本文關(guān)鍵詞：第三方物流企業(yè)的物流金融風險研究

  更多相關(guān)文章： 第三方物流企業(yè) 物流金融 小波支持向量回歸算法 風險評價

【摘要】：近幾年,物流金融業(yè)務(wù)的發(fā)展逐漸受到重視,并且逐步成為物流企業(yè)的一個創(chuàng)新贏利項目。物流金融業(yè)務(wù)的發(fā)展,是由金融機構(gòu)、第三方物流企業(yè)及中小型融資企業(yè)共同參與的,它的發(fā)展為三方主體帶來了“共贏”的效果。它不但為中小型企業(yè)提供了融資渠道,還為在目前市場競爭激烈的物流及金融行業(yè)提供了新的運營項目,不但增加了企業(yè)的競爭力還提供了新的利潤點。同時,金融機構(gòu)與第三方物流企業(yè)之間的合作,使金融機構(gòu)解決了“想貸不敢貸”的矛盾困境,因為物流企業(yè)對質(zhì)押貨物的監(jiān)管,為銀行提供了相應(yīng)的保障,同時,金融機構(gòu)為物流企業(yè)提供了一個新的發(fā)展平臺,為第三方物流企業(yè)開展物流金融業(yè)務(wù)提供了所需的資金支持。但是我國物流金融業(yè)務(wù)的發(fā)展還處于初級階段,沒有完善的法律環(huán)境及保障機制,第三方物流企業(yè)在開展此業(yè)務(wù)時會面臨較大的風險,因此我國第三方物流企業(yè)開展物流金融業(yè)務(wù)的運作模式、面臨何種風險、如何去判斷及控制風險就顯得尤為重要。本文以分析第三方物流企業(yè)開展物流金融業(yè)務(wù)所面臨的風險為目的,在文章撰寫過程中,主要對物流金融業(yè)務(wù)相關(guān)的理論基礎(chǔ)、物流金融業(yè)務(wù)的運作模式及在運作過程中所面臨的風險進行了相關(guān)介紹,以上述理論為依據(jù),建立了風險評價指標體系,通過問卷調(diào)查及相關(guān)專家及企業(yè)的走訪,搜集相關(guān)的數(shù)據(jù),在構(gòu)建徑向基小波核函數(shù)的基礎(chǔ)上,建立基于小波支持向量回歸機(W-SVR)的物流金融風險評價模型,并運用MATLAB結(jié)合實例,實現(xiàn)該模型的評價過程。
【關(guān)鍵詞】：第三方物流企業(yè) 物流金融 小波支持向量回歸算法 風險評價
【學位授予單位】：大連海事大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F259.23;F832
【目錄】：

• 摘要5-6
• Abstract6-11
• 第1章 緒論11-18
• 1.1 論文的研究背景及意義11-13
• 1.1.1 研究背景11-12
• 1.1.2 研究意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-15
• 1.2.1 國外研究現(xiàn)狀13-14
• 1.2.2 國內(nèi)研究現(xiàn)狀14-15
• 1.3 研究內(nèi)容15-18
• 第2章 理論基礎(chǔ)18-34
• 2.1 物流金融簡介18-20
• 2.1.1 物流金融的概念18
• 2.1.2 物流金融產(chǎn)生的背景18-20
• 2.1.3 物流金融的作用20
• 2.2 第三方物流企業(yè)的物流金融業(yè)務(wù)的相關(guān)介紹20-29
• 2.2.1 第三方物流企業(yè)的物流金融業(yè)務(wù)運作模式20-26
• 2.2.2 第三方物流企業(yè)的物流金融運作風險26-29
• 2.3 風險評價方法29-34
• 2.3.1 層次分析法29-30
• 2.3.2 模糊評價法30-31
• 2.3.3 BP神經(jīng)網(wǎng)絡(luò)31-32
• 2.3.4 傳統(tǒng)評價方法的總結(jié)32-34
• 第3章 第三方物流企業(yè)的物流金融風險評價指標體系34-42
• 3.1 第三方物流企業(yè)的物流金融風險評價指標體系的構(gòu)建原則34-35
• 3.2 第三方物流企業(yè)的物流金融風險評價指標的確定35-42
• 3.2.1 來自金融機構(gòu)的風險36-37
• 3.2.2 來自融資企業(yè)的風險37-39
• 3.2.3 第三方物流企業(yè)自身的風險39-40
• 3.2.4 來自外部環(huán)境的風險40-42
• 第4章 小波支持向量機42-60
• 4.1 統(tǒng)計學習理論42-45
• 4.1.1 VC維42
• 4.1.2 推廣性的界42-43
• 4.1.3 結(jié)構(gòu)風險最小化43-45
• 4.2 支持向量機45-54
• 4.2.1 支持向量分類機45-49
• 4.2.2 支持向量回歸機49-52
• 4.2.3 懲罰參數(shù)C和精度ε的選擇52-54
• 4.3 小波分析理論54-56
• 4.3.1 小波函數(shù)的定義54-55
• 4.3.2 幾種典型的小波函數(shù)55-56
• 4.3.3 多分辨分析56
• 4.4 小波支持向量機56-60
• 4.4.1 小波核函數(shù)的構(gòu)造57-59
• 4.4.2 小波支持向量回歸機算法59-60
• 第5章 第三方物流企業(yè)的物流金融風險評價模型構(gòu)建60-74
• 5.1 小波支持向量回歸模型的構(gòu)建60-63
• 5.1.1 基本思路60-61
• 5.1.2 基本步驟61-63
• 5.2 小波支持向量歸模型的應(yīng)用63-70
• 5.2.1 數(shù)據(jù)收集及預(yù)處理63-65
• 5.2.2 RBW核函數(shù)65
• 5.2.3 參數(shù)優(yōu)化65
• 5.2.4 訓練測試65-67
• 5.2.5 靈敏性分析67-70
• 5.3 第三方物流企業(yè)的物流金融風險的對策和建議70-74
• 第6章 結(jié)論與展望74-76
• 參考文獻76-80
• 附錄180-81
• 附錄281-83
• 附錄383-86
• 致謝86

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 夏輝;穆希輝;馬振書;杜峰坡;蘭箭;;基于支持向量機的角點檢測方法研究[J];計算機應(yīng)用與軟件;2009年01期

，

本文編號：645720