首页期刊导航|系统工程理论与实践
期刊信息/Journal information
系统工程理论与实践
系统工程理论与实践

汪寿阳

月刊

1000-6788

xtll@chinajournal.net.cn

010-62541828

100190

北京市海淀区中关村东路55号中国科学院数学与系统科学研究院

系统工程理论与实践/Journal Systems Engineering —Theory & PracticeCSSCICSCD北大核心CSTPCDEI
查看更多>>中国系统工程学会会刊。主要刊登有关系统科学、系统理论、系统方法与技术等方面的最新理论研究成果；系统工程在工业、农业、军事、教育、科研、国民经济以及计算机管理、信息系统等各领域中的应用成果以及解决上述领域中实际问题的科学技术报告；介绍国内外研究情况、人物等的动态报道，科普性综述文章以及书刊评介等。
正式出版
收录年代

    数字技术变革与企业股价崩盘风险:来自"两化融合"试点的证据

    戴严科左晓萌顾研
    207-225页
    查看更多>>摘要：数字技术变革已经成为企业高质量发展的重要助力.利用"两化融合"试点这一准自然试验并以2007-2021年我国制造业上市公司为样本,本文采用多时点双重差分法考察数字技术变革对企业股价崩盘风险的影响.结果发现:1)随着"两化融合"试点大幅促进企业数字技术变革,企业未来的股价崩盘风险显著下降,这一结论进一步得到了一系列稳健性检验的支持.2)机制分析揭示,"两化融合"试点通过提升内部控制质量降低了企业未来的股价崩盘风险,在此过程中并未吸引更多的外部监督.3)当会计稳健性差、盈余激进度高、分析师跟踪少以及媒体关注度低时,"两化融合"试点降低股价崩盘风险的效应更显著,可见新兴数字技术与传统治理机制存在一定的互补作用.本研究丰富了数字经济支持上市公司治理改善的经验证据和作用路径,所得结论为推动数字治理提升上市公司质量提供了决策参考.

    数字技术变革两化融合股价崩盘风险内部控制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    微观行为洞察下电商用户多周期购买兴趣的融合表征

    朱志国孔立平姜盼高明...
    226-244页
    查看更多>>摘要：电子商务是数字经济产业中的重要应用领域.在电商平台中用户与商品的交互会话中,微观操作行为可以洞察用户细粒度的兴趣偏好.同时,宏观的多周期会话序列又可以反映用户兴趣的动态演化.因此,如何融合二者进行准确全面的用户兴趣表征,进而开展精准推荐是当前的一个热点和难点问题.深度循环神经网络RNN在处理周期性和长期依赖关系的序列数据方面具有突出的优势,是当今人工智能AI的核心方法之一.基于此,在本文构建的Mp-UIP模型框架中,首先对用户会话中的微观行为进行细粒度的行为规律与兴趣学习.其次,设计分层的RNN网络结构:会话级LSTMses、区块级LSTMblo和用户级LSTMusr,分别学习用户短期、中期以及长期的兴趣演变,并进行多周期的兴趣融合.最后,在两个实际数据集上,本文设计了模型消融、基准模型对比、稀疏性评价以及实际案例分析四方面的实验.在考察推荐准确性和排名正确性的两个指标:Recall@K和MRR@K上,实验结果验证提出的模型Mp-UIM较现有的经典模型表现最佳.这表明提出的模型Mp-UIP将用户微观操作细节中的兴趣学习与宏观会话序列中的多周期兴趣演化相融合后,能够构建出更加准确全面的用户兴趣模型,服务于精准、个性化的电子商务智能推荐服务.

    电子商务多周期用户兴趣会话推荐循环神经网络行为细节

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    通用目的技术视角下新一代人工智能的作用机理与治理体系

    关乐宁徐凌验
    245-259页
    查看更多>>摘要：新一代人工智能具有更加显著的认知能力、交互能力、创造能力等,通用目的技术属性日益突出.新一代人工智能将通过三大作用机理赋能社会高质量发展:创新使能效应,促进新兴技术交叉融合;转型促进作用,推动千行百业智能化转型;体系变革潜力,推动社会生产力与生产关系的全面革新.新一代人工智能呈现技术属性与社会属性高度融合统一特征,其发展还存在着基础设施不健全、开源生态不完善、技术落地不充分等技术问题,同时也存在着对社会负外部性、法律权责难界定、就业变革新挑战等社会问题,需要把握新一代人工智能发展规律,从加强系统谋划、健全伦理规约、培育创新生态、完善法律法规、创新监管手段、开展就业促进等方面推动其高质量发展.

    新一代人工智能通用目的技术治理体系ChatGPT

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    数字经济时代AIGC技术影响教育与就业市场的研究综述——以ChatGPT为例

    陈晓红杨柠屹周艳菊曹文治...
    260-271页
    查看更多>>摘要：经济全球化背景下,前沿数字技术的飞速发展推动了新一轮技术革命,数字经济成为我国产业变革的重要战略选择,对经济社会的高质量发展提出了新要求.以ChatGPT为代表的AIGC技术颠覆了传统人工智能的技术水平,以更人性化的功能受到广泛青睐,成为向通用型人工智能方向发展的关键节点.通过分析ChatGPT给教育与就业市场带来的变化,研究发现AIGC技术的应用能够提高社会价值交换的效率,激发教育与就业市场活力,但同时也带来侵犯数据隐私安全等法律道德层面的问题,因而提出应对潜在风险的管理与监管建议,以保障经济社会的平稳运行.

    数字经济生成式人工智能ChatGPT教育就业监管体系

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    人工智能对劳动力市场极化的影响与对策

    黄旭董志强
    272-295页
    查看更多>>摘要：当智能资本成本低于中等技能工人的成本,人工智能将替代中等技能工作岗位进而导致劳动力市场极化现象.本文构建多部门动态一般均衡模型,对比研究三种应对策略:1)提高中等技能工人劳动生产率,2)中等技能工人下沉为低技能工人,3)中等技能工人转化为高技能工人.发现:三种对策均可以减轻工资极化现象,但中等技能工人转化为高技能工人可以提高总体劳动力技能水平,减少收入不平等现象.高(低)技能自动化将减少高(低)技能工人的工资和劳动收入份额,而创造高(低)指数任务将增加高(低)技能工人工资和劳动收入份额.政府增加新基建投资比例、减少教育投资比例可以提高社会总产出,但将加剧工资极化现象,政府增加教育投资比例、减少新基建投资比例将有利于缩小收入不平等,但经济增长效果不如投资新基建.

    就业极化工资极化人工智能

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于随机森林融合的金融机构风险关联影响因素研究

    李靖宇郭湘媛谢启伟郑晓龙...
    296-315页
    查看更多>>摘要："太关联而不能倒"使得金融机构风险关联及其影响因素成为维护金融稳定的重要问题.本文借鉴随机森林进行基因调控研究的思想,将森林融合和随机置换相结合,提出构建变量间关联网络的方法,探究金融机构风险关联及相关因素的影响关系.所提出的方法能克服传统回归分析、格兰杰因果检验和贝叶斯网络等方法的不足,随机置换的引入提升了模型对变量异质性的解决能力.基于2012-2022年46家中国上市金融机构的实证结果表明,所构建的网络能够清晰识别不同因素对风险关联的直接或间接影响作用,并且揭示了因素的影响路径,从而提供更为系统全面的影响关系刻画结果,表明本文方法在解决该问题上具有适用性,可以为金融监管和风险管理提供有力工具.

    金融机构风险关联随机森林随机置换

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    ChatGPT时代下基于深度自编码网络的企业内部审计智能预警——以往来款项审计为例

    程平喻畅王健俊
    316-337页
    查看更多>>摘要：以ChatGPT为代表的生成式人工智能技术被誉为第二次信息革命,其强大的数据深入分析能力为企业智能化内部审计提供了新思路.针对现有审计风险预警中传统机器学习泛化能力提升有限以及特征分析维度不足等问题,提出一种基于ChatGPT技术内核的深度自编码网络方法,来对往来款项这一重要会计活动中的风险做出事前判别.首先,根据影响因素从业务匹配、期限结构、减值损失、关联交易、单体统计和文本信息多个角度筛选提取审计特征;随后,考虑到风险样本的不平衡性以及业财指标在经营周期下的前后时变特性,基于无监督和深度学习思想,构建了以添加注意力机制双向长短期记忆(Bi-LSTM)作为神经网络的深度自编码器(DAE)预训练模型,并借鉴多任务学习思想,利用融合模型迁移的集成框架量化审计风险概率以保证预警的稳定性;最后,通过大数据技术采集企业往来业务和财务的真实数据对上述方法进行了多方面对比验证.试验结果表明,该方法有助于不同预警时间窗口下审计特征的高效精准挖掘,相较常用的监督学习和迭代聚类法能显著提升审计风险预警的精度和鲁棒性,同时能识别出导致风险产生的关键因素以快速定位审计疑点,为企业改善内部审计的质量和效率提供智能化决策支持.

    深度自编码器内部审计风险预警应收及应付账款智能审计

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于机器学习和资产特征的投资组合选择研究

    李斌屠雪永
    338-355页
    查看更多>>摘要：随着可投资资产与资产信息的爆炸式增长,投资组合选择研究面临资产和特征双重高维挑战.为此,本文提出一个基于机器学习和资产特征的投资组合选择框架,该框架借助机器学习技术的天然优势,运用高维特征直接预测投资组合权重,避开了常规的两步投资组合管理范式中的收益预测过程,并用于中国股票市场的资产配置研究.结果显示:1)基于此框架提出的投资策略能够捕捉高维特征中的增量信息,并挖掘资产特征与投资权重之间线性与非线性关系,大幅提升了投资绩效;2)交易摩擦类特征是投资权重预测中最为重要的资产特征;3)策略在套利限制较为严重的股票上回报更高,而对宏观经济状态变化的敏感性较低;在其他经济约束下,策略表现依然稳健.本文拓展了现代投资组合理论的研究框架,促进了人工智能与量化投资领域的交叉融合发展.

    投资组合选择人工智能资产特征大维资产配置量化投资

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    智能产品创新中物联网平台转移支付与政府补贴策略研究

    李秀峰李波李勇建
    356-371页
    查看更多>>摘要：近年来,在物联网(internet of things,IoT)平台商业带动和各级政府政策支持下,制造业智能化和数字化转型进程加快.制造商通过接入IoT平台,借助平台提供的基础设施开展智能产品的研发和生产,进而为消费者提供智能化产品和服务.在一个由政府、IoT平台和设备制造商组成的系统中,通过构建博弈论分析模型,研究了制造商智能产品创新决策、平台转移支付及政府补贴间的相互作用.研究表明:1)政府不提供补贴时,平台根据智能产品交叉销售水平和制造商的研发成本效率调整佣金率和转移支付的大小以激励制造商创新,进而获取更高的市场收益.2)政府提供补贴时,政府补贴设备制造商或补贴消费者对智能产品创新具有相同的促进作用.而当智能产品研发成本较大时,政府的补贴不足以充分激励制造商扩大智能产品生产,平台转移支付可以加强政府补贴的正向作用.3)在促进制造商的智能化创新和提升智能产品市场需求方面,政府补贴相比平台转移支付带来的经济效益更加显著.本文研究明确了 IoT平台和政府推进制造商智能产品创新升级的赋能机制,可为企业数字化转型、平台转移支付和政府政策制定提供建设性的决策参考.

    智能产品物联网平台设备制造商转移支付政府补贴

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    同质相吸与差异偏好机制驱动的智慧群体结构演化

    刘鹏王一凡刘惠宇王慧蓉...
    372-386页
    查看更多>>摘要：智慧群体所展现出兼具局部聚集性与全局整体性的结构状态引发了学界对其潜在机制的探查.现有主流解释是基于社会资本的结构镶嵌和结构洞机制的组合,对于基于个体属性的同质相吸和差异偏好机制的探讨相对不足.此外,相关工作往往采用多主体建模方法,在一定程度上脱离了真实网络且不具备关系形成的预测能力.对此,本文运用数据分析与深度学习相结合的方法,探查了同质相吸和差异偏好机制对于智慧群体结构演化的驱动作用.研究结果表明,本文所考察的两个不同领域智慧群体的协作网络经历三个阶段的演化后(即松散聚簇、链状结构、小世界状态),展现出较好的局部聚集性与全局整体性.其中,同质相吸机制推动相似个体汇聚形成聚簇;差异偏好机制促使聚簇间连接的形成.研究结果不仅有助于进一步认识智慧群体结构演化的内在动力机制,也为复杂网络结构演化机制的分析工作从深度学习视角提供了一个新的思路;同时,对于利用社会智力资源实施开放式创新的管理实践也具有一定的借鉴意义.

    智慧群体结构演化深度学习同质相吸差异偏好

      原文链接:
    • NETL
    • NSTL
    • 万方数据