最佳投资组合与预测模型的优化——以"金融控股公司"为例

• 作者: 潘文超
• 来源期刊: 科技管理研究
• 学科: 经济
• 关键词: 数据包络分析 灰关联分析 演化式类神经网络 创新投资 预测
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 理论与方法
• 页码范围: 253-256
• 页数: 4页
• 分类号: F83
• 字数: 4828字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7695.2007.02.079

摘要

台湾金融控股公司的成立,使台湾金融机构的发展朝着多元化、集团化、国际化与大型化的道路前进.这不仅会促进台湾金融机构经济规模的扩大,而且还将会增强金融行业与外国金融机构竞争的实力.本文以多家金融控股公司为例,研究如何运用DEA挑选技术效率较高的金融控股公司建立投资组合,如何使用灰关联、演化式类神经网络筛选网络输入变量及架构,以优化类神经网络的预测绩效.研究结果指出,优化后的类神经网络预测绩效相对优于回归模型及一般倒传递类神经网络模型.