基于深度學習的我國礦業(yè)境外投資風險評價研究

　　風險是我國重要礦產資源“走出去”進行境外投資面臨的一大難題。采用科學方法開展重要礦產資源境外投資風險評價，對于國內企業(yè)開展境外業(yè)務，減少損失，保障我國境外資源權益具有重要戰(zhàn)略意義。本研究嘗試引入深度學***，就“如何采用科學方法對我國礦業(yè)境外投資風險進行量化綜合評價”這一科學問題展開了研究。本研究的主要工作和創(chuàng)新貢獻包括：（1）構建了我國礦業(yè)境外投資風險評價指標體系，設定量化方法和賦值標準，為后續(xù)風險綜合評價奠定了數據基礎；（2）構建了基于深度學習的風險評價模型，訓練后的模型能充分利用深層架構的特征提取優(yōu)勢，通過非線性模塊實現多層轉換組合，學習非常復雜的函數，有助于提高評價客觀性；（3）提出了一個復合聚類分析算法，對主要礦業(yè)國家基于投資風險相似度進行地區(qū)分類；（4）設計了基于深度學習的指標貢獻度全局分析方法，定量考察各風險指標對模型輸出結果不確定性的貢獻率，并據此對指標進行重要性排序。

　　谷春燕，女，副教授，碩士生導師，經濟管理學院會計系副主任，MPACC教育中心副主任中國人民大學會計系國際會計專業(yè)學士，中國人民大學財政金融學院金融學專業(yè)碩士，中國地質大學（北京）經濟管理學院應用經濟學博士，瑞士伯爾尼大學管理會計與控制研究所訪問學者注冊會計師（CPA），中國注冊會計師協會會員，美國會計學會（American Accounting Association， AAA）會員教育部學位與研究生教育發(fā)展中心研究生教育評估監(jiān)測專家，中國科學技術協會項目評審專家