Mindreading and endogenous beliefs in games

We argue that a Bayesian explanation of strategic choices in games requires introducing a psychological theory of belief formation. We highlight that beliefs in epistemic game theory are derived from the actual choice of the players, and cannot therefore explain why Bayesian rational players should play the strategy they actually chose. We introduce the players’ capacity of mindreading in a game theoretical framework with the simulation theory, and characterise the beliefs that Bayes rational players could endogenously form in games. We show in particular that those beliefs need not be ratifiable, and therefore that rational players can form action-dependent beliefs.     

一种并行化的改进型灰狼分簇算法

针对传统的分簇算法在解决超大规模数据集的分簇问题上不具有高效的时间和空间复杂度且易于陷入局部最优的问题,提出了改进型灰狼分簇算法（Improved Gray Wolf Clustering Algorithm,IGWCA）,将灰狼行为规则与灰狼狩猎策略相融合,同时引入狄利克雷分布（Dirichlet Distribution）实现先验,在基准数据集上完成IGWCA与其他分簇算法的对比分析。实验结果表明IGWCA不仅具有较强的探索和开发能力,还具有较小的分散度。使用Hadoop框架的MapReduce模型实现IGWCA的并行化（IGWCA on MapReduce,IGWCA-MR）,通过F-Measure和平均运行时间验证IGWCA-MR的分簇质量,并在真实数据集上验证了IGWCA-MR的运行时间和加速性能。实验结果证明,IGWCA-MR可以有效解决超大规模数据集的分簇问题,是一种高效的替代算法。     

What Are You Saying? Using topic to Detect Financial Misreporting

We use a machine learning technique to assess whether the thematic content of financial statement disclosures (labeled topic) is incrementally informative in predicting intentional misreporting. Using a Bayesian topic modeling algorithm, we determine and empirically quantify the topic content of a large collection of 10-K narratives spanning 1994 to 2012. We find that the algorithm produces a valid set of semantically meaningful topics that predict financial misreporting, based on samples of Securities and Exchange Commission (SEC) enforcement actions (Accounting and Auditing Enforcement Releases [AAERs]) and irregularities identified from financial restatements and 10-K filing amendments. Our out-of-sample tests indicate that topic significantly improves the detection of financial misreporting by as much as 59% when added to models based on commonly used financial and textual style variables. Furthermore, models that incorporate topic significantly outperform traditional models when detecting serious revenue recognition and core expense errors. Taken together, our results suggest that the topics discussed in annual report filings and the attention devoted to each topic are useful signals in detecting financial misreporting.     

创业者先前经验、学习模式与新技术企业绩效—基于初始条件视角的实证研究

创业者先前经验是影响新技术企业绩效的重要初始条件.文章为此以科技企业孵化器在孵企业为样本,以创业学习模式为中介变量研究了创业者先前经验对新技术企业绩效的作用路径.结果表明,行业经验和创业经验对开发性学习具有显著正向影响,对探索性学习具有显著负向影响;职能经验对两种创业学习模式没有显著影响.开发性学习对新企业生存绩效和成长绩效具有显著正向影响;探索性学习对新企业生存绩效具有显著负向影响,对成长绩效没有显著影响.创业学习模式在创业者先前经验与新技术企业绩效间起到部分中介作用.     

贝叶斯统计学中先验分布的选择方法新探

在一个参数的可选先验分布类中选择一个合理先验的问题,类似于从参数空间中估计一个恰当参数的问题.因此,可利用贝叶斯分析的后验分布理论,先求出参数的后验分布,再根据后验分布中各个先验的相对似然选取似然最大的先验为合理先验,从而建立一个基于参数的后验分布的先验选择方法,它也是ML-Ⅱ先验的一个拓广.     

论商标先用权及我国相关制度之完善

商标先用权是不同于商标权的一个概念。在整个商标法的演变历史中,商标先用权制度产生于特定的背景之下;在商标法律系统中,商标先用权制度承载着特定的功能价值。在构建我国的商标先用权制度的过程中,要重点把握以下两个方面的问题:一是注意与现有商标法律制度的协调;二是明确商标先用权的产生依据、权能、权利行使方式。     

创业者先前知识对创业绩效的影响——环境动态性的调节作用

基于西安高新技术产业开发区的165家创业企业的调查数据,运用SPSS13.0软件分析创业者先前知识的两个维度——技术相关知识和市场相关知识与创业绩效的关系,并探究环境动态性对上述关系的调节作用。进一步将创业绩效分为成长绩效和财务绩效,分析技术相关知识对它们的影响作用。研究结论如下:创业者的先前技术相关知识对创业绩效具有负向影响,先前市场相关知识对创业绩效具有正向作用;环境动态性对创业者先前技术相关知识与创业绩效的关系具有负向调节作用,对创业者先前市场相关知识与创业绩效的关系具有正向调节作用;技术相关知识对成长绩效具有正向作用,对财务绩效具有负向作用。     

计量经济学的贝叶斯统计方法

国际上,贝叶斯统计方法越来越受到计量经济学者的喜欢,应用日益广泛;然而我国目前这方面的研究还不多。本文总结了计量经济中贝叶斯方法的特点,介绍了其基本思想、方法和内容,包括先验分布、贝叶斯估计、模型比较和预测等。最后给出了贝叶斯方法的常用计算方法:G ibbs抽样和M-H算法。     

创建绿色食品优势市场的制度机制探讨

绿色食品是经权威机构认定使用绿色食品标志的安全、优质、营养食品,我国至今没有形成普遍崇尚和优先选择消费绿色食品的优势市场。文章提出了绿色食品优势市场的概念,并对我国绿色食品优势市场贫瘠的各种制约因素进行了分析,探讨了创建中国绿色食品优势市场有效形成的若干制度机制。     

基于贝叶斯决策的先验分布的选取方法

通过引入损失函数和风险函数,把选择一个合理的先验看做是一个贝叶斯决策问题。并且在“0—1”损失函数的情况下．后验似然合理先验就是所提出的最小风险合理先验。此外,在一定的条件下,ML-Ⅱ先验与最小风险合理先验是等价的。