基干RS与SVM城市轨道交通项目融资风险探讨.docVIP

基于RS与SVM城市轨道交通项目融资风险探究 　　摘要：针对城市轨道交通项目融资风险问题，提出了基于粗糙集（RS）和支持向量机（SVM）理论构建项目融资风险评价模型。本文首先运用粗糙集理论对融资风险系统中的影响因素指标数据进行约简，消除多余信息，筛选得到主要影响因素。根据这些约简数据，进行标准化处理，确定支持向量机（SVM）的初始结构，并将主要因素输入SVM对15个典型城市轨道交通项目融资风险案例进行探究。经实证研究表明，该方法对城市轨道交通项目的顺利建设和实施提供了帮助，在融资风险探究中是完全合理可行的 Abstract： In view of the problems of urban rail transit project financing risk， its proposed to construct a project financing risk evaluation model based on rough set （RS） and support vector machine （SVM） theory. First， this paper applies the rough set theory to reduce the influence factors index data of the financing risk system， to eliminate redundant information， screening for the main influencing factors. According to these reduced data， after standardizing， determine the initial structure of support vector machine （SVM）， and input the main factors to SVM to explore the 15 cases of typical urban rail transit project financing risk. The empirical study shows that the method can provide help for smoothly construction and implementation of urban rail transit project， and is completely feasible in the financing risk exploration. 关键词：城市轨道交通；融资风险；粗糙集理论；支持向量机 Key words： urban rail transit；financing risk；rough set theory；support vector machine （SVM） 中图分类号：F572 文献标识码：A 文章编号：1006-4311（2016）24-0080-04 0 引言 城市轨道交通作为现代化大城市的一张名片，是国民经济建设项目中必不可少的基础建设项目。城市轨道交通项目一直具有投资规模大、建设期周期久、项目相关利益方众多、资金回收期长等问题以致资金匮乏，政府部门对于项目资金筹措已是独木难支，因此我国大部分城市轨道交通建设都采用了融资模式。探究城市轨道交通项目融资风险对资金的合理使用及建设项目的顺利进行有重要意义 目前，城市轨道交通建设已进入了一个全新的发展阶段，而其融资风险也逐渐成为新的热点问题，但是相应的理论探究方法却处于刚刚起步的状态，还未有一个确切的方法。例如，唐文彬、张飞涟[1-2]以长沙市地铁2号线一期工程为例，运用模糊层次分析法分别从政治、经济、法律等方面对项目融资风险进行了研究；石志伟[3]从定性的角度对融资风险进行了分析，并提出了相应的融资风险防范措施 自1992年SVM由Boser，Guyon和Vapnik[4]首次提出，并发表于计算学习理论（COLT）会议论文中。它是在结构风险最小化的基础上，能够将非线性问题转化为线性可分问题，很好地解决有限样本的高维模型构造问题。SVM方法大多数应用于文本分类、图像识别、生物信息学等领域，在项目融资中应用较少。在样本数据过多的情况下，SVM会受到多余数据的干扰使学习效率下降，而粗糙集理论能够很好地利用自身的优点来解决多余数据的问题。因此本文将RS和SVM有机的结合起来，应用到城市轨道交通项目融资风险问题中，为融资风险探究提供了参考依据 参考文献： [1]唐文彬，张飞涟.城市轨道交通投融资风险评价方法[J].系统工程，2011（01）：117-122. [2]唐文彬，张飞涟.城市轨道交通项目