企业价值评估中行业β系数的计算方法

运用收益法评估企业价值时,如何科学准确地估算β系数是一个至关重要的问题。本文以酒店行业为例,对行业β系数计算方法和参数的选择以及β系数的稳定性进行了分析。     

我国A级物流企业物流收入影响因素分析

自2005年我国开展A级物流企业评估以来,共评定了A级物流企业1000多家,其范围涵盖了国有、民营、中外合资、外商独资企业。本文首先对我国A级物流企业5年来发展情况分析做了总体分析,并对相关指标情况进行了描述性统计。随后又随机抽取了100家A级物流企业的相关数据,采用回归分析的方法就影响企业物流收入的因素进行了分析,最后在分析的基础上提出了物流企业提高物流收入的相关建议。     

服务业投入产出的实证分析——基于2002年辽宁省投入产出数据的研究

<正>一、现代服务业的行业统计界定及数据选用需要指出的是,投人产出模型以两个重要的假设为前提:一是同质性原则,即假定一个产业只生产一种同质的产品;二是比例性原则,即各产业部门的投人和产出之间形成线性函数关系。在这种假设下,是不存在规模经济问     

一元线性回归法评定牛顿环曲率半径

利用Excel软件用回归法计算、评定牛顿环曲率半径的结果。     

国内外成品油定价机制的实证研究

成品油定价机制具有复杂性,而且各因素间错综复杂。建立因变量为成品油价格,自变量为其他可量化影响因素的多元线性回归模型,得到目标函数并进行检验,模型拟合较好,对各影响因素做时间序列分析,预测今后成品油价格趋势,与实际吻合。以美国为例,通过建立多元回归模型、回归系数分析及显著性检验,找到影响国内外成品油价的基数因子和调控因子,提出国内成品油定价机制的优化方案。     

时间的形状

当代的中国艺术从未拥有过"时间"。这里的"时间",通常是指线性的历史中的具体时间,也可以特指以明确的时间分期的概念,如"现代"、"后现代"或"当代"等。与其他门类的不同的是(如"当代文学"的起始是1949年之后),中国艺术独享和拥有自身一套关于时间定义的法则和形式,尤以近三十年为例观察。1980年代可以统     

Application of ANFIS to exchange rate forecasting

The need of exchange rate forecasting in order to preventing its disruptive movements has engrossed many policy-makers and economists for many years. The determinants of exchange rate have grown manifold making its behavior complex, nonlinear and volatile so that nonlinear models have better performance for its forecasting. In this study the accuracy of ANFIS as the nonlinear model and ARIMA as the linear models for forecasting 2, 4 and 8 days ahead of daily Iran Rial/∈ and Rial/US$ was compared. Using forecast evaluation criteria we found that nonlinear model outperforms linear model in all three horizons.     

含有扰动的中立型时滞系统的稳定性分析

根据Lyapunov稳定性理论,获到了一种新的中立时滞系统稳定性条件,通过增加适当的自由矩阵,使所得到的结果具有更好的保守性,并且结构简单,便于Matlab软件计算.通过采用新的Lyapunov泛涵,从而获到了新的渐近稳定判别条件,结论通过Matlab求解线性矩阵不等式（LMI）得以验证,最后数值仿真验证了文中提出的方法是可行的和有效的.     

Excel与SPSS在线性回归预测中的比较分析

线性回归分析是经济管理与预测的一个重要的量化分析方法。分别运用Excel与SPSS对同一实际问题进行线性回归分析,得出两种软件在线性回归预测问题上各有其优势,在经济管理的实际应用中无论选择那种软件都要了解其功能和操作的特点,有助于对实际问题恰当而且正确地分析与预测。     

吉林省集安市海关钼矿床地质特征及找矿方向

海关钼矿出露地层主要为下元古界集安群临江(岩)组,构成凉水一小古马岭背斜.区内脉岩发育,种类繁多.本区矿化蚀变带规模大、分布密集,结合海关钼矿区的电性参数,该区深部钼矿找矿潜力巨大.