生产成本最小化方法的案例分析

本文根据某铜材厂生产的实际情况,建立了关于铜材周产量的动态优化模型,并推广出需求量为随机变数的一般化模型,为最小化生产成本提供了一种有效的方法。     

人民币实际有效汇率错位与FDI流入的实证研究

本文运用2005年7月人民币汇率形成机制改革以来的月度数据测算了人民币实际有效汇率错位程度,并在此基础上考察了人民币实际有效汇率错位与我国FDI流入的关系。实证结果表明：长期内,人民币实际有效汇率错位是FDI流入的显著影响因素;短期内,人民币实际有效汇率错位对FDI流入产生滞后的影响效应。     

基于非线性主成分分析的信用评估模型研究

传统的主成分分析（PCA）本质上是一种线性映射算法,无法有效处理非线性关系的数据。本文在分析自联想神经网络（AANN）的基础上,借鉴传统PCA方法中的序数主成分概念,提出了基于顺序自联想神经网络（SAANN）的非线性主成分分析法（NLPCA）。进一步,结合神经网络（NN）和Logisitic模型,以我国上市公司为研究对象,分别构建了基于NLPCA-NN和NLPCA-Logisitic的信用评估模型。实证结果及ROC曲线分析表明,本文构建的NLPCA相比传统的线性PCA方法能有效地实现数据的非线性特征提取与降维,提高模型预测性能。此外,实证结果还表明,在相同PCA方法处理数据的条件下,神经网络模型的信用评估效果要好于Logisitic模型。     

企业行为的动态分析

传统地对企业进行静态分析时,只是停留在一个时点的静态均衡上,而忽略了时期的、过程的动态分析,这样的分析过程未免过于简化,因为现实中企业常常会受到"突击"因素的影响,而不得不对自己的产量等变量做出调整,以便实现利润的最大化的目标。本文主要根据动态经济学的相关理论,分别对完全竞争企业、完全垄断企业两种类型的企业行为进行动态分析,以弥补传统的对企业的静态分析中的缺陷,使理论所得的企业行为更加贴近现实。     

F-字典偏好与稳定匹配

研究有同事效应的双方匹配博弈的稳定性。利用拒绝-接受算法证明了,当工人具有F-字典偏好而企业具有替代性偏好时,稳定匹配一定存在。同时,给出了F-对应偏好的定义,得出在F-对应偏好下,企业一方存在一个最优稳定匹配,工人一方存在一个稳定匹配将每一个工人与他最偏好的企业匹配。     

信用评估中的特征选择方法研究

特征（变量）选择是信用评估中常用的一种数据降维技术,然而传统的基于相关性的特征选择方法（CFS）在计算变量间相关系数时,本质上是一种线性分析方法,无法有效处理非线性关系的数据,导致不能准确估计变量间相关性的大小。本文在分析CFS方法的基础上,引入Gebelein最大相关系数（GMC）,提出了一种非线性相关性特征选择方法——基于Gebelein最大相关性特征选择方法（GCFS）。在此基础上,结合支持向量机（SVM）技术,构建了GCFS SVM评估模型。该模型能有效地识别变量间的非线性相关关系,更真实估计变量间相关系数大小,从而筛选出最优变量子集,最终提高模型评估预测能力。为验证本文所提方法的效果,通过对两个公开的信用数据集的实证研究,结果表明：与其他方法相比,本文提出的GCFS方法能显著改善信用评估模型预测性能,提高模型判别能力,本研究成果也为信用评估模型的构建提供了一种新的思路和有益的参考。     

风险传染效应在牛市、熊市中的异化现象——来自A+H双重上市公司的证据

本文基于向量GARCH模型,对双重上市公司A股与H股在不同市场环境下的风险传染效应进行了实证研究.研究表明,风险传染效应在牛市、熊市中存在着异化现象.在牛市阶段,A股对H股存在单向的风险传染效应;而在熊市阶段,A股与H股之间存在双向的风险传染效应,其中H股对A股的风险传染效应更加强烈.对风险传染效应的异化现象试着给出了解释原因并提出政策建议.     

风险传染效应在牛市、熊市中的异化现象——来自A+H双重上市公司的证据

本文基于向量GARCH模型,对双重上市公司A股与H股在不同市场环境下的风险传染效应进行了实证研究。研究表明,风险传染效应在牛市、熊市中存在着异化现象。在牛市阶段,A股对H股存在单向的风险传染效应;而在熊市阶段,A股与H股之间存在双向的风险传染效应,其中H股对A股的风险传染效应更加强烈。对风险传染效应的异化现象试着给出了解释原因并提出政策建议。     

生产利润优化问题的案例分析

文章根据某铜材厂生产的实际情况,建立了关于铜材生产量的一般化的数学规划模型,利用Lingo数学软件计算出数学规划模型的最优解,并通过分析计算结果,对该厂铜材日产量的计划提出合理的建议.     

我国股票市场涨跌幅限制的作用机制及其影响因素

文章在现有文献研究的基础上引入公司治理水平,建立比例logist模型,区分涨幅和跌幅限制、牛市和熊市的不同情况来研究中国股票市场涨跌幅的作用机制及其影响因素.为了得到可靠结果,模型采用GMM估计,处理了异方差和内生性问题.实证结果表明:系统风险、非系统风险与流动性越大,对股票达到涨跌停板的影响就越大;公司治理结构越好,对股票撞击涨跌幅限制的影响就越小;在牛市与熊市期间涨跌幅限制影响因素的作用具有较大差别.本文研究结果为监管机构因类、适时地调整涨跌幅限制幅度提供了依据.