本文關鍵詞：企業(yè)金融關聯(lián)性風險圖研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：中國改革開放近三十年來,市場在不斷地開放,競爭也越來越激烈,企業(yè)要想生存就必須深入改革,隨之而來的企業(yè)產(chǎn)權類型和經(jīng)營模式也在悄然變化著。中小型企業(yè)在新興產(chǎn)業(yè)中下不斷發(fā)展,也漸漸地影響著產(chǎn)權的多樣化,企業(yè)間擔保,關聯(lián),投資,收購與被收購的數(shù)量逐步攀升,種類也十分繁多。不過,企業(yè)關聯(lián)關系的度一旦掌握不好,那么企業(yè)間的關聯(lián)關系會變成企業(yè)發(fā)展的絆腳石,還會侵害到各方的利益,破壞市場金融安全,引發(fā)系統(tǒng)性金融風險。本文在企業(yè)金融關聯(lián)關系網(wǎng)絡的基礎上,來探討如何對關聯(lián)企業(yè)風險的管理,以及在企業(yè)金融關聯(lián)關系網(wǎng)絡中聚類尋找潛在的擔保圈,對特定企業(yè)的風險進行判定,并做了以下相關工作：(1)本文將并查集算法引入企業(yè)金融關聯(lián)性譜系分析,給出企業(yè)金融關聯(lián)分族算法,將大量的數(shù)據(jù)進行快速準確地分族。(2)本文結合結構聚類算法,給出了自適應性的結構聚類算法,有效地提高了企業(yè)金融關聯(lián)關系網(wǎng)的結構聚類準確度,并且利用關系網(wǎng)中點和邊的比例信息給出了基于步長的GN(Givern-Newman)算法,有效地降低了算法的時間復雜度,對于潛在擔保圈的劃分進行了分析,并對擔保圈內部的企業(yè)進行評級。(3)從用戶的需求出發(fā),完成了金融關聯(lián)關系網(wǎng)絡分析管理系統(tǒng)設計,結合本文所研究的算法,采用python+mongoDB技術給出了具體實現(xiàn),該系統(tǒng)功能完整,使用方便,較好地解決了企業(yè)金融關聯(lián)關系的管理和分析應用問題。
【關鍵詞】：企業(yè)金融關聯(lián)關系 聚類 擔保圈 軟件開發(fā)
【學位授予單位】：大連海事大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F832;TP311.13
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-16
• 1.1 研究背景10-11
• 1.2 研究現(xiàn)狀11-15
• 1.3 本文的研究內容與論文結構15-16
• 第2章 企業(yè)金融關聯(lián)網(wǎng)絡圖論及算法16-25
• 2.1 企業(yè)金融關聯(lián)關系網(wǎng)絡定義及其相關指標16-17
• 2.1.1 平均距離16
• 2.1.2 集聚系數(shù)16-17
• 2.1.3 度分布17
• 2.2 企業(yè)金融關聯(lián)圖的基本概述17-20
• 2.2.1 企業(yè)金融關聯(lián)圖的定義17-19
• 2.2.2 企業(yè)金融關聯(lián)圖的遍歷19-20
• 2.3 并查集20-22
• 2.4 企業(yè)金融關聯(lián)關系網(wǎng)絡譜系的建立22-24
• 2.4.1 基于圖的深度優(yōu)先遍歷搜索算法22-23
• 2.4.2 基于并查集模型搜索算法23-24
• 2.5 本章小結24-25
• 第3章 企業(yè)金融關聯(lián)性風險分析25-51
• 3.1 結構聚類算法簡介25-33
• 3.1.1 結構聚類算法中的概念解釋26-30
• 3.1.2 算法描述30-32
• 3.1.3 復雜度分析32-33
• 3.2 自適應的結構聚類算法33-36
• 3.2.1 改進思想33-34
• 3.2.2 改進流程34
• 3.2.3 改進后的分析34-36
• 3.3 GN聚類算法簡介36-42
• 3.3.1 GN算法中的概念解釋36-41
• 3.3.2 算法描述41
• 3.3.3 算法的思想41-42
• 3.4 基于步長的GN聚類算法42-46
• 3.4.1 改進思想42-44
• 3.4.2 改進流程44
• 3.4.3 改進后的分析44-46
• 3.5 基于擔保圈的企業(yè)金融關聯(lián)風險分析46-50
• 3.5.1 擔保圈46-47
• 3.5.2 關聯(lián)性風險分析47-50
• 3.6 本章小結50-51
• 第4章 企業(yè)金融關聯(lián)關系管理系統(tǒng)設計與實現(xiàn)51-63
• 4.1 可行性分析51-52
• 4.1.1 技術可行性51
• 4.1.2 社會可行性51
• 4.1.3 經(jīng)濟可行性51-52
• 4.2 軟件開發(fā)模式與需求分析52-54
• 4.2.1 功能需求分析52-53
• 4.2.2 組織結構圖53-54
• 4.2.3 數(shù)據(jù)信息導向54
• 4.3 系統(tǒng)功能設計54-55
• 4.3.1 用戶登陸模塊設計54
• 4.3.2 數(shù)據(jù)預處理模塊設計54
• 4.3.3 查詢規(guī)則模塊設計54-55
• 4.3.4 數(shù)據(jù)聚類模塊設計55
• 4.4 數(shù)據(jù)庫的設計55-56
• 4.4.1 設計思想55-56
• 4.4.2 數(shù)據(jù)庫的設計56
• 4.5 實現(xiàn)平臺56
• 4.6 實現(xiàn)技術56-57
• 4.6.1 python與wxpython56-57
• 4.6.2 非關系型數(shù)據(jù)庫mongoDB57
• 4.7 系統(tǒng)實現(xiàn)57-62
• 4.7.1 系統(tǒng)界面展示57-62
• 4.8 本章小結62-63
• 第5章 總結與展望63-65
• 5.1 論文總結63
• 5.2 進一步的研究方向與展望63-65
• 參考文獻65-68
• 致謝68

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 鄒汪平;;一種基于網(wǎng)絡安全控制的蜂群算法應用研究[J];吉林師范大學學報(自然科學版);2013年04期

2 李向偉;曹博;;時間參數(shù)在HITS算法中的應用及改進[J];蘭州工業(yè)高等專科學校學報;2006年02期

3 吳濤;彭篤學;;一種改進的直線段裁剪算法[J];湛江師范學院學報;2008年03期

4 張瑞子;南琳;胡琨元;田景賀;;基于EPC Class-1 Gen-2標準的防沖突算法與改進[J];計算機工程;2009年02期

5 黃超;周寧;倪佑生;;基于蟻群算法的攻擊圖分析[J];計算機工程;2009年18期

6 秦永彬;許道云;;警示傳播算法的原理分析及算法改進[J];計算機工程與應用;2010年19期

7 郭毅可;韓銳;;云計算中的彈性算法:概要和展望[J];上海大學學報(自然科學版);2013年01期

8 牛玉靜;唐棣;;雙步圓的反走樣生成算法[J];計算機工程與應用;2010年23期

9 肖璞;;XML索引更新算法的改進[J];南京工程學院學報(自然科學版);2010年03期

10 周駿;陳鳴;張佳明;;兩類頻繁項算法在網(wǎng)絡流上的適用性評估[J];計算機工程;2011年16期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 黃紀武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實現(xiàn)[A];廣西計算機學會——2004年學術年會論文集[C];2004年

2 黃紀武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實現(xiàn)[A];廣西計算機學會2004年學術年會論文集[C];2004年

3 符麗錦;覃華;鄧海;孫欣;;一種改進的Apriori算法的研究[A];廣西計算機學會2012年學術年會論文集[C];2012年

4 王東鋒;王軍民;陳英武;;模糊定性仿真理論研究與算法實現(xiàn)[A];'2000系統(tǒng)仿真技術及其應用學術交流會論文集[C];2000年

5 趙唯;;晶粒度評級的改進算法[A];中國圖象圖形科學技術新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

6 劉啟文;;可擴展的圖形學算法演示系統(tǒng)的研究[A];’2004計算機應用技術交流會議論文集[C];2004年

7 佘智;蔣泰;朱延生;;基于Type C協(xié)議的防沖突改進算法[A];廣西計算機學會25周年紀念會暨2011年學術年會論文集[C];2011年

8 朱紹文;趙培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

9 楊霞;;新的基于啟發(fā)式蟻群算法的QoS路由算法[A];廣西計算機學會2009年年會論文集[C];2009年

10 陳黎飛;姜青山;董槐林;;基于圖形輪廓的快速聚類算法[A];第二十三屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 鐘永騰;基于近場MUSIC算法的復合材料結構健康監(jiān)測研究[D];南京航空航天大學;2014年

2 劉燕;入侵雜草優(yōu)化算法在陣列天線綜合中的應用[D];西安電子科技大學;2015年

3 苗義烽;突發(fā)事件下的列車運行調度模型與算法研究[D];中國鐵道科學研究院;2015年

4 單美靜;求解非線性實代數(shù)系統(tǒng)的混合算法研究[D];華東師范大學;2008年

5 邱劍鋒;人工蜂群算法的改進方法與收斂性理論的研究[D];安徽大學;2014年

6 潘磊;若干社區(qū)發(fā)現(xiàn)算法研究[D];南京大學;2014年

7 陳俊波;頻繁閉合項集挖掘算法及應用研究[D];浙江大學;2009年

8 陸楠;關聯(lián)規(guī)則的挖掘及其算法的研究[D];吉林大學;2007年

9 范洪博;快速精確字符串匹配算法研究[D];哈爾濱工程大學;2011年

10 寇曉麗;群智能算法及其應用研究[D];西安電子科技大學;2009年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 安世勇;命題邏輯中隨機3-SAT問題算法研究[D];西南交通大學;2015年

2 畢曉慶;油氣探礦權競爭性出讓系統(tǒng)設計與實現(xiàn)[D];中國地質大學(北京);2015年

3 王明明;鐵路大機與線路固定設施間距檢測算法研究[D];西南交通大學;2015年

4 李靜;基于視頻圖像序列的運動目標檢測與跟蹤算法研究[D];寧夏大學;2015年

5 劉貝玲;基于天地圖的租房平臺開發(fā)及其關鍵技術研究[D];西南交通大學;2015年

6 曹海鋒;IDS中串匹配臭算法并行優(yōu)化研究[D];西安建筑科技大學;2015年

7 周攀;基于蟻群算法的山區(qū)高速鐵路隧道火災應急疏散最優(yōu)路徑研究[D];西南交通大學;2015年

8 張路奇;基于改進蟻群算法的WSN路由協(xié)議的研究[D];中國地質大學(北京);2015年

9 王曉晨;入侵雜草優(yōu)化算法的應用與改進[D];長安大學;2015年

10 信琴琴;手勢控制和識別算法研究[D];閩南師范大學;2015年

  本文關鍵詞：企業(yè)金融關聯(lián)性風險圖研究，由筆耕文化傳播整理發(fā)布。

本文編號：263621