基于客户经济价值的PSM模型分析——兼论新产品定价

客户经济价值分析是现代企业价格决策的基础,用价格敏感性来分析客户经济价值可以很好地把握客户的心理尺度,确定客户对相关产品或服务的心理价格承受范围,二维和四维测度方法及模型可以较好地帮助我们解决上述问题。     

价值工程量化方法在工具产品开发中的应用

文章通过分析价值工程理论和方法在工具类产品开发中的应用,提出了一种基于客户需求的价值量化方法,从客户的角度对产品进行价值评估,进而指导新产品功能和价格的设定。     

价值工程量化方法在工具产品开发中的应用

文章通过分析价值工程理论和方法在工具类产品开发中的应用,提出了一种基于客户需求的价值量化方法,从客户的角度对产品进行价值评估,进而指导新产品功能和价格的设定.     

不让客户还价的秘诀

销售之初,是销售员拿产品的价值说事,而后就是客户拿产品的价格说事了。怎样避免客户对价格斤斤计较？战略谈判公司的戴特迈尔总结出一个方法：多重报价。     

我国银行信用卡客户价值的定量测度模型

本文在客户关系生命周期利润模型的基础上，全面考察了银行信用卡客户的终生价值，建立了客户价值定量测度模型，并依据此模型，分析了客户价值，银行信用卡成本，价格三者之间的动态关系。     

企业物流成本计量模型及其应用研究——基于物流作业流程分析

传统的成本核算方法以产品为导向,不能识别客户间差异,不适用于挖掘客户价值。基于顾客价值的物流成本ABC计量模型以客户为导向,可以准确计量企业客户物流成本,有助于企业更好地进行客户关系管理,抓住最有价值的客户。     

不让客户还价的秘诀

不论是卖产品的三流销售，还是卖概念的一流销售，最终都得老老实实地回到与客户讨价还价的阶段。在此之前，是销售拿产品的价值说事，而现在起就是客户拿产品的价格说事了。怎么才能让客户不斤斤计较，在价格问题上还个昏天黑地呢？战略谈判公司的CEO栽特迈尔根据多年经验总结出一个方法：多重报价。     

基于供应链视角的制造中小企业产品满意度研究

客户是企业生存和发展的基础。企业的市场竞争实质是争夺客户资源和维系客户关系。产品质量与价格,以及服务是制造企业能否与客户保持长期稳定关系的重要因素。而争夺客户资源和维系客户关系的手段主要是高品质的产品、价格刺激和服务,即通过高品质的产品、价格刺激和优质的服务提升客户的产品感知价值。本研究基于产品满意度模型以辽宁省制造中小企业为例分析了制造中小企业的产品满意度。分析结果显示,辽宁制造中小企业的供应链以区域内供应链为主,且“产品感知质量”对“产品满意度”不具有正向(+)影响,其区域供应链存在不稳定隐患。本研究的创新点在于以供应链视角分析制造中小企业产品满意度,并提出可行性建议。     

基于客户价值评估对云产品客户需求特征研究

本文章将以对客户价值的研究为基础,从客户价值评估模型的搭建入手,对客户进行分级分类并与客户需求特征相对应进行客户分群,并应用到云产品的推广中,从而解决运营商"向谁推广云产品,推广什么云产品"的问题,通过本文章研究,将提升电信运营商推广云产品的准确性和高效性,提高云产品对客户的吸引力,并为优化云平台建设方案,降低云平台建设成本提供依据和建议。     

商誉交易价值的实证分析

本文通过建立商誉的交易价值模型，采用实证研究方法分析了企业价格（价值）与可控变量，即企业规模、股票流通速度、企业市场占有率以及商誉的交易价值的相关性，对商誉的交易价值五项假定进行了检验。其中商誉的交易价值大小表现为股票的流通股价格和产品交易价格超过它们各自符合假定市场公正平均价格的差额。研究中以公允价格替代有效市场的公正价格做近似处理。     

一种新的利用网络爬虫技术的土地价格指数编制方法

研究目标：目前有关中国土地价格指数的研究没有考虑不可观测特征的影响,本文给出一种可以控制不可观测特征的土地价格指数编制方法。[HTH]研究方法：通过结合传统的特征价格模型和重复交易模型,提出固定地理单元并利用组内差分以控制地块不可观测特征,提出了一种新的土地价格指数编制方法。[HTH]研究发现：[HTF][STBZ][WTBZ]以上海为例讨论了分类土地价格指数,研究发现从2008~2015年,上海同质住宅用地价格上升了359.92%,同质工业用地和商服用地价格的涨幅分别为101%和107%。[HTH]研究创新：利用网络爬虫技术收集微观土地交易数据,为指数的编制提供了数据基础。[HTH]研究价值：该方法能够捕捉地块所在的特殊位置对于其价格的影响。     

Are there common values in first-price auctions? A tail-index nonparametric test

We develop a consistent nonparametric test of common values in first-price auctions and apply it to British Columbia Timber Sales data. The test is based on the behavior of the CDF of bids near the reserve price. We show that the curvature of the CDF is drastically different under private values (PV) and common values (CV). We then show that the problem of discriminating between PV and CV is equivalent to estimating the lower tail index of the bid distribution. Our approach admits unobserved auction heterogeneity of an arbitrary form. We develop a Hill (1975)-type tail index estimator and find the presence of common values in BC Timber Sales.     

基于RBF神经网络的股票价格预测

由于股票的价格是非线性的时间序列,文章提出了基于RBF神经网络的个股价格预测模型,该模型优于传统的股市技术分析方法,又避免了BP算法容易陷入局部极小点和收敛速度慢的缺点。根据实验的仿真结果显示,该模型对于个股价格的短期预测效果较好。     

Hedonic price and depreciation indexes for residential housing: A comment

A regression technique for developing residential real estate price indexes using repeat sales on properties has not allowed the separation of depreciation from true price changes. In a recent article Chinloy [2] has proposed a method for achieving this separation. This note shows that his theoretical derivation is incorrect. A corrected model is then used to show the stringent assumptions that are necessary to interpret his empirical results as measuring embodied technological change. The true price effects and the depreciation effects still cannot be separated in such a model.     

Text-based crude oil price forecasting: A deep learning approach

This study proposes a new, novel crude oil price forecasting method based on online media text mining, with the aim of capturing the more immediate market antecedents of price fluctuations. Specifically, this is an early attempt to apply deep learning techniques to crude oil forecasting, and to extract hidden patterns within online news media using a convolutional neural network (CNN). While the news-text sentiment features and the features extracted by the CNN model reveal significant relationships with the price change, they need to be grouped according to their topics in the price forecasting in order to obtain a greater forecasting accuracy. This study further proposes a feature grouping method based on the Latent Dirichlet Allocation (LDA) topic model for distinguishing effects from various online news topics. Optimized input variable combination is constructed using lag order selection and feature selection methods. Our empirical results suggest that the proposed topic-sentiment synthesis forecasting models perform better than the older benchmark models. In addition, text features and financial features are shown to be complementary in producing more accurate crude oil price forecasts.     

基于风险中性路径概率的三叉树期权定价模型

树方法是给经典期权进行定价的非常实用的数值方法,目前最流行的是二叉树模型。三叉树定价模型作为二叉树的一个扩展,其同样是在风险中性概率的基础上给经典期权进行定价,并且可以通过MATLAB实现。相比于二叉树而言,三叉树模型的定价结果具有更好的收敛性。除此之外,用三叉树模型对影响期权价格的一些因素进行敏感性分析,可以验证该模型的合理性。     

基于支持向量机的鸡蛋供应链中价格预警研究

鸡蛋价格的大幅波动对鸡蛋供应链中生产者、经营者和消费者产生严重的影v向,因此鸡蛋供应链中的价格预警问题亟待研究。支持向量机是一种建立在统计学习理论基础上的机器学习方法,能够较好地解决小样本、非线性和局部极小点等问题。文中基于支持向量机方法建立鸡蛋价格预警模型,运用libsvm软件对样本集进行参数寻优、训练和测试。结果表明模型预警结果与实际情况相符,模型可以帮助鸡蛋供应链中的各主体在采购、生产、仓储、销售等方面更好地决策。     

Yield curve in an estimated nonlinear macro model

This paper estimates a sticky price macro model with US macro and term structure data using Bayesian methods. The model is solved by a nonlinear method. The posterior distribution of the parameters in the model is found to be bi-modal. The degree of nominal rigidity is high at one mode (“sticky price mode”) but is low at the other mode (“flexible price mode”). I find that the degree of nominal rigidity is important for identifying macro shocks that affect the yield curve. When prices are more flexible, a slowly varying inflation target of the central bank is the main driver of the overall level of the yield curve by changing long-run inflation expectations. In contrast, when prices are more sticky, a highly persistent markup shock is the main driver. The posterior probability of each mode is sensitive to the use of observed proxies for inflation expectations. Ignoring additional information from survey data on inflation expectations significantly reduces the posterior probability of the flexible price mode. Incorporating this additional information suggests that yield curve fluctuations can be better understood by focusing on the flexible price mode. Considering nonlinearities of the model solution also increases the posterior probability of the flexible price mode, although to a lesser degree than using survey data information.     

股票交易的数学模型分析

股票投资要慎重决策,公司的基本面即公司的发展状况是股票价格的重要依据。用预测公司的每股利润的增长率来预测股价的未来走势,建立相关的数学模型,算出股价变动期望值与方差,依据数值的大小来决策买入卖出,这是较为可行的股票交易决策方法。同时也可参考成交量的变化来决策买入卖出的时机。     

证券分析师估值模型选择偏好及其对目标价的影响研究——基于企业特征角度

以2017—2020年证券分析师研报为依据,将分析师估值模型选择偏好与分析师目标价结合探讨,并率先提出目标价投资参考价值这一全新概念且对其评估方法进行设计。研究发现,分析师存在特定的估值模型类型偏好,并且在不同行业中偏好不同的估值模型。然而,分析师偏好的估值模型不一定能够生成质量良好的目标价。对于不同特征的企业,分析师存在迥然各异的估值模型选择偏好,该偏好对目标价具有显著影响。结论可帮助分析师优化估值模型选择,提高目标价质量。