课程文献中心 更多>>

关键词： 集团企业   银行账户管理   资金集中管理   风险控制  

摘要： 资金集中管理是集团企业降低融资成本、提高资金运营效率、防范资金管理风险的关键手段。以XX集团公司为例,通过对其银行账户管理现状的调查分析,发现集团企业在银行账户管理中存在的开户数量过多、涉及银行范围过广、账户使用率低及管理不规范等问题。针对这些问题,提出了包括加强银行账户管理制度建设、重视日常管理、严格控制合作银行及账户数量、强化日常监督检查等一系列对策,旨在为涉农涉粮集团企业优化银行账户管理提供参考,以实现资金集中管理的高效运作和风险控制。

关键词： 中概股   投资者预期   跨境资本流动  

摘要： 近年来,在美上市中概股退市风险及其对我国股票市场跨境资本流动的影响成为中资机构境外投融资监管领域重要的研究课题之一。本文以资本项目开放条件下中概股政策不确定性对境内股市跨境资本流动的影响作为研究对象,抓住投资者预期这一重要中介变量,分析了其通过跨市场配置调整效应、跨品种配置调整效应和政策利好追随效应三类传导机制产生资本跨境流动的机理,并基于期望一方差理论建立三市场投资者决策模型等进行理论推导和实证检验。本文的研究表明,中国内地市场、中国香港市场、美国市场三个市场间波动相关性的强弱变化将改变跨市场和跨品种配置调整效应在政策不确定性影响传导过程中的主导地位;我国资本项目开放度的提升会弱化两类效应的强度;提升上市包容性的境内股票市场改革可缓解中概股退市风险,降低投资者风险预期,吸引外资流入。

关键词： 商业银行   创业投资   投贷联动   创投机构  

摘要： 商业银行作为科技金融的重要参与主体,近年来持续探索多样化的创业投资金融服务模式。文章基于我国商业银行助力创业投资的主要模式以及发展现状,从服务创投机构视角出发,提出在新政策支持下,商业银行优化升级“募投管退”全链条配套服务,助力创业投资高质量发展的建议。

关键词： 无人机   毫米波通信   视距覆盖   定向天线   几何法  

摘要： 为解决基于毫米波无人机通信信号在非视距(NLoS)环境中衰减大的问题,提出优化用户视距覆盖(LSCO)方法.根据用户提供视距覆盖和最大化无人机(UAV)与用户间的信噪比(SNR),建立关于UAV位置和取向的目标问题;然后将该问题转化为整数线性规划问题,利用基于几何法的贪婪算法求解.仿真结果表明,相比基准方法,本文提出的LSCO方法能满足用户视距(LoS)覆盖要求,提高了用户与无人机间的信噪比值.

关键词： 城商行   新质生产力   金融结构   金融深化   金融科技  

摘要： 本文深入研究了地方城商行在支持区域“新质生产力”发展中的作用,并以浙江省台州市的台州银行为例进行了案例分析。本文首先阐述了“新质生产力”的内涵,即瞄准重要基础研究和原始创新,通过协同推进科技创新和制度创新,推进产业智能化、绿色化、融合化,形成具有全球竞争力的创新业态体系。分析了地方金融机构在支持区域“新质生产力”发展的重要作用。台州地区民营经济发达,工业基础雄厚,普惠金融极具特色。台州银行作为台州本地最大的城商行之一,专注小微金融市场,形成了独特的小微金融服务体系。本文从金融结构拓展、金融深化和金融科技投入三个方面,详细探讨了台州银行支持“新质生产力”发展的模式。通过增加营业网点、创新金融产品和服务、构建数字化征信体系和批量授信“信贷工厂”等措施,台州银行有效提升了金融服务效率,支持了大量科技型企业,尤其是科技型中小企业的发展。基于研究结果,本文提出了优化地方金融生态、推动区域经济高质量发展的政策建议,包括强化地方金融机构作用、深化金融深化措施、加大金融科技投入和优化金融生态环境等。

关键词： 绿色金融   金融监督管理   金融监管   光伏产业   精准施策   生态农业   保险机构   太阳能资源  

摘要： 中卫金融监管分局立足中卫市太阳能资源和光伏产业优势,因地制宜,聚焦清洁能源和生态农业精准施策,引领辖区银行保险机构大力发展绿色金融,为实体经济绿色低碳发展提供强大助力。绿色是高质量发展的鲜明底色。为进一步推动绿色金融高质量发展,国家金融监督管理总局中卫监管分局(以下简称“中卫金融监管分局”)引导辖内银行保险机构重点发力绿色金融,为构建美丽中国贡献力量。

关键词： 长短期记忆网络(LSTM)   股价预测   时间序列分析   平安银行   深度学习  

摘要： 本文探讨了应用长短期记忆网络(LSTM)模型在平安银行股价波动特征分析及预测中的可行性。随着金融市场复杂性和动态性的增加,传统时间序列预测方法面临诸多挑战。LSTM作为一种深度学习方法,因其在处理长时间依赖关系方面的优势,成为股票价格预测研究中的重要工具。首先,本文对平安银行的历史股价数据进行了分析,提取了趋势、季节性和随机波动等时间序列特征。基于这些特征,设计并构建了LSTM模型,并通过训练集和测试集对模型进行验证和评估。实验结果表明,LSTM模型在平安银行股价预测中具有较高的准确性和稳健性。与传统的ARIMA模型和简单神经网络相比,LSTM模型能更有效地捕捉股价的非线性动态特征,显著提高了预测精度。同时,通过对模型输出的可视化分析,进一步验证了LSTM在时间序列预测中的优势。本文的研究为基于LSTM的股价预测提供了新的方法,具有重要的理论意义和实用价值。未来研究可以进一步优化模型结构,结合更多外部因素,如宏观经济指标和行业信息,以提升预测性能和应用范围。This paper discusses the feasibility of using the Long Short-Term Memory Network (LSTM) model in the analysis and prediction of the stock price fluctuation characteristics of Ping An Bank. As the complexity and dynamics of financial markets increase, traditional time series forecasting methods face many challenges. As a deep learning method, LSTM has become an important tool in stock price prediction research due to its advantages in dealing with long-term dependencies. Firstly, this paper analyzes the historical stock price data of Ping An Bank, and extracts the time series characteristics such as trend, seasonality, and random fluctuations. Based on these characteristics, the LSTM model was designed and constructed, and the model was verified and evaluated by the training set and the test set. Experimental results show that the LSTM model has high accuracy and robustness in the stock price prediction of Ping An Bank. Compared with the traditional ARIMA model and simple neural network, the LSTM model can more effectively capture the nonlinear dynamic characteristics of stock prices, and significantly improve the prediction accuracy. At the same time, through the visual analysis of the model output, the advantages of LSTM in time series prediction are further verified. The research in this paper provides a new method for stock price prediction based on LSTM, which has important theoretical significance and practical value. Future research can further optimize the model structure and combine more external factors, such as macroeconomic indi

关键词： 普惠金融   金融服务   金融体制改革   中国式现代化   金融强国   商业银行   社会民生   实体经济发展  

摘要： 做好金融“五篇大文章”,加强对重大战略、重点领域、薄弱环节的优质金融服务,是党的二十届三中全会对深化金融体制改革作出的重要部署。商业银行要紧紧围绕党的中心任务,坚守金融工作的政治性、人民性,立足支持实体经济发展、服务保障社会民生,加快推进体制机制建设、数智技术创新应用、绿色普惠金融高质量发展,以中国式现代化引领金融强国建设。