首页> 中文会议>2017年海峡两岸土地学术研讨会 >基于RBF神经网络的地方政府土地财政风险预警研究

基于RBF神经网络的地方政府土地财政风险预警研究

摘要

研究目的:构建地方政府土地财政风险预警模型,设计了等距和随机划分训练集两种网络训练模式以评估模型的信度,并应用该模型对江西省土地财政风险预警进行实证分析. 研究方法:AHP-熵值法,RBF神经网络模型. 研究结果:①RBF神经网络模型拟合准确率高,稳定性强,预测结果符合江西省实际,能够基本反映江西省土地财政风险的整体状态;②2005-2014年,江西省土地财政总体风险在中警状态波动.就风险子系统而言,江西省土地财政行政风险总体呈下降趋势;经济风险和社会风险在本研究时间段内基本处于中警状态;生态风险警度从2005年的轻警突升到2006年的重警,随后有所下降,但到2012年之后警度又回升至中警状态. 研究结论:RBF神经网络模型是预警地方政府土地财政风险的有效方法之一,可为防范和化解地方政府土地财政风险提供理论依据和决策参考.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号