企业现金流量很大程度上反映着企业的生存和发展能力,现金流的预测和分析对于投资者和市场管理者都具有十分重要的现实意义。本文利用我国A股上市公司2012年至2019年的财务数据和账户数据,提出混合频率长短时记忆神经网络模型(Mixed Frequency Long Short Term Memory,MF-LSTM)对上市公司现金流量进行预测。通过神经网络结构设计,本文将不同频率数据进行了有效混合,预测结果明显优于传统时间序列模型。另外,实验结果还验证了企业账户数据是现金流预测的有效解释变量。
氢电混动汽车(fuel-cell hybrid electric vehicles,FCHEV)的出现克服了电动汽车充电缓慢、续航焦虑的问题,而且其灵活多样的用能方式有利于缓解电力系统调峰压力,能够促进能源–交通系统深度融合与绿色低碳转型,助力我国早日达成“30...
详细信息
氢电混动汽车(fuel-cell hybrid electric vehicles,FCHEV)的出现克服了电动汽车充电缓慢、续航焦虑的问题,而且其灵活多样的用能方式有利于缓解电力系统调峰压力,能够促进能源–交通系统深度融合与绿色低碳转型,助力我国早日达成“30×60双碳目标”。该文建立了FCHEV等效里程模型,将里程作为衡量其充电加氢状态的指标;并建立了考虑电碳耦合的能源交通融合系统优化调度模型,使得机组运行成本和环境成本最低。基于我国某省实际数据分析了电-碳市场下FCHEV的接入对提高电力系统灵活性和推动碳减排的积极作用,挖掘了氢电混动载运技术创造的产业价值,研究了大力发展新能源对碳减排的积极影响,并根据研究结果提出了促进碳市场环境下能源–交通系统发展的建议。
暂无评论