在实现及分配过程中的市场垄断问题。

关键词：数据要素价值决定价值分配人工智能市场垄断

银行客户智能化信用风险体系运营优化研究——以Y银行S分行为例

维普期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

银行客户智能化信用风险体系运营优化研究——以Y银行S分行为例

作者：李朝霞西南财经大学

学位级别：硕士

信用风险是商业银行所面临的最主要风险,目前发达国家商业银行信贷风险管理体系已经相对完善,实践应用与理论探讨等方面也形成了相应机制,商业银行的信用风险分析方法也不断尝试并应用最新的技术方法。而国内的信用风险管理制度还不够完... 详细信息

信用风险是商业银行所面临的最主要风险,目前发达国家商业银行信贷风险管理体系已经相对完善,实践应用与理论探讨等方面也形成了相应机制,商业银行的信用风险分析方法也不断尝试并应用最新的技术方法。而国内的信用风险管理制度还不够完善,所以,研究信用风险体系运营的优化,对增强商业银行竞争能力,加强商业银行的信用风险管理具有较大科学价值和现实意义。在国民经济发展中,商业银行的发展壮大对整个市场经济的发展具有重大影响,可以说商业银行的经营关乎国民经济命脉,商业银行的风险管理更是值得关注和重视的话题。本文首先引入历史研究的背景,总结了国内外的研究现状。紧接着,论述了商业银行信用风险体系对信用风险管理工作的重要意义,介绍了信用风险体系及智能化风控基本理论。然后,介绍了Y银行S分行智能化信用风险体系运营情况,以及Y银行S分行通过参考国内外研究者和国际标准普尔资信服务公司的研究成果,细化指标构建了银行客户智能化信用风险监测指标体系。监测体系含宏观环境方面、客户基本情况方面、生产经营方面、财务状况方面、担保情况方面等五大领域,以及借款人他行出现逾期、收入较同期减少,水、电、煤气用量较同期减少等49个二级指标,并通过智能化信用风险监控系统输出数据,对风险客户发起预警,以便信贷客户经理开展风险核实、风险处置,尽可能保障信贷资金安全。接着,基于Y银行S分行风险案例对其智能化信用风险体系有效性进行了分析,并下发调查问卷以及填写专家访谈表对存在的问题及问题成因进行了调查统计,收集了提高指标体系及管理有效性的建议。案例分析中收集了Y银行S分行325笔逾期5天以上及不良信贷业务为样本,检验了该银行客户智能化信用风险监测体系的有效性、准确性。最后,针对Y银行S分行银行客户智能化信用风险体系运营中存在的问题,提出了提高信用风险管理效能的优化措施。随着智能化的加剧,速度焦虑、换代焦虑的同时,对于银行来说,找准定位,让信用风险体系与智能化更好的结合显得尤为重要。目前智能化信用风险体系的完善、风险的后续管理仍然是银行的重难点,也是本文研究的意义。该篇论文着重研讨了银行客户智能化信用风险体系的运行情况,采用案例分析、问卷调查、专家访谈等方式开展研究,分析了Y银行S分行在智能化风控中存在的问题,提出了优化措施,为银行有效识别信贷风险带来了一些参考意义。

关键词：信用风险智能化风险体系有效性

基于互信息的连续图神经网络在期货数据预测中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于互信息的连续图神经网络在期货数据预测中的应用

作者：王宜璇西南财经大学

学位级别：硕士

近年来,大数据、人工智能和数据科学的技术不断发展,使得量化投资在策略丰富度、模型复杂度和交易速度上均有所突破,但我国期货市场相关研究和交易实践并不成熟,蕴含着巨大的套利空间。另一方面,期货杠杆的存在也带来了巨大的风险,期货... 详细信息

近年来,大数据、人工智能和数据科学的技术不断发展,使得量化投资在策略丰富度、模型复杂度和交易速度上均有所突破,但我国期货市场相关研究和交易实践并不成熟,蕴含着巨大的套利空间。另一方面,期货杠杆的存在也带来了巨大的风险,期货价格的预测始终是是政府管理部门和投资主体关注的重点问题。本文通过分析国内期货市场高频价格特征,对各品种期货日内价格进行预测,从而帮助投资者规避风险、增加收益。现有对期货价格预测的研究方法主要包括计量经济学方法和机器学习算法,而高频金融数据的非平稳、非线性特征使得计量模型和机器学习算法难以解决序列中的长期依赖关系,幸运的是深度学习的发展革新了原有的特征提取体系,能够更加精准的挖掘金融数据的特征模式,在期货价格预测预测中得到广泛应用。然而现有模型大多忽略了期货合约间的空间相关性和时空异质性特征,只学习了时域层面的信息。本文基于时空图卷积网络STGNNs和高频期货数据长短期信号中的差异,提出了基于互信息损失的异质性连续图神经网络HCGNN对多品种期货价格进行预测。主要工作如下:(1)针对期货价格时序自相关性和各变量序列间的空间相关性,通过自注意力机制和时空图神经网络动态获取期货价格的时空特征。考虑到期货价格长期和短期存在波动性和趋势差异,设计了价格预测、均值回归、极差回归和变点分类四个异质性任务,分别学习价格的长期和短期趋势。利用原始特征和模型特征、模型预测值和真实值之间的互信息损失衡量参数重要性,采用最大化互信息损失进行参数优化迭代,解决了多任务连续学习中的灾难性遗忘问题,并在2022年2月至3月国内期货市场49个活跃品种主力合约数据中验证了模型的有效性。(2)本文以STGNN、SSTGNN、MTGNN和Stem GNN为基线模型,对1分钟和15分钟的期货价格进行了预测,在短期预测中,HCGNN模型对各项任务的预测性能都是最优的,在长期预测中,HCGNN对涨跌信号的捕捉能力明显高于基线模型,模型对长短期预测的能力更加均衡。在整体模型有效的基础上,设计了一系列消融实验,发现传统连续学习机制下,任务增加会降低模型性能,而互信息损失中增加学习任务能够改善模型性能,说明通过互信息损失控制参数更新能够有效缓解传统多任务学习中参数灾难性遗忘问题。

关键词：连续学习互信息时空图神经网络期货时序预测

参与文创纪念品定制对顾客购买意愿和文化保护意愿的影响研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

参与文创纪念品定制对顾客购买意愿和文化保护意愿的影响研究

作者：沈亚兰西南财经大学

学位级别：硕士

近年来,文旅融合之风使得文化旅游迅速发展,旅游者的旅游消费理念也在不断升级。对于旅游纪念品的选择不再只是简单印有目的地名称或logo的扇子、钥匙扣等,而是更加看重纪念品本身的文化内涵、创意性与独特性。并且科学技术的发展,使得... 详细信息

近年来,文旅融合之风使得文化旅游迅速发展,旅游者的旅游消费理念也在不断升级。对于旅游纪念品的选择不再只是简单印有目的地名称或logo的扇子、钥匙扣等,而是更加看重纪念品本身的文化内涵、创意性与独特性。并且科学技术的发展,使得一些目的地和旅游企业开始利用互联网、人工智能、3D打印等技术,让顾客从以往只能被动地消费商家已经设计好的旅游纪念品,逐步发展为可以主动参与到纪念品的设计和定制过程当中,实现了顾客与企业价值共创的新型消费模式。这种新型消费模式为旅游目的地充分实现同顾客共创文创纪念品的商业价值和象征价值提供了有效途径。以往关于文创纪念品定制的研究多停留在纪念品商业价值的创造与实现,即关注眼前的经济效益。学者们往往忽视了纪念品象征价值的创造与实现这一更为深入的层面,即并未考虑到顾客参与定制对文化保护意愿有何影响。而本文从顾客参与文创纪念品定制带来的商业价值和象征价值两个视角,意欲探索其对购买意愿和文化保护意愿的影响,并解析其内在机制。本文通过三个情景实验,以敦煌研究院和腾讯合作打造的“敦煌诗巾”小程序作为实验背景及材料,旨在检测顾客参与文创纪念品定制对顾客产品购买意愿和目的地文化保护意愿的影响。实验结果发现,相比于直接在小程序上选择官方已经设计好的丝巾,那些可以自主选择丝巾底色、自主搭配敦煌独有的石窟文化元素,从而定制自己专属的、独一无二的敦煌文创丝巾的被试者,有着更高的产品购买意愿和目的地文化保护意愿。其中,产品心理所有权和感知文化亲密在顾客参与文创纪念品定制对购买意愿和目的地文化保护意愿的影响中起到双中介作用。在实验三中,研究还发现由于丝巾与敦煌古丝路文化历史契合度更高,故相比于参与文创T恤的定制,被试者参与文创丝巾定制时,感知产品与文化的契合度更高,会产生更高的产品购买意愿和文化保护意愿,产品心理所有权和感知文化亲密的中介效应也更强。本文的研究意义在于,聚焦于顾客参与旅游文创纪念品定制的新消费模式下,将购买意愿和文化保护意愿同时纳入模型,分别对应了旅游纪念品的商业价值和象征价值,打破了以往研究仅关注商业价值的局限,丰富和拓展了旅游纪念品的研究。并且基于物(纪念品)和文化(纪念品蕴含的目的地文化)的双重视角,引入产品心理所有权和感知文化亲密两个中介,解析了顾客参与旅游文创纪念品影响其行为意愿的独特心理机制。最后,本文还验证了感知产品与文化契合的调节作用,拓展了感知契合在旅游纪念品领域的研究。本文的研究将为旅游目的地和相关企业在新的旅游纪念品消费形式下,更好地实现与旅游者的价值共创提供思考。

关键词：文创纪念品顾客参与心理所有权亲密感契合度

区块链技术在某中烟工业公司供应链管理的应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

区块链技术在某中烟工业公司供应链管理的应用研究

作者：胡克宇西南财经大学

学位级别：硕士

近段时间,诸如大数据、区块链以及人工智能等新兴技术像雨后春笋般的接连出现。而在智能信息时代的今天,人类亦面临着当今形势下的新问题:过去由传统供应链面对面交易所保证的信任,在当今网络化的电子交易中需要新的解决方案。在这方面... 详细信息

近段时间,诸如大数据、区块链以及人工智能等新兴技术像雨后春笋般的接连出现。而在智能信息时代的今天,人类亦面临着当今形势下的新问题:过去由传统供应链面对面交易所保证的信任,在当今网络化的电子交易中需要新的解决方案。在这方面,以具有共识机制、非对称加密为特色的区块链技术为此提供了一种新思路。同时,当今各个行业也越发意识到现代供应链管理改革对企业转型升级所能起到的巨大作用,将区块链技术应用到供应链管理中,不仅能创新管理模式,也能提高企业供应链中的管理效率,降低其运营成本,促进企业的高质量发展。烟草作为国家经济的一大支柱产业,自改革开放以来他的发展就与中国经济的兴衰密不可分。如今中国经济面临新的境况,也给烟草行业的发展提出了新的挑战。随着烟草行业改革的不断深化,卷烟工业企业将改革的目光投向了管理和机制。对卷烟工业企业来说,供应链管理囊括了链上所有成员企业和业务流程的管理,从相关原材料的采购管理到原材料的仓储管理,从产品物流管理再到生产制造管理,这其中参与企业之多、业务流程之杂,使得烟草供应链管理的改革困难重重。而随着烟草供应链管理改革的不断深入,烟草供应链管理正逐步由传统管理模式向现代化管理模式转型。在这期间,本文以某中烟工业公司为分析对象,梳理出该公司现有的供应链管理模式中主要存在以下不足:(1)供应链管理体系不够系统化,供应链管理的相关业务流程繁杂且技术手段落后,供应链中各成员企业使用的信息传递、资金交易方式缺乏信息化手段,生产过程质量和物流情况的相关信息数据难以准确、实时地向链上各成员企业传输共享,从而造成了整条供应链管理效率低和运营成本高的问题;(2)现有的烟草供应链管理中成员企业众多,存在供应链链上参与方因缺乏信任而导致交易失败的情况;(3)现有供应链管理模式采用中心化的数据存储方式,使得链上数据易被篡改,无法保证产品质量等重要信息真实可靠。基于此,本文的研究基于科学的方法和严谨的态度,以某中烟工业公司为研究对象,结合该公司的背景情况,分析其供应链管理的现状,解决其供应链,从烟叶种植到成品销售整个周期流程的管理中存在的去信任化、提效降耗等实际问题,综合应用区块链所具有的P2P、非对称加密和共识机制等特色技术,在传统供应链管理模式上进行研究讨论,主要完成的工作如下:(1)讨论优化、整合了某中烟工业公司供应链的管理流程,推进其供应链管理的现代化、系统化;(2)以区块链技术为基础,设计了区块链供应链管理平台,以解决该公司供应链管理模式中存在的去信任化问题;(3)在构建的区块链供应链管理平台的基础上,应用区块链技术实现烟草制品的防伪溯源功能,提升了该公司的品牌竞争力,从而避免假烟流入市场而导致的国家税收流失;(4)针对某中烟工业公司供应链管理下游销售环节出现的“产品发货到烟草商业公司扫码不可识别”的问题进行分析,提出了基于本文研究成果的问题解决方案。本论文的第一章阐述了本文的研究背景和意义,并对国内外关于区块链和供应链管理的研究现状进行了文献综述,说明了本论文的主要研究内容、方法及结构安排;第二章介绍了本文会涉及到的相关理论,如供应链管理理论、区块链理论及相关基础理论,为后文的研究提供理论支撑;第三章对区块链技术应用于企业供应链管理进行了现状分析,论证了选择区块链技术解决某中烟工业公司供应链管理现状的价值和意义,为第五章中的方案设计奠定了理论基础;第四章首先对烟草行业背景和基本情况进行介绍,再对某中烟工业公司进行情况介绍,对该公司供应链管理中存在的问题进行了梳理汇总,并进行了原因分析;第五章对分析梳理出的问题,进行了区块链技术应用于某中烟工业公司供应链管理的方案设计,其中包括该公司区块链供应链管理平台的设计、烟草制品防伪溯源系统的设计、供应链管理的整合方案的设计以及具体实际问题解决方案的设计;第六章,讨论了某中烟工业公司应如何在组织架构、人力、财力和过程监控等方面提供保障,使得本文所设计方案能顺利实施;第七章对全文进行总结,说明了本论文存在的创新和不足之处,以及对未来工作的计划和展望。

关键词：烟草行业供应链管理区块链去信任化提效降耗

基于分解集成的旅游需求预测模型：一种非线性集成方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于分解集成的旅游需求预测模型：一种非线性集成方法

作者：魏光明西南财经大学

学位级别：硕士

随着社会经济的不断发展和人们生活水平的不断提高,人们的旅游需求持续增长。旅游业的功能地位不断提升,甚至成为了一些国家和地区的支柱性行业。一方面,旅游作为一种休闲方式,受各种因素影响,使得人们的旅游需求呈现出非线性,季节性和... 详细信息

随着社会经济的不断发展和人们生活水平的不断提高,人们的旅游需求持续增长。旅游业的功能地位不断提升,甚至成为了一些国家和地区的支柱性行业。一方面,旅游作为一种休闲方式,受各种因素影响,使得人们的旅游需求呈现出非线性,季节性和周期性等特点。另一方面,旅游产品具有易逝性,如发生酒店大量客房空置,航班座位空置,甚至是食品的腐坏,导致资源的浪费。这对旅游目的地的环境和资源的合理分配都提出了相应的挑战。在此背景下,为旅游业提供准确的旅游需求预测至关重要。同时,旅游需求预测也是学术界关注的热点问题。近几十年来,对于旅游需求预测方法的研究主要关注四种模型:时间序列模型,计量经济模型,人工智能模型和混合模型。由于混合模型能够利用不同单一模型的优势,得到了研究者的广泛关注。特别是混合模型中的分解集成模型,该模型能够有效融合数据分解方法,人工智能预测模型,优化算法的优势,提升模型的预测性能。分解集成模型主要分为三个步骤:数据分解;单独预测;集成预测结果。分解集成模型广泛应用于非线性和非平稳时间序列预测,并在旅游需求预测中表现出良好的预测性能。然而,现有的文献中对于分解集成模型中集成方法的研究较少。对于集成方法,已有的研究更多的是使用线性集成的方法。线性集成方法假设各个信息源之间不存在相互作用,只考虑单个模型的历史性能。然而,信息来源并不总是相互独立的,在实际问题中相互作用是广泛存在的。线性的集成方法往往无法衡量模型之间交互作用,忽略模型之间的相互作用。同时,线性的集成会造成误差的累计。因此,本文基于分解集成模型提出了一种新的非线性的集成方法。该方法使用Choquet积分和模糊测度将子序列的预测结果集成为最终预测结果。为了提高集成的准确性和稳定性,本文设计了一个多目标优化算法:带约束的快速非支配排序的综合学习粒子群算法(The constrained non-dominated sorting comprehensive learning particle swarm optimization algorithm,简称TNPSO)用于寻找最优的Choquet积分参数。最后,为了验证和比较新提出模型的预测性能,本文选取了两种类型的数据序列,即上海景点小时游客人数和香港月度入境游客作为实验数据,并选择了13个预测模型作为基准模型。结果表明,在以上两种数据集中本文所提出的模型对于旅游需求的预测效果最优。同时也证明了本研究设计的集成方法对提高分解集成模型性能的有效性。

关键词：旅游需求预测分解集成 Choquet积分多目标优化时间序列

新型光滑正则半监督SVM方法及其在信用评级中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机科学 2013年第10期40卷 239-242页

作者：薛飞鲁利民王磊西南财经大学经济信息工程学院成都610072 西南财经大学西部商学院成都610072

提出了一种基于光滑正则的半监督支持向量机方法,并将其用于建立中小信用评级模型。它从少量标签样本和大量无标签样本中构造反映数据流形结构的光滑正则项,并结合到支持向量机的最大间隔分类器的学习过程。然后,提出一种渐进式方法来... 详细信息

提出了一种基于光滑正则的半监督支持向量机方法,并将其用于建立中小信用评级模型。它从少量标签样本和大量无标签样本中构造反映数据流形结构的光滑正则项,并结合到支持向量机的最大间隔分类器的学习过程。然后,提出一种渐进式方法来迭代获得"半标签"样本,稳健地提升支持向量机的泛化性能。在真实数据集上的实验结果表明,新方法获得的测试精度显著优于多种现有方法,非常适用于中小企业的信用评级任务。

关键词：支持向量机信用评级半监督学习光滑正则