【摘要】：當前我國非壽險公司的發展呈現兩極分化的現象,非壽險公司大部分面臨著業務來源單一、缺乏保費增長點的發展困境,也面臨著投資、承保、費用、退保、流動性及銷售誤導的六重風險。同時中國經濟步入新常態,經濟增速放緩對非壽險行業也產生一定影響,非壽險的需求和業務增長下降,這一切都使得非壽險公司面臨著巨大的財務風險。因此,本論文針對非壽險公司的財務風險預警模型進行研究。論文共分為五個章節,第一章主要圍繞非壽險公司財務預警的相關背景、意義展開介紹,提出了論文的創新點;第二章主要對企業財務風險和非壽險公司財務風險建立預警機制,提出了指標的選取方法;第三章介紹了熵值賦權方法、徑向基函數神經網絡模型和遺傳算法的相關原理。在非壽險公司財務風險預警研究中,本文首次嘗試在運用熵值法確立權重的基礎上,結合GA-RBF神經網絡模型對所選取的樣本進行訓練和預測。熵值法克服了層次分析法、模糊評價法中主觀性太強造成的賦權不嚴謹的問題,能夠客觀反映指標的權重及其評價值。第四章為實證研究,以2013～2015年非壽險公司為樣本,樣本數據處理后分別用RBF神經網絡預警模型和GA-RBF預警模型對樣本進行訓練,對得到的實證結果進行比較,研究結果表明,基于遺傳算法的RBF神經網絡模型預測率提高9%;最后本文進行總結與展望,提出防范非壽險公司財務風險的建議。
【圖文】：

運行時間也有所延長。逡逑３．３．２遺傳算法的算法設計逡逑遺傳算法流程圖如圖３．２所示：逡逑（邐開５邐￣？染色體變羿逡逑讀取效據邐染色體交叉逡逑士邐ｉ邐邐逡逑設置運法參數邐染色體解碼邐——？更新ＲＢＦ參數矩擇逡逑１邐邐邋士逡逑初始化染色體邐計Ｈ預測準確度邐＜——邐，

本文編號：2606495