基于改进的遗传神经网络风险投资评估模型研究

发布时间：2020-09-16 10:36

　　随着金融危机对全球经济发展的影响越来越大,风险投资每个时刻都充满着风险,其对经济发展的影响也越来越深。因此,科学地评估投资的风险已成为风险投资过程的必要课题。为了降低风险投资带来的损失,我们非常有必要采取合理有效的方法,制定一套科学完善的评估体系。只有这样,我们才能在风险投资决策中运筹帷幄,才能推动高新技术的发展,最终促进国民经济的又好又快发展。目前,常用于风险投资评估决策的模型有：风险评审技术、AHP(Analytic Hierarchy Process)层次分析法、组合投资风险评估模型、线性规划模型等。这些模型为风险投资的决策提供了有效的工具和思路,同时,也分别具有局限性。本文在前人的研究成果基础上,通过采用动态的人工智能算法建立评估模型,并加入投资者的投资偏好因子对评估结果进行修正,以求达到科学决策的目的。本文首先介绍了风险投资对国民经济发展的重大意义,进而分析风险投资评估的运作机制及其特点,以及风险投资现有的评估决策模型与方法的应用局限性；最后,通过实验、调查结合参阅风险投资评估标准等其他文献的方法构建风险投资评估体系。在这一过程中,重点研究了风险投资的评估方法,改进遗传神经网络算法对构建风险投资模型的优越性能,以及风险投资的风险评估和效益评估两者决策分析问题。通过深入研究,本文提出了一种在动态因素影响下,投资者可以根据对“风险——收益”的偏好进行科学决策的方法。最后,在MATLAB R2009a的环境中编写程序,并以实例对构建的风险投资模型进行了测试和验证。实证研究结果表明,改进的遗传神经网络算法有效提高了算法的运算效率以及改进了风险评估体系的正确性与合理性。
【学位单位】：内蒙古大学
【学位级别】：硕士
【学位年份】：2010
【中图分类】：F224;F831.6

【引证文献】