企业金融关联性风险图研究

发布时间：2017-03-23 11:20

  本文关键词：企业金融关联性风险图研究，，由笔耕文化传播整理发布。

【摘要】：中国改革开放近三十年来,市场在不断地开放,竞争也越来越激烈,企业要想生存就必须深入改革,随之而来的企业产权类型和经营模式也在悄然变化着。中小型企业在新兴产业中下不断发展,也渐渐地影响着产权的多样化,企业间担保,关联,投资,收购与被收购的数量逐步攀升,种类也十分繁多。不过,企业关联关系的度一旦掌握不好,那么企业间的关联关系会变成企业发展的绊脚石,还会侵害到各方的利益,破坏市场金融安全,引发系统性金融风险。本文在企业金融关联关系网络的基础上,来探讨如何对关联企业风险的管理,以及在企业金融关联关系网络中聚类寻找潜在的担保圈,对特定企业的风险进行判定,并做了以下相关工作：(1)本文将并查集算法引入企业金融关联性谱系分析,给出企业金融关联分族算法,将大量的数据进行快速准确地分族。(2)本文结合结构聚类算法,给出了自适应性的结构聚类算法,有效地提高了企业金融关联关系网的结构聚类准确度,并且利用关系网中点和边的比例信息给出了基于步长的GN(Givern-Newman)算法,有效地降低了算法的时间复杂度,对于潜在担保圈的划分进行了分析,并对担保圈内部的企业进行评级。(3)从用户的需求出发,完成了金融关联关系网络分析管理系统设计,结合本文所研究的算法,采用python+mongoDB技术给出了具体实现,该系统功能完整,使用方便,较好地解决了企业金融关联关系的管理和分析应用问题。
【关键词】：企业金融关联关系 聚类 担保圈 软件开发
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F832;TP311.13
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-16
• 1.1 研究背景10-11
• 1.2 研究现状11-15
• 1.3 本文的研究内容与论文结构15-16
• 第2章 企业金融关联网络图论及算法16-25
• 2.1 企业金融关联关系网络定义及其相关指标16-17
• 2.1.1 平均距离16
• 2.1.2 集聚系数16-17
• 2.1.3 度分布17
• 2.2 企业金融关联图的基本概述17-20
• 2.2.1 企业金融关联图的定义17-19
• 2.2.2 企业金融关联图的遍历19-20
• 2.3 并查集20-22
• 2.4 企业金融关联关系网络谱系的建立22-24
• 2.4.1 基于图的深度优先遍历搜索算法22-23
• 2.4.2 基于并查集模型搜索算法23-24
• 2.5 本章小结24-25
• 第3章 企业金融关联性风险分析25-51
• 3.1 结构聚类算法简介25-33
• 3.1.1 结构聚类算法中的概念解释26-30
• 3.1.2 算法描述30-32
• 3.1.3 复杂度分析32-33
• 3.2 自适应的结构聚类算法33-36
• 3.2.1 改进思想33-34
• 3.2.2 改进流程34
• 3.2.3 改进后的分析34-36
• 3.3 GN聚类算法简介36-42
• 3.3.1 GN算法中的概念解释36-41
• 3.3.2 算法描述41
• 3.3.3 算法的思想41-42
• 3.4 基于步长的GN聚类算法42-46
• 3.4.1 改进思想42-44
• 3.4.2 改进流程44
• 3.4.3 改进后的分析44-46
• 3.5 基于担保圈的企业金融关联风险分析46-50
• 3.5.1 担保圈46-47
• 3.5.2 关联性风险分析47-50
• 3.6 本章小结50-51
• 第4章 企业金融关联关系管理系统设计与实现51-63
• 4.1 可行性分析51-52
• 4.1.1 技术可行性51
• 4.1.2 社会可行性51
• 4.1.3 经济可行性51-52
• 4.2 软件开发模式与需求分析52-54
• 4.2.1 功能需求分析52-53
• 4.2.2 组织结构图53-54
• 4.2.3 数据信息导向54
• 4.3 系统功能设计54-55
• 4.3.1 用户登陆模块设计54
• 4.3.2 数据预处理模块设计54
• 4.3.3 查询规则模块设计54-55
• 4.3.4 数据聚类模块设计55
• 4.4 数据库的设计55-56
• 4.4.1 设计思想55-56
• 4.4.2 数据库的设计56
• 4.5 实现平台56
• 4.6 实现技术56-57
• 4.6.1 python与wxpython56-57
• 4.6.2 非关系型数据库mongoDB57
• 4.7 系统实现57-62
• 4.7.1 系统界面展示57-62
• 4.8 本章小结62-63
• 第5章 总结与展望63-65
• 5.1 论文总结63
• 5.2 进一步的研究方向与展望63-65
• 参考文献65-68
• 致谢68

【相似文献】

中国期刊全文数据库 前10条

1 邹汪平;;一种基于网络安全控制的蜂群算法应用研究[J];吉林师范大学学报(自然科学版);2013年04期

2 李向伟;曹博;;时间参数在HITS算法中的应用及改进[J];兰州工业高等专科学校学报;2006年02期

3 吴涛;彭笃学;;一种改进的直线段裁剪算法[J];湛江师范学院学报;2008年03期

4 张瑞子;南琳;胡琨元;田景贺;;基于EPC Class-1 Gen-2标准的防冲突算法与改进[J];计算机工程;2009年02期

5 黄超;周宁;倪佑生;;基于蚁群算法的攻击图分析[J];计算机工程;2009年18期

6 秦永彬;许道云;;警示传播算法的原理分析及算法改进[J];计算机工程与应用;2010年19期

7 郭毅可;韩锐;;云计算中的弹性算法:概要和展望[J];上海大学学报(自然科学版);2013年01期

8 牛玉静;唐棣;;双步圆的反走样生成算法[J];计算机工程与应用;2010年23期

9 肖璞;;XML索引更新算法的改进[J];南京工程学院学报(自然科学版);2010年03期

10 周骏;陈鸣;张佳明;;两类频繁项算法在网络流上的适用性评估[J];计算机工程;2011年16期

中国重要会议论文全文数据库 前10条

1 黄纪武;毛泽华;李松涛;张锦雄;;SPMD并行查找算法的MPI实现[A];广西计算机学会——2004年学术年会论文集[C];2004年

2 黄纪武;毛泽华;李松涛;张锦雄;;SPMD并行查找算法的MPI实现[A];广西计算机学会2004年学术年会论文集[C];2004年

3 符丽锦;覃华;邓海;孙欣;;一种改进的Apriori算法的研究[A];广西计算机学会2012年学术年会论文集[C];2012年

4 王东锋;王军民;陈英武;;模糊定性仿真理论研究与算法实现[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

5 赵唯;;晶粒度评级的改进算法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年

6 刘启文;;可扩展的图形学算法演示系统的研究[A];’2004计算机应用技术交流会议论文集[C];2004年

7 佘智;蒋泰;朱延生;;基于Type C协议的防冲突改进算法[A];广西计算机学会25周年纪念会暨2011年学术年会论文集[C];2011年

8 朱绍文;赵培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中国智能自动化会议论文集（下册）[C];2003年

9 杨霞;;新的基于启发式蚁群算法的QoS路由算法[A];广西计算机学会2009年年会论文集[C];2009年

10 陈黎飞;姜青山;董槐林;;基于图形轮廓的快速聚类算法[A];第二十三届中国数据库学术会议论文集（研究报告篇）[C];2006年

中国博士学位论文全文数据库 前10条

1 钟永腾;基于近场MUSIC算法的复合材料结构健康监测研究[D];南京航空航天大学;2014年

2 刘燕;入侵杂草优化算法在阵列天线综合中的应用[D];西安电子科技大学;2015年

3 苗义烽;突发事件下的列车运行调度模型与算法研究[D];中国铁道科学研究院;2015年

4 单美静;求解非线性实代数系统的混合算法研究[D];华东师范大学;2008年

5 邱剑锋;人工蜂群算法的改进方法与收敛性理论的研究[D];安徽大学;2014年

6 潘磊;若干社区发现算法研究[D];南京大学;2014年

7 陈俊波;频繁闭合项集挖掘算法及应用研究[D];浙江大学;2009年

8 陆楠;关联规则的挖掘及其算法的研究[D];吉林大学;2007年

9 范洪博;快速精确字符串匹配算法研究[D];哈尔滨工程大学;2011年

10 寇晓丽;群智能算法及其应用研究[D];西安电子科技大学;2009年

中国硕士学位论文全文数据库 前10条

1 安世勇;命题逻辑中随机3-SAT问题算法研究[D];西南交通大学;2015年

2 毕晓庆;油气探矿权竞争性出让系统设计与实现[D];中国地质大学(北京);2015年

3 王明明;铁路大机与线路固定设施间距检测算法研究[D];西南交通大学;2015年

4 李静;基于视频图像序列的运动目标检测与跟踪算法研究[D];宁夏大学;2015年

5 刘贝玲;基于天地图的租房平台开发及其关键技术研究[D];西南交通大学;2015年

6 曹海锋;IDS中串匹配臭算法并行优化研究[D];西安建筑科技大学;2015年

7 周攀;基于蚁群算法的山区高速铁路隧道火灾应急疏散最优路径研究[D];西南交通大学;2015年

8 张路奇;基于改进蚁群算法的WSN路由协议的研究[D];中国地质大学(北京);2015年

9 王晓晨;入侵杂草优化算法的应用与改进[D];长安大学;2015年

10 信琴琴;手势控制和识别算法研究[D];闽南师范大学;2015年

  本文关键词：企业金融关联性风险图研究，由笔耕文化传播整理发布。

本文编号：263621