从货币产出观看提高中国货币政策调控效果的对策

关于货币产出观,西方理论界一直都存在争论.古典学派、理性预期学派、实际经济周期学派等认为货币与真实经济无关,魏克塞尔、凯恩斯学派、新古典综合学派等认为货币变动对产出有重要影响.这些争论无形之中给予我们以启示.由于我国货币政策调控效果不明显,应增强货币政策决策的预见性和科学性,加快经济金融等制度创新和体制改革,规范微观主体行为,注重结构调整并与供给管理政策相结合.     

有输入的多层逆阶模型用于区域地下水位预报

文中针对地下水这个时变动态系统，建立了地下水位序列的多层递阶预报模型，通过对随机参数的预报，并考虑降雨和灌溉这一动态输入，使预报精度有较大提高．     

劳动争议案件数量的灰色预测及启示

根据灰色GM(1,1)模型对我国劳动争议案件的数量进行了预测,并且通过了检验。基本结论为:我国劳动争议案件的数量还要增加,过高的劳动争议案件对目前的劳动争议处理机制的改革提供了现实的参考依据,创造和谐的劳动关系是建设和谐社会的重要内容。     

客运量的合成预测与概率模型

为适应交通运输业的发展,将运输需求的合成预测方法引入铁路客运量预测中,结合铁路客运量具有双峰形态分布随机变量的特点,对预测概率模型进行改进,得出“十五”末期铁路客运量的预测值,以及铁路月度客运量频率散点图和拟合概率曲线,为铁路运输的宏观指导、组织协调和生产、建设提供依据。     

价格因素对新能源汽车推广的影响研究

运用Bass模型探究价格因素对新能源汽车推广的影响。首先,在基础Bass模型中引入价格影响函数?1、?2 ,并利用价格数据确立价格影响函数中Pr(t)表达式;其次,利用非线性最小二乘法(NLS)根据2006-2019年新能源汽车历史销量数据对基础模型和改进模型的拟合精度进行检验,得出引入?2形式的Bass模型更适用于新能源汽车的市场规模研究;最后,使用改进模型对2020-2025年我国新能源汽车未来市场表现进行短期预测,并分析价格因素的影响机制。研究发现2020年我国新能源汽车累计年销量可实现500万辆的规划目标,2025年累计年销量却与规划目标相差甚远。价格优惠在新能源汽车2.0时期起到很好的促进作用,而3.0时期效用甚微。     

宁波港集装箱吞吐量预测模型的选择

宁波港集装箱运输业务的发展状况对宁波经济和浙江经济有重要影响,所以如何准确预测宁波港集装箱吞吐量,就成为一个重要课题.之前许多学者运用关联因素预测法、GM (1,1)灰度模型、三次指数平滑法等方法进行预测,但预测精度不高.文章运用时间序列预测模型中的ARIMA模型,先后进行49次建模尝试,最终建立最优ARI?MA (4,2,4)模型,并顺利通过一系列检验.运用该模型,对宁波港集装箱吞吐量进行预测,精度较高.同时预测结果显示,近两年宁波港集装箱吞吐量将继续保持低速增长.     

基于主成分的BP神经网络煤层气产能预测方法

提出基于主成分的BP神经网络煤层气产能预测方法具有良好的仿真预测功能,预测结果相对误差平均1．67％,相对误差最大3．33％,最小0．22％,预测精度较高;为采用量化的排采参数预测煤层气产能提供了一种新方法。BP神经网络煤层气产能预测方法引入主成分分析,可以有效提高网络运行效率。对于产出关系不确定的煤层气井,可利用该方法获得排采参数到产气量的非线性映射关系,实现产量预测。     

论中小企业特殊的破产重整制度

中小企业经营失败率很高,导致其破产重整失败率也较高。为了帮助破产中小企业主尽快走出经济困境,我国需要建立一些中小企业特殊的破产重整制度。提高对债权人的清偿、挽回企业主的投资,保持就业岗位以及帮助人们及早发现不值得给予破产保护的中小企业,是这些制度的法理基础。中小企业破产重整制度主要内容包括:适度放松破产条件、鼓励中小企业尽早寻求破产重整,在破产初期对它们的重整方案进行评估,帮助它们尽早发现经济困难信号,加强对重整方案实施的监督。     

备件需求预测模型研究

文中提出了基于寿命分布函数、时间序列和成组技术的备件需求预测模型的一般性原则,并研究了它们的特点和适用的范围,对于提高备件需求预测的科学性有实际的指导意义。     

On the Relationship Between Validity and Power

This article examines the relationship between predictive validity and statistical power. It is shown that higher validity may be associated with scales exhibiting lower power, whereas higher power may be warranted for scales possessing lower validity. High validity is in general neither a necessary nor sufficient condition for high power with scales contemplated for use as dependent variables in social science research. Conversely, high power is neither necessary nor sufficient for high validity. A numerical example illustrates this interrelation.