隨著金融危機(jī)對(duì)全球經(jīng)濟(jì)發(fā)展的影響越來越大,風(fēng)險(xiǎn)投資每個(gè)時(shí)刻都充滿著風(fēng)險(xiǎn),其對(duì)經(jīng)濟(jì)發(fā)展的影響也越來越深。因此,科學(xué)地評(píng)估投資的風(fēng)險(xiǎn)已成為風(fēng)險(xiǎn)投資過程的必要課題。為了降低風(fēng)險(xiǎn)投資帶來的損失,我們非常有必要采取合理有效的方法,制定一套科學(xué)完善的評(píng)估體系。只有這樣,我們才能在風(fēng)險(xiǎn)投資決策中運(yùn)籌帷幄,才能推動(dòng)高新技術(shù)的發(fā)展,最終促進(jìn)國(guó)民經(jīng)濟(jì)的又好又快發(fā)展。目前,常用于風(fēng)險(xiǎn)投資評(píng)估決策的模型有：風(fēng)險(xiǎn)評(píng)審技術(shù)、AHP(Analytic Hierarchy Process)層次分析法、組合投資風(fēng)險(xiǎn)評(píng)估模型、線性規(guī)劃模型等。這些模型為風(fēng)險(xiǎn)投資的決策提供了有效的工具和思路,同時(shí),也分別具有局限性。 本文在前人的研究成果基礎(chǔ)上,通過采用動(dòng)態(tài)的人工智能算法建立評(píng)估模型,并加入投資者的投資偏好因子對(duì)評(píng)估結(jié)果進(jìn)行修正,以求達(dá)到科學(xué)決策的目的。本文首先介紹了風(fēng)險(xiǎn)投資對(duì)國(guó)民經(jīng)濟(jì)發(fā)展的重大意義,進(jìn)而分析風(fēng)險(xiǎn)投資評(píng)估的運(yùn)作機(jī)制及其特點(diǎn),以及風(fēng)險(xiǎn)投資現(xiàn)有的評(píng)估決策模型與方法的應(yīng)用局限性；最后,通過實(shí)驗(yàn)、調(diào)查結(jié)合參閱風(fēng)險(xiǎn)投資評(píng)估標(biāo)準(zhǔn)等其他文獻(xiàn)的方法構(gòu)建風(fēng)險(xiǎn)投資評(píng)估體系。在這一過程中,重點(diǎn)研究了風(fēng)險(xiǎn)投資的評(píng)估方法,改進(jìn)遺傳神經(jīng)網(wǎng)絡(luò)算法對(duì)構(gòu)建風(fēng)險(xiǎn)投資模型的優(yōu)越性能,以及風(fēng)險(xiǎn)投資的風(fēng)險(xiǎn)評(píng)估和效益評(píng)估兩者決策分析問題。通過深入研究,本文提出了一種在動(dòng)態(tài)因素影響下,投資者可以根據(jù)對(duì)“風(fēng)險(xiǎn)——收益”的偏好進(jìn)行科學(xué)決策的方法。最后,在MATLAB R2009a的環(huán)境中編寫程序,并以實(shí)例對(duì)構(gòu)建的風(fēng)險(xiǎn)投資模型進(jìn)行了測(cè)試和驗(yàn)證。實(shí)證研究結(jié)果表明,改進(jìn)的遺傳神經(jīng)網(wǎng)絡(luò)算法有效提高了算法的運(yùn)算效率以及改進(jìn)了風(fēng)險(xiǎn)評(píng)估體系的正確性與合理性。
【學(xué)位單位】：內(nèi)蒙古大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2010
【中圖分類】：F224;F831.6

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前2條

1 馬永華;改進(jìn)BP神經(jīng)網(wǎng)絡(luò)在心音身份識(shí)別中的應(yīng)用研究[D];南京郵電大學(xué);2011年

2 劉廣錄;高新技術(shù)項(xiàng)目投資的風(fēng)險(xiǎn)評(píng)估及實(shí)證研究[D];中國(guó)地質(zhì)大學(xué)（北京）;2012年

本文編號(hào)：2819754