我国医药零售企业国际比较与对策研究

随着我国加入WTO及世界经济一体化 ,我国在医药流通领域的管制将于 2 0 0 5年放开。以我国医药零售业的代表企业———深圳一致药业股份有限公司、上海华氏大药房有限公司为例同世界巨头———CVS和Walgreen在企业的发展历史、赢利模式、绩效评价指标分析等方面做横向比较 ,找出我国医药零售企业和世界巨头的差距 ,在此基础上才能从产业组织结构优化的角度制定出相应的措施     

河南省农村公共物品投资的经济增长效应研究

本文运用面板数据模型分析了河南省农村公共物品固定资产投资对农村经济增长的影响。固定效应模型表明,农村公共物品固定资产投资是造成地区间农业总产值差异的因素;随机效应模型表明,农村公共物品固定资产投资也是造成同一地区不同年份农业总产值变化的因素,即农村公共物品固定资产投资促进了农村经济增长。最后分析了河南省当前农村公共物品供给存在的问题及解决对策。     

中国与欧盟和东盟的贸易特点及影响因素比较——基于引力模型的实证分析

本文首先比较了中国与两大区域经济集团——欧盟和东盟的贸易特点,然后通过引力模型分析了影响中国与欧盟和东盟贸易的因素,并就各个因素所带来影响的不同进行了对比。结果表明,中国与东盟贸易的GDP弹性较大,而中国与欧盟贸易的人均GDP弹性较大。本文认为,前者的原因在于中国与东盟贸易更具潜力,后者主要是因为中国与欧盟的贸易互补性更强。     

“以医促养”还是“以养促养 ”:医疗保险与养老金的健康绩效比较

CLHLS2014年数据的结构方程模型估计结果显示,养老金收入能显著提高老年人的主观健康,并且主观健康还能显著增进生理健康。路径模型进一步检验发现养老金能通过显著改善受访者的居住条件、水果摄入量、及时就医、经济状况等途径来提高老年人的生理健康。而医疗保险支出与老年人主观健康、生理健康之间都呈显著负相关关系。相比医疗保险支出,养老金能带来更正面更积极的健康绩效,且促进老年人健康的途径更为丰富。实证结果说明,相比“以医促养”,“以养促养”的老年人健康绩效更优。本文建议我国从以疾病治疗为中心转为依托养老金购买养老服务,提高老年人生活质量的健康保障体系。     

提升算法对传统车险索赔频率建模模型的改进——基于我国五省交强险保单数据

广义线性模型作为非寿险定价的经典模型,在非寿险定价中得到了广泛的应用。近年来,以提升算法为代表的机器学习算法在保险领域取得了很好的效果,为保险产品定价提供了一种新的选择。本文将提升算法思想分别融入到回归树模型和广义线性模型(GLM)中去,用得到的新模型对我国车险索赔频率进行预测建模分析,并与传统的回归树模型和GLM进行比较。结果表明,加入提升算法后传统车险索赔频率建模模型的效果得到了很大的改善,并且在不存在过拟合的前提下,随着模型深度和迭代次数的增加,模型的效果也在不断优化。     

使用粒子群算法解决期权定价模型参数校准问题——以heston模型为例

期权定价模型的参数校准问题是一个常见的难题,以heston 模型为例,定价时需要估计6 个参数,参数估计问题实质上是高维非线性规划问题,由于估参函数的性质不好,一般的估参方法常常失效。使用粒子群（PSO）智能算法可以改善该模型的参数校准问题,因为粒子群算法具有内在随机性,因此参数估计中的局部极小值问题可以被较好地解决。使用2017 年12 月20 日的香港恒生指数期权作为估计样本,并对2017 年12 月25 日的期权进行样本外预测,数值结果表明使用heston 模型对期权进行定价并配合粒子群算法估计参数具有良好的定价效果。     

国内外知识付费研究进展：一个文献综述

对知识付费相关文献进行总结和梳理,以期为知识付费的后续研究提供参考和借鉴。通过对知识付费研究文献进行搜索和筛选,共选出42篇文献,并从中提炼出商业模式、用户行为和定价问题三个研究方向。基于上述三个方向总结归纳了知识付费的研究现状,并指出未来知识付费研究可以从完善平台交易机制、减少平台内外竞争以及完善定价研究等三个方面展开。     

农村基本公共服务农户满意度影响因素研究 ——基于Logistic-ISM模型

农村基本公共服务农户满意度对促进农村基本公共服务的可持续健康发展具有重要意义。基于496份调查数据,运用多元有序Logistic模型和ISM模型分析了农村基本公共服务农户满意度的影响因素及各影响因素间的关联关系和层次结构。结果显示,农户满意度受年龄、文化程度、家庭年收入水平、政府投入力度、政府监管力度、政府人员服务态度、农户参与度和对基本公共服务的了解程度等8个因素影响。因此,建立信息披露机制,完善政府投入机制,加强政府监管力度,有助于提升农户对农村基本公共服务的满意度。     

基于LDA主题模型的专利文本分析应用研究

为了解决运用传统的专利文本分析方法中出现的分类粗糙、科学性不强等问题,提出使用基于Latent Dirichlet Allocation(LDA)主题模型的专利文本分析方法。以我国转基因玉米育种领域专利文本为研究对象,对专利文本主题进行划分。通过实验表明LDA主题模型对专利文本的划分和热门领域的分类准确、有效。并得出结论:对专利文本使用LDA主题模型建模可以实现对专利文本的分类,可以实现对热门领域主题分类、子领域细分,并对未来发展态势给出意见。     

基于Stacking模型融合的店铺销量预测

为了实现企业产品销量预估,提高生产供应的准确性与效率,提出了基于Stacking模型的融合算法进行销量预测。算法设计了两层堆叠的模型结构,初级学习器采用随机森林、支持向量回归、差分整合移动平均自回归、轻量级梯度提升机器和门控循环单元5种单模型,将分类与回归树作为次级学习器构成Stacking融合模型,并对数据进行了预测。预测结果显示,使用Stacking模型融合后得到了较好的预测结果,比单模型中效果最好的模型的均方根误差更小,平均绝对误差更小,决定系数值更大,表明Stacking融合模型的预测准确率更高。所设计模型可用于对企业店铺的产品销量进行预测,帮助企业更好地安排生产、营销活动,为减少库存、缩短生产销售周期提供数据支持,对企业生产决策有一定的参考价值。